ci: GPU 러너 동시 실행 차단 + 티어 검증을 실제 로드로 교체

러너를 여러 프로젝트가 공유한다는 전제에서 두 가지 구멍이 있었다.

1) 동시 실행 — GPU 는 나눠 쓸 수 없다. 두 작업이 같이 VRAM 을 잡으면
   둘 다 OOM 이거나, 더 나쁘게는 하나가 조용히 느려져 원인을 못 찾는다.
   concurrency(같은 저장소) + 러너 capacity:1(저장소 무관, 진짜 보장)을
   두 겹으로 두고, 문서에 capacity 확인을 필수 절차로 넣었다.
   한 대에 러너 프로세스를 여러 개 띄우면 안 된다는 것도 명시.

2) 티어 검증이 주장보다 얕았다 — "4·5티어 검증"이라 해놓고 실제로는
   tier_availability() 만 봤고, 그 함수는 torch 유무만 본다. 즉

     - 4티어(Seed-X AWQ Int4)는 autoawq 가 없어도 "사용 가능"
     - 5티어(Qwen3-8B)는 VRAM 11GB 가 필요한데 8GB 카드에서도 "사용 가능"

   게이트가 통과인데 실제로는 못 올리는 상태를 CI 가 못 잡고 있었다.
   그래서 게이트 검사는 얕은 검사임을 이름과 주석에 명시하고, 그 옆에
   **진짜로 모델을 올려 번역까지 하는** 항목을 새로 뒀다. 러너 GPU 가
   무엇일지 모르므로 여유 VRAM 과 autoawq 유무로 후보를 거른 뒤 올릴 수
   있는 것 중 가장 무거운 티어를 고르고, 건너뛴 티어와 그 이유를 결과에
   남긴다. 하나도 못 올리면 실패다 (조용히 통과하지 않는다).

   게이트는 통과인데 실제 로드가 실패하면 그게 찾아야 할 버그다 — 앱이
   사용자에게 "쓸 수 있다"고 하고선 못 올리는 상황. 러너가 붙으면 실제
   증거를 보고 tier_availability() 를 고칠지 판단한다.

- autoawq 설치 단계 추가(4티어 전용, Windows 휠이 없을 때가 있어 선택)
- 1~3티어 CUDA 경로 번역 검사는 유지하고 unload 를 finally 로 보장

검증: pytest 189개 통과, ruff clean, 워크플로 파싱·concurrency 확인,
      --gpu 를 torch 없는 환경에서 실행해 6개 중 5개가 의도대로 실패

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

.gitea/workflows/windows-gpu.yml

@@ -16,6 +16,14 @@ name: Windows GPU
 on:
   workflow_dispatch:
 
+# GPU 는 나눠 쓸 수 없다. 두 작업이 동시에 VRAM 을 잡으면 둘 다 OOM 으로
+# 죽거나, 더 나쁘게는 하나가 조용히 느려져 원인을 못 찾는다.
+# 이건 같은 저장소 안에서만 막아준다. **다른 저장소까지 포함한 진짜 보장은
+# 러너의 capacity: 1** 이다 (docs/WINDOWS-TESTING.md 참고).
+concurrency:
+  group: windows-gpu
+  cancel-in-progress: false
+
 jobs:
   gpu:
     runs-on: windows-gpu
@@ -57,6 +65,14 @@ jobs:
           .\.venv-gpu\Scripts\python -m pip install -r requirements.txt
           .\.venv-gpu\Scripts\python -c "import torch; assert torch.cuda.is_available(), 'CUDA 안 잡힘 — CPU 빌드가 깔렸는지 확인'; print('CUDA OK:', torch.cuda.get_device_name(0))"
 
+      # 4티어(Seed-X AWQ Int4)에만 필요하고 Windows 휠이 없을 때가 있다.
+      # 실패해도 멈추지 않는다 — 점검기가 autoawq 유무를 보고 4티어를
+      # 건너뛰면서 "건너뜀: 정밀(autoawq 없음)" 이라고 분명히 남긴다.
+      - name: autoawq (4티어 전용, 선택)
+        shell: pwsh
+        continue-on-error: true
+        run: .\.venv-gpu\Scripts\python -m pip install autoawq
+
       - name: GPU 전용 점검
         shell: pwsh
         env:

docs/WINDOWS-TESTING.md

@@ -43,6 +43,37 @@ Actions 탭에서 `Windows GPU` → `Run workflow` 하면 됩니다. 러너가
 GPU 워크플로는 GPU가 없으면 **분명히 실패합니다.** GPU를 확인하겠다고 부른
 작업이 조용히 통과하면 안 되니까요. `nvidia-smi`가 없으면 그 자리에서 멈춥니다.
 
+#### 여러 프로젝트가 GPU 러너를 같이 쓸 때 — 동시에 돌리면 안 됩니다
+
+**이게 가장 중요합니다.** GPU는 나눠 쓸 수 없어서, 두 작업이 동시에 VRAM을
+잡으면 둘 다 OOM으로 죽거나 하나가 조용히 느려져 원인을 못 찾습니다.
+CPU 러너와 달리 GPU 러너는 **반드시 한 번에 한 작업만** 돌아야 합니다.
+
+보장 장치가 두 겹입니다.
+
+1. **러너 `capacity: 1`** — 진짜 보장입니다. 저장소가 달라도 막힙니다.
+   `act_runner` 설정 파일(`config.yaml`)에서 확인하세요. 기본값이 1이지만
+   GPU 러너에서는 반드시 확인하고 넘어가세요.
+
+   ```yaml
+   runner:
+     capacity: 1   # GPU 러너는 절대 올리지 말 것
+   ```
+
+   설정 파일이 없으면 만들고 `--config config.yaml` 로 띄웁니다.
+
+   ```powershell
+   .\act_runner.exe generate-config > config.yaml
+   .\act_runner.exe daemon --config config.yaml
+   ```
+
+2. **워크플로 `concurrency`** — 같은 저장소 안에서 겹치는 것만 막습니다.
+   `windows-gpu.yml` 에 이미 들어 있습니다. 다른 저장소에는 효력이 없으니
+   1번을 대신하지 못합니다.
+
+한 대에 러너 프로세스를 **여러 개 띄우지도 마세요.** capacity 1짜리 러너가
+둘이면 결국 동시에 두 작업이 돕니다.
+
 #### GPU 머신을 어디서 구하나
 
 다른 프로젝트도 이 러너에서 GPU 테스트를 돌리실 거라면 셋 중 하나입니다.

packaging/windows_smoke.py

@@ -273,8 +273,14 @@ def run_gpu_checks() -> None:
             raise RuntimeError("상한 적용 실패 — 게임과 같이 쓸 때 VRAM 을 못 막습니다")
         return "35% 상한 적용됨"
 
-    @check("torch 필요 티어(4·5)가 열리는지")
+    @check("torch 필요 티어(4·5) 게이트")
-    def _tiers():
+    def _gate():
+        """앱이 '이 티어 쓸 수 있다'고 답하는지.
+
+        주의: tier_availability() 는 torch 유무만 본다. autoawq 유무나 VRAM
+        용량은 보지 않으므로, 여기서 통과해도 실제로 올라간다는 뜻은 아니다.
+        그건 아래 항목에서 실제로 올려서 확인한다.
+        """
         from livesub.models.manager import has_torch, tier_availability
         from livesub.models.tiers import TIERS, MTBackend
 
@@ -286,9 +292,61 @@ def run_gpu_checks() -> None:
         ]
         if blocked:
             raise RuntimeError(f"막힌 티어: {', '.join(blocked)}")
-        return "정밀·극한 사용 가능"
+        return "정밀·극한 게이트 통과 (얕은 검사)"
 
-    @check("GPU 로 실제 번역")
+    @check("torch 티어 실제 로드 + 번역")
+    def _real_load():
+        """게이트가 아니라 **진짜로 모델을 올려서** 번역까지 해본다.
+
+        티어마다 요구 VRAM 이 다르고(정밀 5.6GB / 극한 11GB) 정밀 티어는
+        autoawq 까지 필요하다. 러너 GPU 가 무엇일지 모르므로, 올릴 수 있는
+        것 중 가장 무거운 티어를 골라서 검증한다.
+
+        게이트는 통과인데 여기서 실패하면 그게 바로 찾아야 할 버그다 —
+        앱이 사용자에게 "쓸 수 있다"고 하고선 실제로는 못 올리는 상황이다.
+        """
+        import importlib.util
+
+        import torch
+
+        from livesub.models.glossary import Glossary
+        from livesub.models.tiers import MTBackend, ordered_tiers
+        from livesub.models.translator import create_translator
+
+        free_mb = torch.cuda.mem_get_info()[0] / 1024**2
+        has_awq = importlib.util.find_spec("awq") is not None
+
+        fits, skipped = [], []
+        for t in ordered_tiers():
+            if t.mt.backend is not MTBackend.TRANSFORMERS:
+                continue
+            if t.mt.compute_type == "int4" and not has_awq:
+                skipped.append(f"{t.name}(autoawq 없음)")
+            elif t.mt.vram_mb > free_mb * 0.9:
+                skipped.append(f"{t.name}({t.mt.vram_mb}MB 필요)")
+            else:
+                fits.append(t)
+
+        if not fits:
+            raise RuntimeError(
+                f"여유 VRAM {free_mb:.0f}MB 로 올릴 수 있는 torch 티어가 없습니다. "
+                f"건너뜀: {', '.join(skipped)}"
+            )
+
+        tier = fits[-1]   # 올릴 수 있는 것 중 가장 무거운 것
+        translator = create_translator(tier.mt, device="cuda")
+        translator.load()
+        try:
+            out = translator.translate("Enemy coming from the left.", "en", "ko", Glossary())
+        finally:
+            translator.unload()
+        if not any("\uac00" <= ch <= "\ud7a3" for ch in out):
+            raise RuntimeError(f"{tier.name}: 한국어가 아닙니다 — {out!r}")
+
+        note = f" (건너뜀: {', '.join(skipped)})" if skipped else ""
+        return f"{tier.name} 로드·번역 성공 {out!r}{note}"
+
+    @check("GPU 로 실제 번역 (1~3티어 CUDA 경로)")
     def _translate():
         from livesub.models.glossary import Glossary
         from livesub.models.packs import build_glossary
@@ -299,7 +357,10 @@ def run_gpu_checks() -> None:
         translator = create_translator(tier.mt, device="cuda")
         translator.load()
         glossary = build_glossary(Glossary(), ["fps-common", "pubg"])
-        out = translator.translate("Enemy coming from the left.", "en", "ko", glossary)
+        try:
+            out = translator.translate("Enemy coming from the left.", "en", "ko", glossary)
+        finally:
+            translator.unload()
         if not any("\uac00" <= ch <= "\ud7a3" for ch in out):
             raise RuntimeError(f"한국어가 아닙니다: {out!r}")
         ARTIFACTS.mkdir(exist_ok=True)