SafeTensors 파일이란?

.safetensors로 끝나는 파일은 pickle 기반 가중치 파일과 관련된 임의 코드 실행 위험을 피하도록 설계된 단순한 모델 직렬화 형식으로 텐서와 메타데이터를 저장합니다. 모델 산출물일 뿐 모델이 신뢰할 만하고 컴팩트하거나 영원히 복구 가능하다는 보장이 아닙니다.

형식에 들어 있는 내용

SafeTensors 형식은 텐서, 유형, 형태 및 바이트 오프셋을 설명하는 헤더 다음에 텐서 데이터 자체를 저장합니다. 프레임워크별 라이브러리는 역직렬화 과정에서 Python pickle 로더에 직렬화된 코드를 실행하도록 요구하지 않고 가중치를 로드할 수 있습니다.

SafeTensors 파일은 베이스 모델, LoRA 어댑터, 더 큰 모델의 구성 요소 또는 여러 파일 모델의 한 샤드일 수 있습니다. 확장자만으로 어느 런타임이 파일을 요구하는지, LoRA에 어떤 베이스가 필요한지 또는 파일이 프로젝트의 완전한 산출물 세트인지 알 수 없습니다.

“안전”이 의미하는 것과 의미하지 않는 것

형식 안전성은 소스 신뢰와 같지 않습니다. SafeTensors는 pickle 기반 직렬화에 비해 한 종류의 로딩 위험을 줄이지만 모델 가중치가 작업에 적합하거나 신뢰할 수 있는 게시자가 제공했거나 제작자의 라이선스를 충족하거나 애플리케이션에서 안전하게 동작함을 입증하지 않습니다.

SafeTensors는 아카이브나 양자화가 아닙니다

SafeTensors는 모델 가중치의 표현 방식입니다. 아카이브는 이미 보유한 파일을 위한 보존 및 복구 워크플로입니다. 양자화는 런타임 또는 자원 목표를 위해 모델의 수치 표현을 의도적으로 바꾸는 작업입니다. 같은 프로젝트에 함께 나타날 수 있지만 서로 다른 문제를 해결합니다.

원래 바이트를 복구해야 한다면 변환본을 유일한 사본으로 취급하지 마세요. 더 작은 변형 런타임 표현이 필요하다면 양자화를 고유한 기준으로 평가하세요. 실제 구분은 SafeTensors 저장과 양자화 비교를 읽으세요.

모델 라이브러리에서 이해 가능한 상태로 유지하는 방법

• 사용자가 관리하는 이름이나 목록에서 베이스, 어댑터 및 프로젝트 맥락의 연결을 유지하세요.
• 단일 .safetensors 파일이 자체 완결형 모델이라고 가정하지 마세요.
• 대상 런타임의 문서를 사용해 산출물 로드 방법을 판단하세요.
• 완료된 연관 패밀리가 중요하다면 적절한 곳에 독립적인 백업을 유지하고 정리하기 전에 별도 복원을 입증하세요.

다음으로 유용한 질문

로컬 추론 컨테이너를 선택한다면 런타임과 복구 목표를 기준으로 SafeTensors와 GGUF를 비교하세요. 가득 찬 드라이브를 보고 있다면 다음 질문은 보통 “이 파일을 열 수 있는가?”가 아니라 “무엇을 함께 보관해야 하는가?”입니다. 하나의 베이스와 여러 어댑터부터 시작하거나 모델 라이브러리 보존 체크리스트를 사용하세요.