> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-sdk-testing-latest.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Serverless Inference

> W&B Weave와 OpenAI 호환 API를 통해 오픈 소스 파운데이션 모델 이용

Serverless Inference를 사용하면 W\&B Weave와 OpenAI 호환 API를 통해 대표적인 오픈 소스 파운데이션 모델을 이용할 수 있습니다.

* Inference를 사용하면 호스팅 서비스를 신청하거나 모델을 자체 호스팅하지 않고도 AI 애플리케이션과 에이전트를 구축할 수 있습니다.
* Weave를 사용하면 Serverless Inference 기반 애플리케이션을 트레이스하고, 평가하고, 모니터링하고, 개선할 수 있습니다.

<div id="try-out-inference-in-the-ui">
  ## UI에서 Inference 사용해 보기
</div>

사용 가능한 모델을 살펴보고 Weave 플레이그라운드에서 직접 사용해 보려면 [https://wandb.ai/inference](https://wandb.ai/inference)로 이동하세요.

웹 인터페이스에 대한 자세한 내용은 [UI Guide](/ko/inference/ui-guide/)를 참조하세요.

<div id="use-inference-through-the-api">
  ## API를 통해 Inference 사용하기
</div>

이 Python 예시에서는 Inference를 사용해 LLM에 Chat Completion 요청을 보냅니다.

```python lines theme={null}
import openai

client = openai.OpenAI(
    # 맞춤형 기본 URL은 Serverless Inference를 가리킵니다
    base_url='https://api.inference.wandb.ai/v1',

    # https://wandb.ai/settings 에서 API 키를 생성하세요
    api_key="<your-api-key>",

    # 선택 사항: 사용량 추적을 위한 팀 및 프로젝트
    project="<your-team>/<your-project>",
)

response = client.chat.completions.create(
    model="meta-llama/Llama-3.1-8B-Instruct",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Tell me a joke."}
    ],
)

print(response.choices[0].message.content)
```

<div id="next-steps">
  ## 다음 단계
</div>

1. [사전 요구 사항](/ko/inference/prerequisites/)에 따라 계정을 설정하세요.
2. [사용 가능한 모델](/ko/inference/models)과 [사용 정보 및 한도](/ko/inference/usage-limits/)를 확인하세요.
3. [API](/ko/inference/api-reference/) 또는 [UI](/ko/inference/ui-guide/)를 통해 서비스를 사용하세요.
4. [W\&B Weave Playground](/ko/weave/guides/tools/playground)에서 지원되는 모델을 사용해 보세요.
5. [사용 예시](/ko/inference/examples/)를 살펴보세요.

<Info>
  가격, 사용 한도, 크레딧에 관한 정보는 [사용 정보 및 한도](/ko/inference/usage-limits/)를 참조하세요.
</Info>