LLM Eval
DeepEval
DeepEval은 RAG, 챗봇, Agent의 응답 품질을 테스트 케이스로 관리하게 해줍니다. 기능은 빠르게 붙였지만 답변 품질 회귀를 잡기 어려운 팀에게 특히 유용합니다.
GitHub 보기confident-ai/deepeval
쉽게 말하면
LLM 앱의 답변 품질을 테스트 코드처럼 평가하는 오픈소스 평가 프레임워크입니다.
4.4 평점86 OSS Score17.8k stars보통 난이도
GITHUB LIVE SYNC
GitHub 열기 원본 저장소 신호
17.8k stars2k forks471 issuesmain branch
DevKorea는 GitHub 원본의 star, fork, issue, release, README 변화 신호를 주기적으로 확인해 리뷰와 스킬 추천에 반영합니다. 현재 화면은 GitHub API에서 최근 스냅샷을 가져온 상태입니다.
최근 원본 업데이트: 2026. 8. 24. 오후 10:28주요 팩트
- LLM 응답 품질을 테스트로 관리
- RAG/환각/정확도 평가에 적합
- CI에 붙여 회귀를 감지 가능
좋은 점
AI 기능의 품질 기준을 코드화할 수 있습니다.
출시 전 답변 품질 점검 루틴을 만들기 좋습니다.
주의할 점
평가 데이터셋을 직접 잘 설계해야 합니다.
평가 모델 비용과 지연시간을 고려해야 합니다.
해외 반응 요약
GitHub
AI 앱 테스트 자동화에 실용적이라는 평가가 많습니다.
positiveProduct Hunt
비개발 운영자도 품질 지표를 이해하기 쉽다는 반응이 있습니다.
positive