컴퓨터 과학에서 인스턴스(instance)는 메타논리학과 메타수학에서 토큰(token)이라고도 불리며, 유형 정의에 기반한 소프트웨어 요소의 특정 발생을 의미한다. 이러한 발생이 생성되면 인스턴스화되었다고 하며, 생성 과정과 그 결과로 생긴 발생을 모두 인스턴스화라고 한다. 이 개념은 객체 지향 프로그래밍에서 인공지능, 클라우드 인프라에 이르기까지 컴퓨팅의 여러 영역에서 기본적이다.
이 용어는 일반적인 클래스나 패턴의 특정 예로서의 인스턴스라는 더 넓은 철학적·논리적 개념에서 유래했다. 컴퓨팅에서 이는 정의(예: 클래스, 템플릿, 모델)와 그 정의의 구체적이고 사용 가능한 실현을 구분하는 방법을 제공한다. 각 인스턴스는 일반적으로 동일한 유형의 다른 인스턴스와 구조적 특성을 공유하더라도 고유한 정체성, 상태, 수명 주기를 가진다.
프로그래밍 언어에서의 인스턴스
객체 지향 프로그래밍에서 인스턴스는 클래스 유형에서 생성된 객체이다. 클래스는 모든 인스턴스가 공유하는 구조(속성)와 동작(메서드)을 정의하지만, 각 인스턴스는 고유한 정체성과 상태를 유지한다. 예를 들어, Car 클래스는 색상과 속도 같은 속성을 정의할 수 있으며, 해당 클래스에서 생성된 각 개별 자동차 객체는 이러한 속성에 대한 고유한 값을 가진 별개의 인스턴스이다.
이 개념은 절차적 맥락에서도 나타난다. 많은 객체 지향 아이디어를 도입한 Simula 언어에서 각 프로시저 호출은 해당 프로시저의 인스턴스, 즉 고유한 매개변수와 지역 변수를 가진 활성화로 볼 수 있다. 이 관점은 프로시저 정의를 템플릿으로, 각 호출을 구체적인 발생으로 취급하며, 이는 재귀와 호출 스택을 이해하는 데 유용하다.
POSIX 기반 운영 체제에서 실행 중인 프로세스는 프로그램의 인스턴스이다. 프로그램은 명령어를 포함하는 정적 파일인 반면, 프로세스는 해당 명령어의 동적 실행이다. 프로세스는 fork() 및 exec()와 같은 시스템 호출을 통해 인스턴스화되며, 각 실행 프로세스는 인스턴스화된 프로그램의 인스턴스이다. 동일한 프로그램의 여러 인스턴스는 각각 고유한 메모리 공간과 실행 상태를 가지고 동시에 실행될 수 있다.
인공지능 및 머신러닝에서의 인스턴스
현대 인공지능 및 머신러닝에서 인스턴스 개념은 여러 형태로 나타난다. 종종 대규모 언어 모델에 의존하는 채팅 기반 AI 시스템에서 어시스턴트는 종종 스레드라고 불리는 많은 독립적인 대화 세션에 걸쳐 호출될 수 있다. 각 스레드는 고유한 메시지 기록을 가지며, 해당 세션에 대한 어시스턴트의 특정 실행은 스레드에서의 실행인 실행(run)으로 표현될 수 있다. 이를 통해 동일한 기본 모델이 많은 사용자에게 동시에 서비스를 제공할 수 있으며, 각 대화는 어시스턴트 동작의 별개 인스턴스가 된다.
딥러닝에서 훈련 예제 또는 데이터 포인트는 데이터셋의 인스턴스라고도 불린다. 각 인스턴스는 모델이 학습하는 데이터 분포의 특정 실현이다. 모델 정의와 훈련된 인스턴스 간의 구분도 중요하다. 신경망 아키텍처는 가능한 모델의 클래스를 정의하며, 훈련은 특정 학습된 가중치를 가진 구체적인 인스턴스를 생성한다.
클라우드 컴퓨팅 및 가상화에서의 인스턴스
클라우드 컴퓨팅 및 가상화에서 인스턴스는 일반적으로 할당된 컴퓨팅, 메모리, 네트워크, 스토리지 리소스의 조합을 가진 프로비저닝된 가상 머신 또는 가상 서버를 의미한다. 주요 클라우드 제공업체인 Amazon Web Services, Microsoft Azure, Google Cloud는 범용 컴퓨팅에서 AI 모델의 GPU 가속 훈련에 이르기까지 다양한 워크로드에 최적화된 다양한 인스턴스 유형을 제공한다.
예를 들어, AWS Trainium 인스턴스는 머신러닝 모델 훈련에 특화되어 있으며, Oracle Cloud 및 Alibaba Cloud는 자체 인스턴스 제품군을 제공한다. 클라우드 인스턴스의 수명 주기는 일반적으로 머신 이미지 또는 템플릿에서 생성, 구성, 사용, 최종 종료를 포함한다. 이 추상화를 통해 사용자는 물리적 하드웨어를 관리하지 않고도 리소스를 동적으로 확장할 수 있다.
컴퓨터 그래픽스에서의 인스턴스
컴퓨터 그래픽스에서 인스턴싱은 다각형 모델을 다양한 변환과 매개변수로 여러 번 그려 공유 지오메트리 데이터를 재사용하여 성능을 향상시키는 기법이다. 각 객체에 대해 전체 지오메트리를 보내는 대신, 시스템은 지오메트리를 한 번 보낸 다음 다른 위치, 회전, 배율 또는 기타 속성을 가진 여러 인스턴스를 지정한다. 이는 비디오 게임과 시뮬레이션에서 나무, 입자, 군중 캐릭터와 같은 많은 유사한 객체를 효율적으로 렌더링하는 데 널리 사용된다.
관련 개념 및 구분
인스턴스 개념은 논리학과 언어학의 유형-토큰 구분과 밀접하게 관련된다. 유형은 일반적인 범주이고, 토큰은 특정 발생이다. 프로그래밍에서 클래스 또는 템플릿은 유형이며, 여기서 생성된 각 객체 또는 프로세스는 토큰 또는 인스턴스이다. 이 구분은 데이터 증강에서도 관련되며, 여기서 변환을 적용하여 기존 인스턴스에서 새로운 훈련 인스턴스가 생성된다.
생성형 AI에서 모델이 생성한 각 출력은 특정 입력 또는 프롬프트에 조건화된 모델 동작의 인스턴스로 간주될 수 있다. 인스턴스화의 개념은 트랜스포머 아키텍처에서도 사용되며, 각 입력 시퀀스는 모델 입력 공간의 특정 인스턴스로 처리된다. 인스턴스를 이해하는 것은 복잡한 소프트웨어 시스템의 동작을 디버깅하고, 리소스를 관리하며, 추론하는 데 필수적이다.