Translate Hugging Face blog post: Profiling in PyTorch (Part 3): Attention is all you profile

[Jwaminju]

Source: https://huggingface.co/blog/torch-attention-profile

This PR adds a Korean translation draft for torch-attention-profile.

Downstream handoff:

• SEO review should use the translation-flow manifest.
• Quality review should use the translation-flow manifest.

[github-actions]

PR Preview Action v1.8.1
🚀 View preview at https://hugging-face-krew.github.io/pr-preview/pr-168/
Built to branch gh-pages at 2026-07-11 03:41 UTC. Preview will be ready when the GitHub Pages deployment is complete.

[github-actions]

HF Agent Review

Gate	Result
Quality	❌ Fail
SEO	✅ Pass

Head SHA: 220ba46b317ae051463dd5973f1b100b2edcc3e3

Quality report — ❌ Fail

Quality Report

• Status: reject
• Quality Score: 0.0
• Hard failures: 3
• Issues: 238
• Source available: True
• Source changed: False
• Source segments: 198
• Target segments: 198

Scorecard

Dimension	Score
adequacy	0.0
technical_accuracy	0.0
completeness	0.0
terminology	0.0
fluency	0.0
publishing_integrity	40.0
style_locale	60.0

Metrics

• qe_metric: heuristic
• qe_average: 0.9541
• qe_min: 0.5982
• embedding_similarity_average: 0.8845
• embedding_similarity_min: 0.25
• cache_hits: 34
• cache_misses: 362

MQM Judge

• Enabled: True
• Provider: openai
• Model: gpt-5.6-luna
• Reasoning effort: none
• Prompt: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/judges/mqm_prompt.md
• Prompt hash: 887d2931aa289213f0bdce4a917a0ac8364dad8e470011069b8f8bf758d69a90
• Style guide hash: 937d8cd893578d30e716a3eb513cdf5f10d6fd3ad8f5e77068b57f96e160de12
• Requested segments: 198
• Evaluated segments: 197
• MQM errors: 157
• Cache hits: 0
• Cache misses: 198
• Severity counts: {'critical': 1, 'major': 32, 'minor': 124}
• adequacy_average: 0.8876
• technical_average: 0.9649
• fluency_average: 0.8584
• warning: Skipped MQM error for segment p_128: source_span is not verbatim source text.
• warning: Skipped MQM result for segment p_128: at least one error was invalid.
• warning: MQM segment coverage is invalid: expected exactly one result for every aligned target segment.

Style Guide

• Enabled: True
• Guide: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/style/hf-blog-ko-translation-guide.md
• Policy: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/configs/style_policy.yml
• Style score: 60.0
• Rule hits: {'alt_text_caption': 21, 'information_addition': 4, 'link_text_translation': 16, 'list_consistency': 1, 'modal_strength': 9, 'translationese': 3}

Style Guide Findings

Rule	Severity	Segment	Current	Suggested
translationese	minor		에 의해	Rewrite the sentence in natural Korean.
translationese	minor		를 가지	Rewrite the sentence in natural Korean.
translationese	minor		을 가지	Rewrite the sentence in natural Korean.
list_consistency	minor		phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, sentence, phrase, phrase, phrase, sentence, phrase, sentence, sentence, sentence, sentence, phrase, sentence, phrase, phrase	Use either sentence-style endings or phrase-style endings consistently within one list.
modal_strength	major	p_020	트레이스를 열기 전, 보통의 연습대로 우리가 볼 수 있을 것을 추측해 봅시다. 이 모듈의 forward를 트레이스하면, 우리는 다음을 기대합니다:	Preserve the strength of should using: 좋습니다, 해야 합니다.
modal_strength	major	p_062	GPU 레인에서 Memcpy 커널은 완전히 사라졌다(그림 6, 7). 한 줄의 변경으로 순전파마다 커널 하나를 제거했습니다. 이것만으로는 큰 차이처럼 보이지 않을 수 있지만, 이건 단일 어텐션 연산에 불과합니다. 트랜스포머 기반의 대형 모델(LLMs, 확산 모델 등) 맥락에서 이는 레이어당 한 번 반복되며 레이어가 많으므로 절약 효과가 빠르게 누적됩니다(그리고 그것이 당신의 월급 인상에 기여합니다면, 우리와 최소 10%를 나누는 것이 공정합니다고 느낍니다).	Preserve the strength of may using: 수 있습니다, 일 수 있습니다.
modal_strength	major	p_071	아무 것도 열기 전에 추측해 봅시다. 이 모듈의 수작업 어텐션(matmul, mul, mask, softmax, matmul)을 한 줄로 대체했으니 트레이스가 간단하고 빨라질 것입니다. 커널 수가 적고, CPU 디스패치가 줄어들며, 어쩌면 융합 커널이 나올 수도 있습니다. 우선 프로파일러 표를 확인해봅시다.	Preserve the strength of may using: 수 있습니다, 일 수 있습니다.
modal_strength	major	p_071	아무 것도 열기 전에 추측해 봅시다. 이 모듈의 수작업 어텐션(matmul, mul, mask, softmax, matmul)을 한 줄로 대체했으니 트레이스가 간단하고 빨라질 것입니다. 커널 수가 적고, CPU 디스패치가 줄어들며, 어쩌면 융합 커널이 나올 수도 있습니다. 우선 프로파일러 표를 확인해봅시다.	Preserve the strength of should using: 좋습니다, 해야 합니다.
modal_strength	major	h_082	텐서 코어가 남아 있습니다	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_124	이제 트레이스를 더 읽기 전에, 지금까지 당신이 물어야 할 질문에 답하는 것이 가치 있습니다: 왜 "flash"라는 백엔드가 존재하고, 그것이 왜 이렇게 중요한가?	Preserve the strength of should using: 좋습니다, 해야 합니다.

Issues

QL-001 technical / critical

• Message: inline code mismatch.
• Source: torch.compile
• Suggested fix: Preserve source inline code exactly.
• Reason: Hard gate exact-match validator failed: missing=['torch.compile']

QL-002 formatting / critical

• Message: link target mismatch.
• Source: https://huggingface.co/blog/torch-mlp-fusion#where-did-the-transpose-go-kernel-layouts-and-pre-ops
• Suggested fix: Preserve source link target exactly.
• Reason: Hard gate exact-match validator failed: missing=['https://huggingface.co/blog/torch-mlp-fusion#where-did-the-transpose-go-kernel-layouts-and-pre-ops']

QL-003 technical / major

• Message: Python/API identifier mismatch.
• Source: torch.compile
• Suggested fix: Preserve source Python/API identifier exactly.
• Reason: Review gate exact-match validator failed: missing=['torch.compile']

QL-004 technical / major

• Message: number/unit token mismatch.
• Source: 2, 4
• Suggested fix: Preserve source number/unit token exactly.
• Reason: Review gate exact-match validator failed: missing=['2', '4']

QL-005 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Thumbnail of the blog post
• Target: Thumbnail of the blog post
• Suggested fix: 블로그 게시물 썸네일
• Reason: 이미지 설명 문구가 원문과 동일하게 남아 있어 한국어 현지화가 되지 않았습니다.

QL-006 accuracy / major

• Message: MQM judge adequacy score is low.
• Target: 0.5000
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM adequacy score is below threshold 0.75.

QL-007 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: <p> This is the third post of <bold>Profiling in PyTorch</bold>, a series where we slowly build the skill of reading profiler traces and use it to drive optimization: </p>
• Target: <p> This is the third post of <bold>Profiling in PyTorch</bold>, a series where we slowly build the skill of reading profiler traces and use it to drive optimization: </p>
• Suggested fix:

  Profiling in PyTorch 시리즈의 세 번째 글입니다. 이 시리즈에서는 프로파일러 트레이스를 읽는 방법을 차근차근 익히고, 이를 바탕으로 최적화를 진행합니다.

• Reason: target_text가 source_text와 완전히 동일하며 한국어로 번역되지 않았습니다. 한국어 독자가 글의 순서와 목적을 이해할 수 있도록 본문을 번역해야 합니다.

QL-008 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Profiling in PyTorch (Part 1): A Beginner's Guide to torch.profiler
• Target: Profiling in PyTorch (Part 1): A Beginner's Guide to torch.profiler
• Suggested fix: PyTorch 프로파일링(1부): torch.profiler 초보자 가이드
• Reason: 링크 URL과 HTML 구조는 보존되었지만, 링크 텍스트가 모두 영어로 남아 있어 한국어 블로그의 링크 텍스트 현지화 원칙을 충족하지 않습니다. 제품명과 코드 식별자인 PyTorch 및 torch.profiler는 유지할 수 있습니다.

QL-009 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Profiling in PyTorch (Part 2): From nn.Linear to a Fused MLP
• Target: Profiling in PyTorch (Part 2): From nn.Linear to a Fused MLP
• Suggested fix: PyTorch 프로파일링(2부): nn.Linear에서 융합 MLP까지
• Reason: 링크 URL과 HTML 구조는 보존되었지만, 링크 텍스트가 번역되지 않았습니다. nn.Linear와 MLP는 기술 명칭으로 유지할 수 있으나 나머지 설명은 한국어로 옮기는 것이 적절합니다.

QL-010 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Profiling in PyTorch (Part 3): Attention is all you profile
• Target: Profiling in PyTorch (Part 3): Attention is all you profile
• Suggested fix: PyTorch 프로파일링(3부): 프로파일링은 모두 어텐션에 관한 것
• Reason: 링크 URL과 HTML 구조는 보존되었지만, 링크 텍스트가 번역되지 않았습니다. Attention 및 PyTorch는 기술 용어로 유지할 수 있으나 제목의 일반 텍스트는 한국어로 현지화하는 것이 좋습니다.

QL-011 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The series "Profiling in PyTorch" is meant to make you comfortable reading profiler traces and tables.
• Target: 시리즈 "Profiling in PyTorch"는 프로파일러 트레이스와 표를 읽는 데 익숙해지게 만드는 것을 목표로 합니다.
• Suggested fix: "Profiling in PyTorch" 시리즈는 프로파일러 트레이스와 표를 편하게 읽을 수 있도록 돕습니다.
• Reason: 의미는 전달되지만 '익숙해지게 만드는 것을 목표로 합니다'는 영어 구조를 직역한 듯해 기술 블로그 문장으로 다소 어색합니다.

QL-012 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: torch linear layer
• Target: torch 선형 계층
• Suggested fix: PyTorch의 선형 계층
• Reason: torch는 일반적으로 라이브러리명인 PyTorch를 가리키므로 보존할 수 있지만, 한국어 기술 문맥에서는 PyTorch의 torch.nn.Linear 계층을 의미하는 표현임을 드러내는 것이 더 명확합니다. 현재 표현도 의미는 이해되지만 기술적으로 다소 모호합니다.

QL-013 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Instead, we want to see how each one looks different under the profiler.
• Target: 대신 각 트릭이 프로파일러 아래에서 어떻게 다르게 보이는지 보는 것입니다.
• Suggested fix: 대신 프로파일러에서 각 트릭이 어떻게 다르게 나타나는지 살펴보겠습니다.
• Reason: 의미는 전달되지만 'under the profiler'를 '프로파일러 아래에서'로 직역해 한국어 기술 문장으로 어색합니다.

QL-014 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: The scripts for this blog post live here: 04_a_naive_attention.py, 04_b_inplace_ops_attention.py, 04_c_sdpa_attention.py, and 04_d_kernels_attention.py.
• Target: 이 블로그 포스트의 스크립트는 여기에서 실행됩니다: 04_a_naive_attention.py, 04_b_inplace_ops_attention.py, 04_c_sdpa_attention.py, 그리고 04_d_kernels_attention.py.
• Suggested fix: 이 블로그 포스트의 스크립트는 여기에서 확인할 수 있습니다: 04_a_naive_attention.py, 04_b_inplace_ops_attention.py, 04_c_sdpa_attention.py, 04_d_kernels_attention.py.
• Reason: 원문은 스크립트가 ‘여기에 있다’는 위치·제공 의미인데, 대상 문장은 ‘여기에서 실행된다’로 바꾸어 스크립트의 실행 위치를 의미하게 합니다.

QL-015 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: It is really easy to set up a GPU on the Hugging Face infrastructure and experiment with the scripts using Dev Mode with Spaces.
• Target: 허깅페이스 인프라에서 GPU를 설정하고 Dev Mode with Spaces를 사용해 스크립트를 실험하는 것은 정말 쉽습니다.
• Suggested fix: Hugging Face 인프라에서 GPU를 설정하고 Dev Mode with Spaces를 사용해 스크립트를 실험하는 것은 정말 쉽습니다.
• Reason: Hugging Face가 브랜드명인데 ‘허깅페이스’로 음역되어 검색성과 제품명 일관성이 떨어집니다.

QL-016 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: One could also run the scripts with the Hugging Face Jobs pipeline.
• Target: 또한 Hugging Face Jobs pipeline로도 스크립트를 실행할 수 있습니다.
• Suggested fix: 또한 Hugging Face Jobs pipeline을 사용해 스크립트를 실행할 수도 있습니다.
• Reason: Hugging Face Jobs pipeline은 제품·기능 명칭으로 보존해야 하며, 한국어 문장 안에서도 명칭의 구성과 표기를 일관되게 유지하는 편이 검색에 유리합니다.

QL-017 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The interaction between them can be written as a short sequence of steps:
• Target: 이들 간의 상호 작용은 간단한 일련의 단계로 작성할 수 있습니다:
• Suggested fix: 이들 간의 상호 작용은 몇 가지 단계로 정리할 수 있습니다:
• Reason: 의미는 전달되지만 ‘간단한 일련의 단계로 작성하다’는 표현이 영어식이고, 기술 블로그 문맥에서 다소 어색합니다. ‘몇 가지 단계로 정리할 수 있습니다’가 자연스럽습니다.

QL-018 fluency / major

• Message: MQM judge reported fluency issue.
• Source: Build the attention scores scores: matmul(q, k.T)
• Target: 어텐션 스코어를 만듭니다 scores: matmul(q, k.T)
• Suggested fix: 어텐션 스코어 계산: matmul(q, k.T)
• Reason: 영어 문장과 변수명 사이의 중복된 scores가 어색하게 남아 문장 구조가 깨졌습니다. 또한 콜론 뒤의 계산식이 설명과 자연스럽게 연결되지 않습니다.

QL-019 accuracy / major

• Message: MQM judge adequacy score is low.
• Target: 0.5500
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM adequacy score is below threshold 0.75.

QL-020 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Scale the scores: scores * scale
• Target: 스코어를 스케일합니다: scores * scale
• Suggested fix: 점수를 스케일링합니다: scores * scale
• Reason: 의미는 전달되지만 ‘스코어를 스케일합니다’는 영어식 표현이 어색합니다. 수식은 유지하면서 ‘점수를 스케일링합니다’ 또는 ‘점수를 배율로 조정합니다’처럼 표현하는 편이 자연스럽습니다.

QL-021 formatting / minor

• Message: MQM judge reported formatting issue.
• Source: attn: softmax(scores)
• Target: attn: softmax(scores)
• Suggested fix: 소프트맥스(softmax)로 스코어를 정규화하여 어텐션 가중치를 얻습니다. attn: softmax(scores)
• Reason: 수식 또는 코드 형태의 표현이 앞 문장에 띄어쓰기 없이 이어져 있어 목록 항목의 구조와 가독성이 떨어집니다. 원문의 콜론 앞뒤 구분을 유지해 설명 문장과 표현식을 분리하는 것이 좋습니다.

QL-022 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Reweight the values with those weights: matmul(attn, v)
• Target: 그 가중치로 값을 재가중합니다: matmul(attn, v)
• Suggested fix: 해당 가중치로 값을 다시 가중합니다: matmul(attn, v)
• Reason: 의미는 전달되지만 ‘값을 재가중합니다’는 한국어 기술 문장으로 다소 직역투이며, 콜론 앞뒤 연결도 어색합니다.

QL-023 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Some of them we already know (the matmuls), and the rest are easy to spot.
• Target: 그 중 일부는 이미 알고 있는(matmul) 연산이고, 나머지는 쉽게 발견할 수 있습니다.
• Suggested fix: 그중 일부는 이미 알고 있는 연산(행렬 곱셈)이고, 나머지도 쉽게 확인할 수 있습니다.
• Reason: 의미는 대체로 보존되지만 ‘알고 있는(matmul) 연산’과 ‘쉽게 발견할 수 있습니다’가 영어 구조를 직역한 표현이라 기술 블로그 문맥에서 다소 어색합니다. 또한 원문의 복수형 ‘matmuls’를 단수형 ‘matmul’로 옮겼습니다.

QL-024 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Before opening the trace, let's do our usual exercise and guess what we should see. Tracing the forward of this module, we expect:
• Target: 트레이스를 열기 전, 보통의 연습대로 우리가 볼 수 있을 것을 추측해 봅시다. 이 모듈의 forward를 트레이스하면, 우리는 다음을 기대합니다:
• Suggested fix: 트레이스를 열기 전에 평소처럼 어떤 결과가 나올지 먼저 예상해 보겠습니다. 이 모듈의 forward를 트레이스하면 다음과 같은 결과가 나올 것으로 예상됩니다:
• Reason: 의미는 대체로 보존되지만 ‘보통의 연습대로’, ‘우리가 볼 수 있을 것을 추측해 봅시다’, ‘우리는 다음을 기대합니다’가 영어 구조를 직역한 표현이라 기술 블로그 문체에서 어색합니다. 또한 ‘what we should see’의 기대·예측 의미를 자연스럽게 표현하지 못했습니다.

QL-025 technical / major

• Message: MQM judge reported technical issue.
• Source: a matmul kernel (atten . v)
• Target: 매트멀 커널( atten . v )
• Suggested fix: matmul 커널(atten . v)
• Reason: 기술 용어와 연산 표기 matmul, atten . v를 불필요하게 변형했습니다. 특히 matmul은 행렬 곱셈을 뜻하는 기술 용어이며, 괄호 안 표현은 코드 또는 커널 연산 표기로 보이므로 원문의 토큰과 공백을 보존해야 합니다.

QL-026 accuracy / major

• Message: MQM judge adequacy score is low.
• Target: 0.5500
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM adequacy score is below threshold 0.75.

QL-027 fluency / major

• Message: MQM judge fluency score is low.
• Target: 0.7200
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM fluency score is below threshold 0.75.

QL-028 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Figure 1: The CPU lane of the profile trace for naive attention highlighting the discrete operations
• Target: 그림 1: 네이브 어텐션의 프로파일 트레이스의 CPU 레인에 표시된 이산 연산들을 강조
• Suggested fix: 그림 1: 개별 연산을 강조한 네이브 어텐션 프로파일 트레이스의 CPU 레인
• Reason: 캡션의 문장 구조가 어색하고 영어식 수식 관계가 불분명합니다. ‘강조’가 서술어 없이 명사구 뒤에 붙어 있어 무엇을 강조하는지 자연스럽게 전달되지 않으며, ‘프로파일 트레이스의 CPU 레인’도 기술 캡션에 맞게 정리할 수 있습니다.

QL-029 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Inside attn_fwd (our annotated forward call) we can see exactly the operations we guessed.
• Target: 내부 attn_fwd(주석이 달린 순전파 호출)에서 우리가 추정한 정확한 연산들을 볼 수 있습니다.
• Suggested fix: attn_fwd(주석을 추가한 순전파 호출) 내부에서 앞서 추정한 연산이 정확히 수행되는 모습을 확인할 수 있습니다.
• Reason: ‘Inside attn_fwd’를 ‘내부 attn_fwd에서’로 옮긴 표현이 부자연스럽고, ‘우리가 추정한 정확한 연산들’은 영어 어순을 그대로 따른 번역투입니다.

QL-030 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The matmul is an old friend by now, and the new operations are easy to spot:
• Target: 매트멀은 이제 친숙한 친구이고, 새로 등장한 연산들은 쉽게 포착됩니다:
• Suggested fix: 행렬 곱은 이제 익숙한 연산이고, 새로 추가된 연산도 쉽게 확인할 수 있습니다:
• Reason: ‘친숙한 친구’와 ‘쉽게 포착됩니다’는 한국어 기술 블로그 문맥에서 어색한 직역입니다. matmul은 일반적으로 ‘행렬 곱’으로 표현하는 편이 자연스럽고, 콜론 앞 문장도 자연스럽게 다듬을 수 있습니다.

QL-031 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: highlighting a collection of kernels corresponding to one profiler step
• Target: 하나의 프로파일러 스텝에 해당하는 커널들을 강조
• Suggested fix: 프로파일러의 한 단계에 해당하는 커널 묶음을 강조한 모습
• Reason: 원문은 프로파일러의 한 단계에 해당하는 커널 묶음을 강조한다는 캡션 구조인데, 현재 번역은 서술어가 생략된 명사구로 끝나 캡션의 의미 관계가 불완전합니다.

QL-032 fluency / major

• Message: MQM judge fluency score is low.
• Target: 0.7200
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM fluency score is below threshold 0.75.

QL-033 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Zoomed-in GPU lane of naive attention showing the individual kernels for one step: two matmuls, a mul, a memory copy, a masking kernel and a softmax
• Target: Zoomed-in GPU lane of naive attention showing the individual kernels for one step: two matmuls, a mul, a memory copy, a masking kernel and a softmax
• Suggested fix: 순진한 어텐션의 GPU 레인을 확대한 모습으로, 한 단계의 개별 커널을 보여 줍니다. 행렬 곱셈(matmul) 2회, 곱셈(mul) 1회, 메모리 복사 1회, 마스킹 커널 1회, 소프트맥스로 구성됩니다.
• Reason: 표 행의 설명 텍스트가 원문 그대로 남아 있어 한국어 블로그에서 번역해야 할 캡션 또는 설명이 영어로 표시됩니다.

QL-034 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Figure 3: Zoomed in GPU lane of the profiler trace for naive attention implementation.
• Target: 그림 3: 네이브 어텐션 구현의 프로파일 트레이스의 확대된 GPU 레인
• Suggested fix: 그림 3: 단순 어텐션 구현의 프로파일러 트레이스에서 확대한 GPU 레인
• Reason: 의미는 전달되지만 ‘프로파일 트레이스의 확대된 GPU 레인’과 같은 수식이 어색하고, ‘naive’는 기술 문맥에서 ‘네이브’보다 ‘단순’ 또는 ‘나이브’로 옮기는 편이 자연스럽습니다.

QL-035 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Figure 3 lets us read off the individual kernels for one profiler step:
• Target: 그림 3은 한 프로파일러 스텝의 개별 커널을 읽어보게 해 줍니다:
• Suggested fix: 그림 3에서는 한 프로파일러 스텝의 개별 커널을 확인할 수 있습니다:
• Reason: ‘lets us read off’의 의미는 그림에서 개별 커널을 확인하거나 읽어낼 수 있다는 것이지만, ‘읽어보게 해 줍니다’는 영어 구조를 직역한 표현으로 기술 블로그 문맥에서 다소 어색합니다.

QL-036 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The clue is that PyTorch has in-place operations.
• Target: 힌트는 PyTorch에 in-place 연산이 있습니다는 점입니다.
• Suggested fix: 힌트는 PyTorch에 in-place 연산이 있다는 점입니다.
• Reason: ‘있습니다는’은 한국어 문법에 맞지 않는 결합이며 문장이 부자연스럽습니다.

QL-037 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: PyTorch often makes a copy
• Target: PyTorch는 종종 복사를 만들고
• Suggested fix: PyTorch는 종종 복사본을 만들고
• Reason: ‘복사를 만들다’는 기술 문맥에서 어색한 표현입니다. 원문의 동작은 복사본을 생성한다는 의미입니다.

QL-038 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: (note the trailing underscore, PyTorch's convention for in-place operations)
• Target: (뒤의 밑줄은 PyTorch의 in-place 연산 표기법에 주의)
• Suggested fix: (뒤에 붙은 밑줄은 PyTorch에서 인플레이스(in-place) 연산을 나타내는 표기입니다)
• Reason: 괄호 안 표현이 명령형으로 끝나고 문장 구조도 어색해 기술 설명이 자연스럽게 전달되지 않습니다. 또한 in-place operations의 의미를 한국어 문장 안에서 명확히 연결하지 않았습니다.

QL-039 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: All we change is masked_fill to masked_fill_
• Target: 변경하는 것은 masked_fill에서 masked_fill_로의 교환뿐입니다
• Suggested fix: masked_fill을 masked_fill_로 바꾸는 것뿐입니다
• Reason: ‘~로의 교환’은 기술 블로그 문맥에서 부자연스럽고 번역투가 강합니다. 원문의 변경 사항은 ‘바꾸는 것은 ...뿐입니다’로 표현하는 편이 자연스럽습니다.

QL-040 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: CPU lane of naive attention with out-of-place masked_fill, showing several dispatch ops for the masking step
• Target: CPU lane of naive attention with out-of-place masked_fill, showing several dispatch ops for the masking step
• Suggested fix: 마스킹 단계에서 여러 dispatch op를 보여 주는 out-of-place masked_fill을 사용하는 나이브 어텐션의 CPU 레인
• Reason: 캡션의 설명 부분이 영어로 남아 있어 한국어 독자의 이해와 일관성이 떨어집니다. 기술 식별자인 masked_fill은 유지할 수 있지만, 나머지 일반 설명은 번역해야 합니다.

QL-041 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: CPU lane of naive attention with in-place masked_fill_, showing fewer dispatch ops for the masking step
• Target: CPU lane of naive attention with in-place masked_fill_, showing fewer dispatch ops for the masking step
• Suggested fix: 인플레이스 masked_fill_를 적용한 naive attention의 CPU 레인으로, 마스킹 단계에서 dispatch ops가 더 적게 발생함을 보여줍니다
• Reason: 캡션의 설명 문장이 영어로 남아 있어 한국어 독자가 그림의 내용과 핵심 관찰점인 마스킹 단계의 dispatch ops 감소를 파악하기 어렵습니다. 기술 식별자인 masked_fill_는 유지할 수 있지만 일반 설명은 번역해야 합니다.

QL-042 fluency / major

• Message: MQM judge fluency score is low.
• Target: 0.7200
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM fluency score is below threshold 0.75.

QL-043 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: wraps far fewer CPU ops inside the masking step
• Target: 마스킹 단계 안에 CPU 연산을 훨씬 적게 포장합니다
• Suggested fix: 마스킹 단계에서 수행하는 CPU 연산이 훨씬 적습니다
• Reason: ‘wraps ... inside’는 CPU 연산을 마스킹 단계에 포함하거나 수행한다는 뜻인데, ‘포장합니다’는 기술 문맥에서 부자연스럽고 의미가 불명확합니다.

QL-044 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: This is an encouraging signal.
• Target: 이는 고무적인 신호다.
• Suggested fix: 이는 고무적인 신호입니다.
• Reason: 문단의 다른 문장이 존댓말인데 해당 문장만 해라체로 끝나 문체가 일관되지 않습니다.

QL-045 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Let's unfold the GPU lane to confirm what happened there.
• Target: GPU 레인을 펼쳐 무슨 일이 일어났는지 확인해 봅시다.
• Suggested fix: GPU 실행 경로를 살펴보며 그곳에서 무슨 일이 일어났는지 확인해 봅시다.
• Reason: ‘GPU lane을 펼친다’는 직역투라 한국어 기술 블로그에서 어색합니다. GPU 실행 경로를 살펴본다는 의미로 옮기는 편이 자연스럽습니다.

QL-046 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: GPU kernels for naive attention including a separate Memcpy kernel before the masking
• Target: GPU kernels for naive attention including a separate Memcpy kernel before the masking
• Suggested fix: 나이브 어텐션을 위한 GPU 커널과 마스킹 전에 별도의 Memcpy 커널을 포함한 구성
• Reason: 캡션의 설명 부분이 영어로 남아 있어 한국어 번역이 불완전합니다. Memcpy는 커널 이름이므로 유지할 수 있지만, 나머지 일반 설명은 번역해야 합니다.

QL-047 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: GPU kernels for naive attention with in-place masking, with the Memcpy kernel gone
• Target: GPU kernels for naive attention with in-place masking, with the Memcpy kernel gone
• Suggested fix: 인플레이스 마스킹을 적용한 naive attention용 GPU 커널에서 Memcpy 커널을 제거한 모습
• Reason: 캡션의 설명 문구가 영어로 남아 있어 한국어 문장으로 완결되지 않았습니다. 기술명인 Memcpy는 유지할 수 있지만 나머지 일반 설명은 번역하는 것이 게시에 적합합니다.

QL-048 fluency / major

• Message: MQM judge reported fluency issue.
• Source: On the GPU lane the Memcpy kernel is gone for good (Figures 6 and 7).
• Target: GPU 레인에서 Memcpy 커널은 완전히 사라졌다(그림 6, 7).
• Suggested fix: GPU 경로에서는 Memcpy 커널이 완전히 사라졌습니다(그림 6 및 7).
• Reason: 공식 기술 블로그 문맥에서 해요체가 아닌 과거형 반말체로 번역되어 문체가 일관되지 않습니다. ‘GPU lane’도 직역된 ‘GPU 레인’이 자연스럽지 않습니다.

QL-049 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: This may not look like much on its own, but remember this is a single attention operation.
• Target: 이것만으로는 큰 차이처럼 보이지 않을 수 있지만, 이건 단일 어텐션 연산에 불과합니다.
• Suggested fix: 이것만으로는 큰 차이처럼 보이지 않을 수 있지만, 이는 단일 어텐션 연산 하나에 해당한다는 점을 기억해야 합니다.
• Reason: 원문의 ‘may not look like much’는 규모가 작아 보일 가능성을 말하지만, ‘불과합니다’는 해당 연산의 의미나 중요성을 낮추는 평가를 추가해 의미를 바꿉니다.

QL-050 fluency / major

• Message: MQM judge reported fluency issue.
• Source: With a one line change we shaved a whole kernel off each forward pass.
• Target: 한 줄의 변경으로 순전파마다 커널 하나를 제거했습니다.
• Suggested fix: 한 줄만 수정해 순전파마다 커널 하나를 통째로 없앴습니다.
• Reason: ‘한 줄의 변경’은 번역투이며, ‘shaved a whole kernel off’의 구어적이고 자연스러운 의미를 충분히 살리지 못합니다.

QL-051 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: and if it earns you a raise, sharing at least 10% with us feels only fair
• Target: 그리고 그것이 당신의 월급 인상에 기여합니다면, 우리와 최소 10%를 나누는 것이 공정합니다고 느낍니다
• Suggested fix: (그리고 이 덕분에 월급이 오른다면, 그중 최소 10%는 저희와 나누는 것이 공평하겠죠.)
• Reason: 조건절 ‘if it earns you a raise’가 비문인 ‘기여합니다면’으로 번역되었고, ‘feels only fair’도 ‘공정합니다고 느낍니다’라는 비문이 되어 농담의 의미를 이해하기 어렵습니다.

QL-052 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Due to the fact that we run forward under torch.no_grad, in-place is safe for us, with no backward pass and nothing to corrupt.
• Target: forward를 torch.no_grad 아래에서 실행하기 때문에 우리에게는 in-place가 안전하며, 역전파가 없고 손상될 여지도 없다.
• Suggested fix: torch.no_grad에서 forward를 실행하므로, 역전파가 없고 손상될 대상도 없어 저희에게는 in-place 연산이 안전합니다.
• Reason: 앞뒤 문장이 존댓말인데 이 문장만 해라체로 끝나 문체가 일관되지 않습니다. 또한 ‘torch.no_grad 아래에서’는 기술적으로 이해되지만 자연스러운 한국어가 아닙니다.

QL-053 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: It is also noteworthy that in-place operations do not only save time (like we see in our case) but also memory (due to no extra copy) which is great for large tensors like logits!
• Target: 또한 in-place 연산은 시간 절약뿐 아니라(추가 복사 없이) 메모리 절약도 가능하므로 로짓처럼 큰 텐서에 특히 좋습니다.
• Suggested fix: 또한 in-place 연산은 저희 사례에서처럼 시간뿐 아니라 추가 복사가 필요하지 않아 메모리도 절약한다는 점에 주목할 만합니다. 따라서 logits처럼 큰 텐서에

SEO report — ✅ Pass

SEO Eval Report

Gate: ✅ PASS — deterministic AND rubric

• File: ../target/_posts/2026-07-10-torch-attention-profile.md
• Source: —
• Primary keyword: (none — D5 skipped)
• Mode: file

Gate

• Status: PASS
• Blockers: ✅ pass
• Deterministic REQUIRED (D1–D7): ✅ pass
• Rubric (R1–R6): ✅ pass (mean None, min None)

Blockers

✅ body_not_empty: Body is not empty
✅ robots_indexable: Robots is indexable
✅ internal_links_resolve: All internal links resolve
✅ local_images_resolve: All local images resolve

Required checks (gated)

✅ heading_hierarchy: Heading hierarchy: Valid
✅ alt_text_coverage: Alt text coverage: 24/24 images
✅ descriptive_alt_text: Descriptive alt text: 24/24 (≥80% recommend)
✅ image_files_exist: All 0 local image file(s) exist

OpenAI rubric checks

✅ semantic_metadata: PASS (required) — 제목, H1, opening의 의미적 일치와 헤딩 구성으로 콘텐츠의 주제가 어텐션 프로파일링임을 명확히 보여주며, description은 비어 있어도 정책상 허용되는 미비 요소로 간주됨
✅ alt_semantics: PASS (review) — https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/torch-attention-profile/profile-3-thumbnail.png: Describes the image content clearly; suitable for accessibility and SEO.; https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/torch-attention-profile/cpu-profile-naive.png: Describes the CPU profile view and key operations shown.; https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/torch-attention-profile/gpu-profile-naive.png: Captures cross-lane relationship and the mapping to GPU kernels.

Advisory checks (not gated)

🟠 opening_summary: Opening 3 paragraphs: 28 words (recommend ≥50 for GEO)
✅ h1_count: Markdown H1 count: 1 (review against rendered layout)
✅ citations: Citations/statistics: 26 (recommend ≥1 for GEO)
⚠️ question_headings: Scannable H2/H3 (question or keyword): 0 (0 question, 0 keyword)
⚠️ internal_links: Internal links: 0 (recommend 2-3)
✅ word_count: Word count: 3853 (recommend ≥300)
ℹ️ primary_keyword: No primary_keyword in manifest — keyword check skipped
⚠️ webp_format: WebP format: 0/24 images (≥50% recommend)
⚠️ lazy_loading: Lazy loading: 0 images (optional)

Signals (evidence — not directly gated)

• Frontmatter: title 25 chars, description 0 chars, author present True
• Title text: 파이토치의 프로파일링(3부): 어텐션이 전부다
• Description text: —
• Opening text: * TOC
  {:toc}

이 글은 Hugging Face 블로그의 Profiling in PyTorch (Part 3): Attention is all you profile를 한국어로 번역한 글입니다.

• Opening: first paragraph 179 chars, first 3 paragraphs 347 chars
• Headings: markdown H1 1, rendered effective H1 2, layout title H1 True
• Links: total 16, external 16, internal 0, citation signals 26
• Images: total 24, empty alt 0, filename-like alt 0, missing local files 0

Semantic review packet

• Title: 파이토치의 프로파일링(3부): 어텐션이 전부다
• Description: —
• Rendered H1 candidates: 파이토치의 프로파일링(3부): 어텐션이 전부다, 파이토치의 프로파일링(3부): 어텐션이 전부다
• Opening: * TOC
  {:toc}

이 글은 Hugging Face 블로그의 Profiling in PyTorch (Part 3): Attention is all you profile를 한국어로 번역한 글입니다.

• Canonical/permalink: —
• Instruction: Compare title, description, rendered H1, and opening text for meaning consistency. This packet is evidence only; it does not decide pass/fail.

Frontmatter (advisory — written by metadata step, not gated)

✅ title: Title: 25 chars (recommend ≤60)
❌ description: Description is missing
✅ image: OG image: assets/images/blog/posts/2026-07-10-torch-attention-profile/thumbnail.png
✅ categories: Categories: 2 (recommend 2-3)
✅ author: Author: dailybot