GPU 비용, 어디서 새고 있나요?
대부분의 AI 팀은 GPU 비용의 30~70%를 절감할 수 있습니다
과스펙으로 잡힌 학습 인스턴스
트래픽 없는데 켜둔 추론 워커
관리 부담에 못 쓰는 스팟·저가 GPU
70%
GPU 비용이 쓸데없이 새고 있습니다
OVERPROVISION35%
IDLE WORKER28%
UNUSED SPOT22%
유효 사용15%
OVERPROVISION35%
과스펙으로 잡힌 학습 인스턴스
IDLE WORKER28%
트래픽 없는데 켜둔 추론 워커
UNUSED SPOT22%
관리 부담에 못 쓰는 스팟·저가 GPU
스팟 중단에도 끊기지 않는 학습과 추론
스팟의 가격 이점은 그대로, 중단 위험은 Guppy가 흡수합니다
스팟 인스턴스는 저렴하지만 갑자기 회수됩니다
체크포인트 + 즉시 재할당으로 자동 재개
워크로드별 회복 전략 직접 튜닝
추론 워커도 트래픽에 맞춰 자동으로
요청량 따라 워커가 붙고 빠집니다
트래픽 기반 오토스케일링
유휴 시 자동 다운스케일
사용한 만큼만 과금
요청량 (QPS)
180 req/s
GPU 워커
2 / 6 active
worker-01running
worker-02running
worker-03idle
worker-04idle
worker-05idle
worker-06idle
트래픽에 맞춰 워커가 자동으로 늘고, 한가해지면 회수되어 사용한 만큼만 과금됩니다
복잡한 인프라 없이 한 줄로 실행
셋업은 엔지니어가, 실행은 CLI 한 줄로
복잡한 인프라 없이 한 줄로 실행
셋업은 엔지니어가, 실행은 CLI 한 줄로
1
명령어 한 줄로 실행
yaml·네트워크 설정 불필요
2
로컬 환경 자동 복제
데이터셋·환경변수 원격 동기화
guppy — bash
~$ guppy run train.py
→ Detecting local environment...
필요할 때 필요한 만큼만
학습은 끝나면, 추론은 한가하면 자동 회수
학습: 디버깅·테스트는 로컬, 학습만 원격 GPU
학습 종료 시 자동 회수
개발환경 설정
Local
코딩
Local
디버깅
Local
학습
Remote GPU
결과 확인
Local
로컬 환경 (과금 없음)
GPU 사용 구간만 과금
전 세계 최저가 GPU 조달
CSP·네오클라우드·지역 DC까지 통합 비교, 최저가 자동 매칭
155개 프로바이더 통합 비교
프리셋 기반 자동 매칭
신뢰 등급(Class A~C) + 가격 동시 비교
Connected Providers
155+
AWS
GCP
Azure
Lambda
CoreWeave
RunPod
Vast.ai
Crusoe
지역 DC
~$ guppy lease --preset a100x4→ matched $1.92/hr (RunPod)
어떻게 진행하나요?
Step 01
Sales
contact@x10lab.team
Sales 미팅 후 Guppy Console 계정이 발급됩니다
Account provisioned