Alibaba, 11월 25일까지 Qwen 4 Max 프리뷰 공개
Alibaba는 2026년 11월 11일 Qwen 4 Max 프리뷰를 공개했으며, 액세스는 11월 25일 종료될 예정이다. 이번 발표는 테스트용 플래그십 모델을 선보였지만, 실제 업무 활용을 고려하는 이들이 유의해야 할 제한 사항도 함께 담고 있다.
Alibaba는 추론과 도구 활용 기능에 텍스트·이미지·비디오 이해를 결합한 모델이라고 설명한다. 당면 과제는 프리뷰가 종료되기 전 이 역량을 신뢰할 수 있는 결과로 입증하는 일이다. 기존 Qwen 모델, DeepSeek 또는 Kimi의 대안을 평가하는 개발자라면 액세스 조건을 명확히 파악하는 한편, 완결된 작업에서 나온 근거도 필요하다.
연표 역시 중요하다. 11월 16일 업데이트된 Alibaba 문서는 이제 별도의 프로덕션 버전을 가리킨다. 그러나 이 후속 변화가 11월 11일 프리뷰 발표가 확립한 사실을 바꾸지는 않는다. 이 분석은 초기 출시의 문서화된 경계와 구매자가 프리뷰 결과를 배포 근거로 간주하기 전에 확인해야 할 증거를 살펴본다.
Qwen 4 Max 프리뷰가 실제로 공개한 것
Alibaba는 모델 식별자와 명시적인 종료일을 갖춘 한시적 평가 기간을 열었다.
공식 프리뷰 사양은 이 서비스를 qwen4-max-preview로 식별한다. 액세스 기간은 UTC+8 기준 2026년 11월 11일 10:00부터 11월 25일 24:00까지다.
Alibaba는 Token Plan을 액세스 경로로 제시하며, 이 프리뷰는 종량제 액세스를 지원하지 않는다고 밝힌다. 이 조건은 이 프리뷰에만 해당한다. 모든 Qwen 모델에 일반화하거나 다른 출시 버전을 설명할 때 자동으로 적용해서는 안 된다.
이 구분은 독자가 “출시”라는 단어를 해석하는 방식을 바꾼다. 모델은 액세스 방식, 운영 조건 또는 후속 버전과의 관계가 장기적인 배포 결정을 뒷받침하기 전에 평가용으로 제공될 수 있다.
여기서 공개된 종료일은 발표에 구체적인 경계를 부여한다. 초기 결과가 유망해 보여도 이 식별자를 기반으로 구축하는 사람은 종료 전략이 필요하다.
모델명도 신중히 다뤄야 한다. Alibaba의 구독 문서는 qwen4.0-max-preview를 별칭으로 인정한다. 따라서 클라이언트나 사용 기록에서 표기가 다르다고 해서 반드시 서로 다른 모델을 뜻하는 것은 아니다.
이는 스크린샷, 구성 파일, 테스트 보고서를 비교하는 팀에 유용한 설명이다. 신뢰할 수 있는 평가는 실제로 요청한 식별자와 요청 날짜를 기록해야 한다.
또한 모델과 이를 제공하는 애플리케이션을 구분해야 한다. 채팅 인터페이스는 기반 모델 위에 검색, 문서 처리 또는 기타 지원 기능을 추가할 수 있다. 인상적인 답변만으로는 그 역할 분담을 드러낼 수 없다.
프리뷰 문서는 이제 별도의 프로덕션 버전을 권장한다. 이는 가용성의 후속 변화를 보여주지만, 초기 발표의 범위는 그대로 유지한다.
후속 사양과 벤치마크 주장은 별도의 출처 표기가 필요하다. 이는 프리뷰가 처음 등장했을 때 개발자가 액세스하고, 검증하고, 재현할 수 있었던 내용을 입증할 수 없다.
짧은 헤드라인으로 이 소식을 접하는 독자에게는 특히 중요하다. “Alibaba가 Qwen 4 Max를 출시했다”는 표현은 여러 질문을 하나의 문구로 압축한다.
발표는 프리뷰에 관한 것이었나, 프로덕션 서비스에 관한 것이었나? 어떤 식별자를 사용할 수 있었나? 어떤 액세스 제한이 적용됐나? 어떤 결과가 그 버전에 속하나?
11월 11일의 사건은 마지막 질문보다 앞선 질문들에 더 분명한 답을 준다. Alibaba가 정해진 테스트 기회를 열었다는 사실은 확립한다. 그러나 그것만으로 성능 순위를 확립하지는 않는다.
개발자에게는 그래도 유용한 소식이다. 테스트 가능한 서비스는 팀이 추측을 자체 워크로드에서의 관찰로 바꿀 수 있게 해준다.
엔터프라이즈 구매자에게 의미는 더 제한적이다. 평가 기회는 조사를 정당화할 수 있지만, 조달·마이그레이션·고객 약속까지 정당화하지는 않는다.
이러한 결정을 분리해야 발표의 적절한 무게를 가늠할 수 있다. Alibaba는 새로운 플래그십을 평가할 기회를 만들었지만, 한시적 서비스는 그 결론에 한계를 부여했다.
짧은 기간은 평가팀에 압박을 가한다
당장의 압박은 새 모델이 전환을 정당화할 만큼 업무를 개선하는지 판단해야 하는 팀에 가해진다.
프리뷰 마감일은 일정 문제를 만든다. 개발자는 클라이언트를 연결하고, 대표적인 작업을 준비하며, 실패를 점검하고, 기존 옵션과 결과를 비교할 시간이 필요하다.
이 과정을 서두르면 알아보기 쉬운 데모가 유리해진다. 세련된 인터페이스, 설득력 있는 요약, 성공적인 코딩 응답이 관심을 독차지할 수 있다.
운영상의 문제는 대개 다른 지점에서 드러난다. 입력이 불완전하거나 요청된 작업이 모호할 때, 또는 모델이 실패한 도구 사용에서 복구해야 할 때 나타난다.
따라서 발표된 기간은 이미 측정 대상을 아는 팀에 유리하다. 확립된 평가 세트가 있으면 한시적 출시를 더 공정하게 평가하기 쉽다.
그런 세트가 없는 팀은 더 까다로운 선택에 직면한다. 이 기간을 기준선 구축에 쓰거나, 초기 인상이 중요한 질문을 답하지 못한 채 남는다는 점을 받아들여야 한다.
액세스 정책도 또 하나의 제약이다. Alibaba의 Token Plan 약관은 Team Edition이 호환되는 코딩 및 에이전트 도구를 통한 대화형 사용을 지원한다고 설명한다.
공개된 사용 정책은 자동화 스크립트와 애플리케이션 백엔드를 제외한다. 따라서 이 경로로 진행한 평가는 제안된 고객 서비스에 관해 입증할 수 있는 범위를 제한한다.
API는 인터페이스 소프트웨어가 요청과 응답을 교환하는 방식이지만, 모든 통합에 대한 허가를 자동으로 의미하지는 않는다. 기술적 연결 가능성과 허용된 사용은 별개의 문제다.
개발자는 대화형 코딩 도구 안에서 모델을 성공적으로 테스트할 수 있다. 그렇다고 동일한 구독이 무인 애플리케이션을 지원할 수 있다는 점이 입증되는 것은 아니다.
이 구분은 엔지니어만큼 제품 관리자에게도 중요하다. 유망한 프로토타입은 누군가 액세스 경로가 제안된 제품에 맞는지 확인하기 전에 기대를 만들 수 있다.
실무적 함의는 테스트 전에 결정을 정의하는 것이다. 개인 코딩 작업을 위한 어시스턴트를 평가하는 일은 비즈니스 서비스를 위한 모델을 평가하는 일과 다른 질문을 던진다.
개별 개발자에게 유용한 근거는 모델이 낯선 코드베이스를 이해하고 검토를 통과하는 변경을 제안하는지일 수 있다.
기업의 경우 평가는 계정 관리, 허용되는 워크로드, 데이터 처리, 프리뷰 종료 후의 연속성도 다뤄야 한다.
이는 출시 조건에서 비롯되는 분석 요건이다. 모델 성능이 낮거나 Alibaba가 다른 방식으로 더 폭넓은 사용을 지원할 수 없다는 증거는 아니다.
종료일은 내부 커뮤니케이션에도 영향을 준다. 동료들이 결과를 공유할 때 실험은 계속 실험으로 표시돼야 한다.
그렇지 않으면 성공적인 시연이 제품 계획에서 당연한 기능으로 자리 잡을 수 있다. 한시적 식별자는 그때 눈에 띄지 않는 의존성이 된다.
규율 있는 팀은 여전히 빠르게 움직일 수 있다. 범위가 제한된 작업을 선택하고, 조건을 문서화하며, 결과가 무엇을 바꿀지를 파악할 수 있다.
이 접근법은 Alibaba를 공정하게 평가하는 동시에 구매자가 짧은 경험을 과도하게 해석하지 않도록 보호한다. 압박은 단순히 출시에 참여하는 것이 아니라 유용한 결론에 도달하는 데 있다.
멀티모달 기능은 완결된 작업으로 관심을 옮긴다
모델의 제안된 가치는 고립된 프롬프트에 답하는 수준을 넘어, 워크플로 안에서 여러 기능을 결합하는 데 있다.
멀티모달 시스템은 텍스트와 이미지처럼 서로 다른 입력 유형을 처리한다. Alibaba는 이 프리뷰를 그러한 경계를 넘는 작업 중심으로 제시한다.
스크린샷에는 텍스트 설명에서는 사라지는 레이아웃 세부 사항이 담길 수 있다. 문서 이미지는 배치, 레이블, 시각적 관계를 통해 정보를 전달할 수 있다.
비디오는 관련 근거가 순서에 따라 달라질 수 있기 때문에 또 다른 차원을 더한다. 객체를 인식하는 일은 어떤 동작이 언제 일어났는지, 또는 프로세스가 어떻게 변했는지 파악하는 일과 다르다.
이러한 차이는 이번 발표를 소프트웨어 개발과 사무 업무에 관련 있게 만든다. 동시에 모델이 업로드를 받는지만 확인하는 것보다 평가를 더 까다롭게 만든다.
가상의 프런트엔드 작업을 생각해 보자. 개발자는 인터페이스 스크린샷, 기존 소스 코드, 그리고 오작동하는 상호작용에 대한 설명을 제공한다.
유용한 응답은 시각적 근거와 코드 동작을 연결해야 한다. 관련 컴포넌트를 식별하고, 변경을 제안하며, 무관한 기능은 보존해야 한다.
스크린샷만으로 상호작용이 작동한다는 점을 입증할 수는 없다. 코드만으로는 레이아웃이 왜 잘못 보이는지 설명하지 못할 수 있다.
두 입력을 결합하면 사용자의 번역 작업을 줄일 기회가 생긴다. 실제로 모델이 그렇게 하는지는 완성된 결과를 기준으로 테스트해야 확인할 수 있다.
문서 워크플로도 비슷한 과제를 제시한다. 모델은 날짜를 정확히 추출할 수 있지만, 이를 잘못된 의무에 연결하거나 다른 곳의 조건을 놓칠 수 있다.
구조화된 출력은 기계가 읽을 수 있는 형식으로 제한된 응답으로, 소프트웨어가 결과를 소비하는 데 도움이 된다. 하지만 추출된 의미가 정확하다는 점을 입증하지는 않는다.
Alibaba의 구조화된 출력 문서는 유효한 JSON과 지정된 스키마 준수를 구분한다. JSON은 이름이 붙은 값과 목록을 교환하기 위한 표준 형식이다.
스키마는 예상되는 필드와 유형을 정의한다. 유효한 형식이나 올바른 필드 이름 어느 쪽도 그 자체로 기초 사실을 검증하지는 않는다.
시각적으로 설득력 있는 응답이 곧바로 다른 시스템으로 넘어갈 때 이 구분은 중요해진다. 정확한 형식은 잘못된 해석을 더 쉽게 배포하게 만들 수 있다.
도구 호출은 한 단계 더 나아간다. 이를 통해 모델은 정보 검색이나 승인된 서비스 조작과 같은 외부 함수를 요청할 수 있다.
에이전트는 모델과 도구를 사용해 작업을 수행하는 시스템으로, 그럴듯한 다음 행동 이상이 필요하다. 근거, 행동, 결과 사이의 신뢰할 수 있는 연결이 필요하다.
가상의 이슈 추적 워크플로에서 가능성 높은 중복 항목을 식별하는 일은 올바른 티켓을 닫는 일과 다르다. 후자는 적절한 조치와 확인을 필요로 한다.
연구 어시스턴트에도 같은 원리가 적용된다. 관련 페이지를 찾고, 이를 정확히 해석하며, 뒷받침하는 구절을 인용하는 일은 각각 별개의 성과다.
지식 노동자에게는 소스 정리가 평가의 일부가 된다. 잘 관리된 검색 가능한 지식 기반은 모델 테스트 전반에 일관된 자료를 제공할 수 있다.
이는 특정 모델에 미리 유리하게 작용하지 않는다. 각 후보에게 제공되는 근거의 변동성을 줄일 뿐이다.
따라서 이번 출시는 실용적인 질문으로 관심을 이끈다. 이 역량들을 결합하면 숨은 수정 비용을 늘리지 않고 업무를 줄일 수 있는가?
설득력 있는 답변에는 완성된 산출물, 오류 점검, 그리고 사람의 개입 기록이 필요하다. 유창한 설명만으로는 이 질문이 열려 있다.
호환성은 전환 마찰을 낮추지만 한계도 있다
익숙한 요청 형식은 모델을 더 쉽게 시험하게 하지만, 동작은 여전히 별도로 검증해야 한다.
Alibaba는 OpenAI 및 Anthropic과 연관된 인터페이스와의 호환성을 문서화했다. 개발자에게 이는 익숙한 소프트웨어 패턴 안에서 테스트할 수 있는 경로를 시사한다.
호환성은 통합 작업에 프롬프트 이상의 요소가 포함되기 때문에 가치가 있다. 여기에는 요청 구성, 응답 처리, 도구 정의, 오류 복구, 사용량 추적이 포함된다.
이 작업의 일부를 재사용하면 후보를 비교하는 데 필요한 노력을 줄일 수 있다. 또한 기존 제공업체가 통합의 불편함으로 얻는 보호막도 약화된다.
다만 이점에는 한계가 있다. 유사한 요청 형식이 동일한 응답, 기본값 또는 실패 동작을 보장하지는 않는다.
Alibaba의 API 호환성 안내는 구체적인 사례를 제공한다. 이 프리뷰부터 max_tokens는 추론과 최종 답변을 합쳐 제한한다.
여기서 추론은 모델이 최종 응답을 내놓기 전에 수행하는 중간 처리 과정을 뜻한다. 제한을 공유하면 해당 처리 과정이 사용 가능한 출력 한도의 일부를 소비한다.
따라서 예상 답변 길이를 기준으로 구성한 요청은 다르게 동작할 수 있다. 모델이 답변을 완성하기 전에 허용량을 더 많이 사용할 수 있기 때문이다.
이 때문에 잘린 응답의 원인은 모호하다. 과제를 해결하지 못한 것이 아니라 부적절한 설정을 반영했을 수 있다.
반대의 실수도 가능하다. 허용량을 늘리면 완전한 답변이 나올 수 있지만, 이를 얻는 데 필요한 시간과 리소스가 달라질 수 있다.
공정한 비교는 두 효과를 모두 포착해야 한다. 완성 품질과 이를 달성하기 위해 필요한 조건은 같은 평가에 포함되어야 한다.
모델이 광고하는 컨텍스트 용량도 해석이 필요하다. 컨텍스트 윈도우는 하나의 요청 또는 대화 안에서 모델이 고려할 수 있는 자료를 뜻한다.
용량은 입력의 경계를 설정한다. 그렇다고 모델이 그 경계 안에서 관련 근거를 일관되게 찾아낸다는 것을 측정하는 것은 아니다.
긴 문서에는 상충하는 버전, 반복된 문단, 관련 없는 세부 사항이 포함될 수 있다. 신뢰성 있게 답하려면 모델은 이들을 구분해야 한다.
코딩 작업에서는 큰 입력에 최신 소스 파일과 함께 오래된 문서가 포함될 수 있다. 잘못된 버전을 바탕으로 한 답변도 그럴듯해 보일 수 있다.
따라서 호환성은 평가를 대체하기보다 가속해야 한다. 클라이언트가 요청을 성공적으로 전송했다는 것은 유용한 테스트의 시작일 뿐이다.
개발자는 여전히 도구 인수, 반환 필드, 중단된 응답, 후속 동작을 검토해야 한다. 이러한 세부 사항이 기존 워크플로가 모델 변경 후에도 유지되는지를 결정한다.
모델 자체의 성능과 이를 둘러싼 구성의 성능도 구분해야 한다. 검색 도구, 지침, 문서 준비 방식은 결과에 영향을 줄 수 있다.
이 모든 요소를 함께 변경하는 테스트는 개선의 원인을 명확히 식별할 수 없다. 다만 전체 구성이 더 잘 작동했다는 점은 보여줄 수 있다.
구매 결정이 구성 자체와 관련될 때 이는 여전히 유용한 근거다. 그러나 기반 모델만을 두고 주장하기에는 더 약한 근거다.
상업적 함의는 단순하다. 연결이 쉬워지면 팀이 대안을 시도할 가능성이 커진다.
지속적인 사용 여부는 그 대안이 해당 팀에 중요한 조건에서 예측 가능하게 동작하는지에 달려 있다. 호환성은 평가를 열어 주지만, 결론을 내리지는 않는다.
기능 중복은 성능에 대한 질문을 남긴다
기능 목록은 특정 작업에 대한 적격성을 입증할 수는 있지만, 다른 모델보다 우수하다는 점까지 입증하지는 못한다.
Alibaba의 모델 기능 비교는 Qwen, DeepSeek, GLM, Kimi 모델 전반에 걸친 중복 기능을 나열한다.
이 카탈로그에는 여러 항목에 걸쳐 추론, 도구 지원, 구조화된 응답이 포함된다. 이런 공통 범주 때문에 기능 라벨만으로 승자를 고르는 데는 한계가 있다.
따라서 Qwen 4 Max 프리뷰를 검토하는 구매자는 측정 문제에 직면한다. 핵심 차이는 각 후보가 동일한 작업을 얼마나 잘 수행하는지다.
코딩 비교에는 보기 좋은 패치 이상의 것이 필요하다. 변경 사항이 요청된 동작을 해결하면서 실패를 유발하지 않았다는 근거가 필요하다.
문서 비교에는 읽기 쉬운 요약 이상의 것이 필요하다. 누락, 근거 없는 진술, 제공된 자료에 대한 참조를 검토해야 한다.
에이전트 비교에는 올바른 계획 이상의 것이 필요하다. 시스템이 적절한 작업을 수행했고 실패한 시도를 인식했다는 근거가 필요하다.
이는 평가 기준이지, 프리뷰에 관한 보고된 결과가 아니다. 공개된 사양만으로는 사용자를 대신해 이 질문들에 답할 수 없다.
이후의 프로덕션 결과를 소급적 증거로 취급해서도 안 된다. 같은 계열명이라고 해서 서로 다른 릴리스 상태가 상호 대체 가능한 것은 아니다.
문서는 변경될 수 있으므로 날짜가 중요하다. 별칭이나 애플리케이션 라벨은 실제로 무엇을 테스트했는지 가릴 수 있으므로 식별자도 중요하다.
추론 강도와 출력 제약은 동작에 영향을 주므로 설정이 중요하다. 외부 지원이 작업을 크게 바꿀 수 있으므로 도구 접근도 중요하다.
이러한 세부 정보가 없으면 극적인 비교는 해석하기 어렵다. 실제 개선을 포착했을 수는 있지만, 그 원인은 불분명하게 남는다.
여기서의 회의적 입장은 Alibaba의 주장이 틀렸다고 가정할 필요가 없다. 광고된 기능과 관찰된 결과를 분리해 두기만 하면 된다.
이 글에 독립적으로 재현된 결과가 없다는 점은 결론의 한계다. 그렇다고 다른 곳에 그러한 결과가 존재하지 않는다는 증거는 아니다.
아키텍처 관련 주장에도 같은 엄격함이 필요하다. 프리뷰 발표만으로 다른 릴리스의 파라미터 수, 학습 세부 사항, 다운로드 가능한 가중치 관련 주장을 가져오는 것은 정당화되지 않는다.
엔터프라이즈 평가는 한 층을 더한다. 모델은 정제된 자료에서는 잘 작동할 수 있지만, 특정 조직의 데이터 또는 운영 요건에는 여전히 부적합할 수 있다.
이 질문에는 관련 서비스 약관과 통제 수단을 검토해야 한다. 성공적인 작업 시연만으로는 답할 수 없다.
유리한 결과라도 사람의 노력에 대한 명확한 설명이 필요하다. 수정된 답변도 유용할 수 있지만, 그 수정은 기록에 포함되어야 한다.
그렇지 않으면 평가자는 세심한 감독이 필요한 어시스턴트를 스스로 작업을 일관되게 완료하는 시스템으로 오해할 수 있다.
가장 유익한 보고서는 공개된 조건에서의 성공과 실패를 모두 설명할 것이다. 모델이 무엇을 받았는지, 어떤 지원을 사용했는지, 검토자가 무엇을 바꿨는지를 설명해야 한다.
그러한 근거가 있으면 독자는 결과가 자신의 상황으로 이전될 수 있는지 판단할 수 있다. 이런 세부 정보 없는 순위는 독자가 검토할 수 없는 결론을 신뢰하라고 요구한다.
현재로서는 이 프리뷰가 조사를 뒷받침한다. 더 폭넓은 성능 판단에는 가용성, 기능 중복, 설득력 있는 시연보다 강한 근거가 필요하다.
세 가지 신호가 프리뷰의 지속적 가치를 결정할 것이다
다음으로 유용한 전개는 종료, 재현 가능한 결과, 지속적인 서비스로의 연속성과 관련된다.
첫 번째 신호는 발표된 11월 25일 마감 시점에 프리뷰 식별자에 어떤 일이 일어나는지다. Alibaba가 공개한 일정은 확인할 수 있는 구체적인 사건을 제공한다.
질서 있는 종료는 경계를 예측 가능하게 만들 것이다. 명확한 공지는 팀이 예상된 종료와 통합 실패를 구분하는 데에도 도움이 된다.
일정이 바뀌면 문서도 업데이트되어야 한다. 사용자는 간헐적인 요청이 성공하는지 여부로 새로운 수명 주기를 추론해서는 안 된다.
임시 서비스는 도구와 내부 계획에 영구적인 가정을 남길 수 있으므로 이는 중요하다. 눈에 보이는 전환은 모델을 평가한 모든 사람의 불확실성을 줄인다.
두 번째 신호는 독립적으로 재현 가능한 작업 근거다. 유용한 비교는 모델 식별자, 테스트 날짜, 설정, 도구, 평가 방법을 공개해야 한다.
코딩의 경우 독자는 관련 검증 절차에서 확인된 변경 사항과 결과를 찾아야 한다. 생성된 코드의 스크린샷만으로는 해결되지 않은 부분이 너무 많다.
문서 작업에서는 결론이 제공된 출처와 일치하는지를 근거가 보여줘야 한다. 유창한 글쓰기는 요구 사항의 일부일 뿐이다.
에이전트의 경우 보고서는 제안된 작업과 완료된 작업을 구분해야 한다. 재시도, 수정, 사람의 개입도 고려해야 한다.
공개된 조건에서 일관된 개선이 나타난다면 채택의 근거는 강해질 것이다. 광범위하게 공개되지 않은 지원에 의존하는 결과는 더 제한적인 결론만 뒷받침한다.
세 번째 신호는 평가와 프로덕션 사용 사이의 연속성이다. Alibaba의 문서는 이미 별도의 프로덕션 모델을 식별하고 있으므로, 이는 현재의 마이그레이션 문제다.
핵심 근거는 무엇이 이어지고 무엇을 다시 테스트해야 하는지에 관한 것이다. 유사한 이름과 익숙한 인터페이스만으로는 이에 자동으로 답할 수 없다.
유용한 전환 설명은 접근 방식, 설정, 허용된 워크로드, 예상 동작의 차이를 식별할 것이다. 그러면 팀은 대상 모델을 그 자체의 조건에서 평가할 수 있다.
명확한 경로는 프리뷰의 실질적 가치를 높일 것이다. 혼란스러운 전환은 사용자가 작업을 반복하거나 가정에 의존하게 만들 것이다.
이 신호들은 발표의 서로 다른 부분을 검증한다. 종료는 예측 가능성을, 재현된 평가는 성능 주장을, 전환 근거는 초기 학습이 계속 유용한지를 검증한다.
이를 함께 고려하면 모델명을 둘러싼 열광보다 더 확고한 판단 근거가 된다. 또한 개발자가 검토할 수 있는 결과에 주의를 집중시킨다.
Qwen 4 Max 프리뷰를 고려하는 독자라면, 먼저 내려야 할 결정을 정하라. 대표적인 작업을 선택하고 입력, 설정, 출력, 검토 메모를 보존하라. 공개된 조건에서 기존 선택지와 결과를 비교하라. 모델이 노력을 절약한 부분과 확인 또는 수정으로 노력을 옮긴 부분을 기록하라. 실험을 확장하기 전에 접근 경로가 의도한 사용을 허용하는지 확인하고 적절한 프로덕션 대상을 식별하라. 해당 대상의 동작이나 약관이 다르다면 별도의 평가로 다뤄라. 어떤 결과가 워크플로 변경을 정당화할 것이며, 어떤 근거가 현재 방식을 유지하게 만들 것인가?



