# \#meetup

**URL:** https://discuss.pytorch.kr/tag/meetup/2928.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [대규모 모델 최적화에 대한 고민, KVCache Meetup에서 함께 나눠요~](https://discuss.pytorch.kr/t/kvcache-meetup/11925)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [9월 15, 2026, 10:30오전 UTC](https://discuss.pytorch.kr/t/kvcache-meetup/11925 "2026-09-15T10:30:28Z")

</div>

대규모 모델 추론 시 병목은 어디에서 주로 발생할까요? 대규모 모델 추론 인프라의 메모리 병목에 대해서 고민해보셨던 실무자들라면, KVCache Meetup Korea와 함께 해주세요! 이번 KVCache Meetup은 추론 비용과 지연시간을 좌우하는 병목이 연산에서 메모리로 옮겨가고 있는 이 때, 어떻게 Cache를 관리할 것인지에 대한 고민과 경험을 나누는 자리입니다. 우리 파이토치 한국 사용자 모임(PyTorchKR)과 CXL 전문 스타트업 엑시나(XCENA)가 함께 주최하는 이번 행사에 함께 해주세요! SK Hynix, FuriosaAI, LMCache Lab에서 연사로 함께 참여하는 이번 Meetup에 대한 자세한 정보는 다음과 같습니다: 행사 개요 행사명: KV-Cache Meetup Korea 일시: 2026년 9월 30일(수) 19:00 ~ 22:00 장소: 강남 드림플러스 (서울특별시 서초구 강남대로 311, B1) 행사 시간표 18:00 ~ 19:00, 참가자 등록 및 네트워킹 19:00 ~ 19:25, 오프닝 19:25 ~ 19:55, 세션 발표, "Analyzing Utilization of GPU and HBM in LLM Serving Systems", 오세진님 (SK Hynix) 20:00 ~ 20:30, 세션 발표, "LLM Inference Engine for RNGD", 이동훈님 (FuriosaAI) 20:30 ~ 21:00, 세션 발표, "A Unified KV Cache Layer and Multi-Platform Architecture", Baolong Mao (LMCache) 21:00 ~ 22:00, 참가자 네트워킹 각 세션은 발표 25분과 Q&A 5분으로 구성되며, 현장 상황에 따라 세부 일정은 변경될 수 있습니다. 참가 신청 신청 마감: 2026년 9월 20일(일) 오후 11시 59분 선정 안내: 2026년 9월 23일(수) 중 신청 링크: KVCache Meetup Korea - 이벤터스 다…

---

## [vLLM.KR Community Meetup (5월) 참가자를 모집합니다!](https://discuss.pytorch.kr/t/vllm-kr-community-meetup-5/10285)

<div class="topic-metadata">

**Author:** [@petanerd](https://discuss.pytorch.kr/u/petanerd)\
**댓글:** 0\
**마지막 업데이트:** [5월 19, 2026, 4:22오전 UTC](https://discuss.pytorch.kr/t/vllm-kr-community-meetup-5/10285 "2026-05-19T04:22:18Z")

</div>

vLLM.KR Community Meetup의 참가자를 모집합니다! 이번 회차의 밋업은 래블업이 호스트로 참여하며, 총 3분의 연사와 함께 다양한 주제의 세션을 진행합니다. 각 세션은 발표 30분과 Q&A 10분으로 구성되며, vLLM의 새로운 기능 소개부터 실무 및 개인 프로젝트 경험, 운영 노하우, 커뮤니티 활동 이야기까지 폭넓은 이야기를 함께 나눌 예정입니다. vLLM 및 AI/ML 생태계에 관심 있는 분들의 많은 관심과 참여 부탁드립니다. :microphone: 세션 발표 주제 (순서는 추후 공지) KV 캐시 오프로딩 기반 저비용 고효율 Agentic AI Workflow vLLM 프로젝트의 Whisper LoRA PR 경험 공유 차세대 메모리 아키텍처: CXL 인터리빙이 LMCache MP Mode에 미치는 영향 :date: 행사 일정 날짜: 2026년 5월 28일 (목) 시간: 오후 7시 ~ 10시 장소: 래블업 오피스 (서울 강남구 선릉로 577 CR타워 8층) 참가비: 무료 :open\_mailbox\_with\_raised\_flag: 참가 신청 신청 마감: 5월 25일 (월) 23:59 참석자 안내: 5월 26일 (화) 오전 중 신청 링크: vLLM.KR Community Meetup - 이벤터스 :information\_source: 참가 안내 소규모 행사로 운영되며, 신청 인원에 따라 조기 마감될 수 있습니다. 사옥 내 주차 지원이 어려우니 대중교통을 이용해 주세요. ▼ vLLM.KR Community Meetup이란? vLLM을 실제로 쓰는 AI/ML 엔지니어와 연구자 20~30명이 모여 경험과 지식을 나누는 정기 행사입니다. PyTorch Korer User Group, Rebellions, SqueezeBits가 함께 운영합니다.

---

## [리벨리온과 스퀴즈비츠와 함께 하는 오프라인 vLLM Hands-on 워크샵💻에 초대합니다.](https://discuss.pytorch.kr/t/vllm-hands-on/7910)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 5, 2025, 12:26오후 UTC](https://discuss.pytorch.kr/t/vllm-hands-on/7910 "2025-10-05T12:26:17Z")

</div>

안녕하세요, PyTorchKR 여러분! 추석 연휴 잘 보내고 계신지요? 찔듯한 여름이 언제 끝나나 했는데, 벌써 완연한 가을이 다가왔습니다. 지난 8월 진행된 The First vLLM Korea Meetup 행사가 vLLM 공식 블로그에 소개되었는데요, 궁금하신 분들은 아래의 글에서 생생한 현장의 분위기를 확인해보세요! 또한, 이번에는 직접 vLLM으로 모델을 서빙하며 vLLM을 익히는 Hands-on Workshop을 준비하였습니다. :tada: 이번 행사는 리벨리온(Rebellions) 및 스퀴즈비츠(SqueezeBits) 가 함께 진행하는 오프라인 Hands-on Workshop으로, 리벨리온 NPU 개발 환경에서 vLLM을 활용하여 LLM 서빙을 직접 해볼 수 있습니다. GPU와 유사한 환경에서 NPU 기반 모델 서빙을 경험할 수 있는 흔치 않은 기회로, 소규모 심화 세션을 통해 LLM 최적화의 핵심 원리를 체험하실 수 있습니다. 행사 개요 일시: 2025년 10월 29일 (수) 18:00 ~ 21:00 장소: 서울특별시 서초구 강남대로 311, 드림플러스 지하 1층 D룸 모집 인원: 약 20명 (조기 마감 될 수 있습니다.) 모집 대상 vLLM 서빙에 관심 있는 분 Python, PyTorch에 익숙한 분 Rebellions NPU 활용에 관심 있는 분 :red\_exclamation\_mark:주의 사항: 워크샵에 참석하시는 분께서는 반드시 개인 노트북을 소지하셔야 합니다. 워크샵의 주요 내용 리벨리온 개발환경 접속 및 Jupyter 실습 PyTorch를 통한 간단한 LLM 동작 실습 vLLM 실습 및 MoE 데모 참가 신청 아래 링크에서 이번 Hands-on Workshop에 참가 신청하실 수 있습니다: 즐거운 추석 연휴 보내시고, 이번 달 말에 있는 워크샵에서 뵙겠습니다! 감사합니다!

---

## [8/19(화) 저녁, 한국에서 열리는 첫번째 vLLM meetup에 함께 해주세요!](https://discuss.pytorch.kr/t/8-19-vllm-meetup/7401)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 5\
**마지막 업데이트:** [8월 19, 2025, 5:43오전 UTC](https://discuss.pytorch.kr/t/8-19-vllm-meetup/7401 "2025-08-19T05:43:13Z")

</div>

안녕하세요, 파이토치 한국 사용자 모임 여러분! 평소 PyTorch를 사용하면서 최신 기술과 커뮤니티 활동에 관심이 많으신 여러분들께 vLLM meetup을 소개합니다. 이번 행사는 한국에서 열리는 첫번째 vLLM 밋업으로, vLLM 사용자들 및 AI분야 전문가들 간의 네트워킹과 기술 교류를 위해 마련된 자리입니다. RedHat과 리벨리온이 함께 진행하는 이번 행사에서는 vLLM의 성능과 효율성을 위해 LLM 추론 최적화에 대한 이야기를 나눌 예정입니다. 행사 개요 일시: 2025년 8월 19일(화), 저녁 6시 ~ 9시 30분 장소: 마제스타 시티 타워2, 12층 (지하철 2호선 서초역 인근) 카카오 지도, 네이버 지도, 행사 일정 6:00 - 6:30: 등록 및 네트워킹 6:30 - 7:00: 빠르고 효율적인 AI 추론을 위한 vLLM 소개 7:00 - 7:30: llm-d를 활용한 고성능 LLM 확장 방법 7:30 - 8:00: vLLM의 TPU 통합 심층 분석 8:00 - 8:30: vLLM 인프라 구축 및 테스트 전략 8:30 - 8:40: 휴식 8:40 - 9:10: Rebellions NPU 성능 극대화 (with vLLM) 9:10 - 9:30: 마무리, Q&A 및 네트워킹 vLLM meetup에 참여하셔서 빠르고 효율적인 vLLM 소개 및 사용 노하우를 얻어가시길 바랍니다. 참가 신청은 아래 링크에서 가능합니다: :backhand\_index\_pointing\_right: 참가 신청하기 그럼, vLLM meetup에서 뵙겠습니다! :blush:

---

## [Vision AI 도구를 개발하는 Voxel51, AI/ML 및 데이터사이언스 밋업 개최 (무료/영어/온라인)](https://discuss.pytorch.kr/t/vision-ai-voxel51-ai-ml/4041)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 1\
**마지막 업데이트:** [4월 10, 2024, 11:27오후 UTC](https://discuss.pytorch.kr/t/vision-ai-voxel51-ai-ml/4041 "2024-04-10T23:27:21Z")

</div>

이번 모임은 2024년 4월 18일, 태평양 표준시 기준 오전 10시(UTC 17:00)에 Zoom을 통해 진행됩니다. AI, 머신 러닝, 데이터 과학에 관심 있는 12,000명 이상의 열정적인 참가자들과 함께할 수 있는 이번 행사는 AI 기술의 최신 동향과 응용에 대해 배우고 토론할 수 있는 기회로 보여 공유합니다. :smiley: 진행 일시 진행 일시: 한국시간 4월 19일(금) 오전 2시 4월 18일 오전 10시(Pacific Time) / 17:00 (UTC) 발표 주제 자원 효율적이면서 강인한 텍스트-이미지 생성 모델: 마이트레야 파텔이 소개하는 ECLIPSE 모델은 매개 변수와 데이터 효율성이 뛰어나, 높은 계산 자원을 요구하는 기존 T2I 확산 모델에 대한 해결책을 제시합니다. 지식 그래프를 활용한 GraphRAG: 안드레아스 콜레거는 자연어를 다양한 그래프 데이터 패턴으로 매핑하는 지식 그래프의 사용 사례를 소개합니다. 이는 GenAI 응용 프로그램에서의 지식 그래프 사용 연구를 담당하는 Neo4j의 창립 멤버입니다. Voxel51과 V7 Darwin 통합을 통한 훈련 데이터 최적화: \* 마크 콕스-스미스는 머신 러닝 프로젝트에서 고품질 훈련 데이터 획득의 중요성과 이를 최적화하는 방법에 대해 논의합니다. 멀티모달 모델 탐구: Llava-Next 및 TextQA 데이터셋: 하프리트 사호타는 LlaVa 모델의 최신 버전인 LlaVa-next를 사용하는 방법과 TextQA 데이터셋에서 Vicuna-7B 및 Mistral-7B 백본 모델의 성능을 시각적으로 확인하는 방법을 소개합니다. 더 보기 및 등록 신청 페이지
