이번 주 Github에 새로운 Python 프레임워크인 Orchestral AI가 출시되어 LangChain과 같은 복잡한 AI 오케스트레이션 도구에 대한 대안을 제시했습니다. 이론 물리학자인 Alexander Roman과 Jacob Roman이 개발한 Orchestral AI는 특히 과학 연구 분야에서 대규모 언어 모델(LLM) 작업을 위한 더 간단하고 재현 가능한 접근 방식을 제공하는 것을 목표로 합니다.

이 프레임워크는 동기 실행 및 타입 안전성을 우선시하며, 기존 AI 생태계의 종종 다루기 힘든 특성과 대조됩니다. VentureBeat에 따르면 개발자들은 AI 도구를 사용할 때 재현 가능한 결과를 얻기 어렵다는 중요한 문제를 해결하기 위해 Orchestral AI를 만들었습니다.

Orchestral AI의 출시는 개발자들이 점점 더 복잡하고 포괄적인 프레임워크와 Anthropic 또는 OpenAI와 같은 공급업체의 단일 벤더 소프트웨어 개발 키트(SDK) 중에서 선택해야 하는 시기에 이루어졌습니다. 이러한 옵션이 일부 소프트웨어 엔지니어에게는 충분할 수 있지만, 연구에서 결정론적 결과를 요구하는 과학자에게는 큰 장애물이 됩니다. Orchestral AI는 비용 효율적이고 재현 가능한 과학을 위해 설계된 공급업체에 구애받지 않는 솔루션을 제공하여 제3의 길을 모색합니다.

Orchestral AI는 재현 가능성에 초점을 맞춤으로써 특히 일관된 결과가 중요한 분야에서 AI를 더욱 접근하기 쉽고 신뢰할 수 있게 만들고자 합니다. 이 프레임워크의 설계는 명확성과 제어에 중점을 두어 기존 도구가 지나치게 복잡하다고 생각하는 연구자들의 우려를 해결합니다.