modular · dunnoconnor · Apr 14, 2026 · Apr 8, 2026 · Apr 8, 2026 · Apr 8, 2026
diff --git a/book/i18n/ko/src/SUMMARY.md b/book/i18n/ko/src/SUMMARY.md
@@ -12,23 +12,17 @@
 
 - [Puzzle 1: Map](./puzzle_01/puzzle_01.md)
   - [🔰 원시 메모리 방식](./puzzle_01/raw.md)
-  - [💡 미리보기: LayoutTensor를 활용한 현대적 방식](./puzzle_01/layout_tensor_preview.md)
+  - [💡 미리보기: TileTensor를 활용한 현대적 방식](./puzzle_01/tile_tensor_preview.md)
 - [Puzzle 2: Zip](./puzzle_02/puzzle_02.md)
 - [Puzzle 3: 가드](./puzzle_03/puzzle_03.md)
 - [Puzzle 4: 2D Map](./puzzle_04/puzzle_04.md)
   - [🔰 원시 메모리 방식](./puzzle_04/raw.md)
-  - [📚 LayoutTensor 알아보기](./puzzle_04/introduction_layout_tensor.md)
-  - [🚀 현대적 2D 연산](./puzzle_04/layout_tensor.md)
+  - [📚 TileTensor 알아보기](./puzzle_04/introduction_tile_tensor.md)
+  - [🚀 현대적 2D 연산](./puzzle_04/tile_tensor.md)
 - [Puzzle 5: 브로드캐스트](./puzzle_05/puzzle_05.md)
-  - [🔰 원시 메모리 방식](./puzzle_05/raw.md)
-  - [📐 LayoutTensor 버전](./puzzle_05/layout_tensor.md)
 - [Puzzle 6: 블록](./puzzle_06/puzzle_06.md)
 - [Puzzle 7: 2D 블록](./puzzle_07/puzzle_07.md)
-  - [🔰 원시 메모리 방식](./puzzle_07/raw.md)
-  - [📐 LayoutTensor 버전](./puzzle_07/layout_tensor.md)
 - [Puzzle 8: 공유 메모리](./puzzle_08/puzzle_08.md)
-  - [🔰 원시 메모리 방식](./puzzle_08/raw.md)
-  - [📐 LayoutTensor 버전](./puzzle_08/layout_tensor.md)
 
 # Part II: 🐞 GPU 프로그램 디버깅
 
@@ -44,11 +38,7 @@
 # Part III: 🧮 GPU 알고리즘
 
 - [Puzzle 11: 풀링](./puzzle_11/puzzle_11.md)
-  - [🔰 원시 메모리 방식](./puzzle_11/raw.md)
-  - [📐 LayoutTensor 버전](./puzzle_11/layout_tensor.md)
 - [Puzzle 12: 내적](./puzzle_12/puzzle_12.md)
-  - [🔰 원시 메모리 방식](./puzzle_12/raw.md)
-  - [📐 LayoutTensor 버전](./puzzle_12/layout_tensor.md)
 - [Puzzle 13: 1D 합성곱](./puzzle_13/puzzle_13.md)
   - [🔰 기본 버전](./puzzle_13/simple.md)
   - [⭐ 블록 경계 버전](./puzzle_13/block_boundary.md)

diff --git a/book/i18n/ko/src/introduction.md b/book/i18n/ko/src/introduction.md
@@ -157,7 +157,7 @@ GPU 프로그래밍에서는 연산 자체보다 데이터를 옮기는 비용
 
 - 스레드 인덱싱과 블록 구성 배우기
 - 메모리 접근 패턴과 가드 이해하기
-- 원시 포인터와 LayoutTensor 추상화 모두 다뤄보기
+- 원시 포인터와 TileTensor 추상화 모두 다뤄보기
 - 스레드 간 통신을 위한 공유 메모리 기초 익히기
 
 **Part II: GPU 프로그램 디버깅 (퍼즐 9-10) ✅**
@@ -227,7 +227,7 @@ GPU 프로그래밍에서는 연산 자체보다 데이터를 옮기는 비용
 - AI 워크로드를 위한 텐서 코어 프로그래밍 배우기
 - 현대 GPU의 클러스터 프로그래밍 배우기
 
-이 책은 기존 방식과 달리, 먼저 저수준 메모리 조작으로 이해를 쌓은 뒤 점진적으로 Mojo의 LayoutTensor 추상화로 전환합니다. 이를 통해 GPU 메모리 패턴에 대한 깊은 이해와 현대적 텐서 기반 접근법의 실용적 지식을 모두 얻을 수 있습니다.
+이 책은 기존 방식과 달리, 먼저 저수준 메모리 조작으로 이해를 쌓은 뒤 점진적으로 Mojo의 TileTensor 추상화로 전환합니다. 이를 통해 GPU 메모리 패턴에 대한 깊은 이해와 현대적 텐서 기반 접근법의 실용적 지식을 모두 얻을 수 있습니다.
 
 ## 시작할 준비가 되셨나요?
 

diff --git a/book/i18n/ko/src/puzzle_01/puzzle_01.md b/book/i18n/ko/src/puzzle_01/puzzle_01.md
@@ -32,8 +32,8 @@
 
 직접 메모리를 다루며 GPU의 기본 원리를 익힙니다.
 
-### [💡 미리보기: LayoutTensor를 활용한 현대적 방식](./layout_tensor_preview.md)
+### [💡 미리보기: TileTensor를 활용한 현대적 방식](./tile_tensor_preview.md)
 
-LayoutTensor가 GPU 프로그래밍을 어떻게 단순화하는지 살펴봅니다. 더 안전하고 깔끔한 코드를 작성할 수 있습니다.
+TileTensor가 GPU 프로그래밍을 어떻게 단순화하는지 살펴봅니다. 더 안전하고 깔끔한 코드를 작성할 수 있습니다.
 
 💡 **팁**: 두 방식을 모두 익히면 현대적인 GPU 프로그래밍 패턴을 더 깊이 이해할 수 있습니다.
diff --git a/...ko/src/puzzle_01/layout_tensor_preview.md → ...n/ko/src/puzzle_01/tile_tensor_preview.md b/...ko/src/puzzle_01/layout_tensor_preview.md → ...n/ko/src/puzzle_01/tile_tensor_preview.md
@@ -1,6 +1,6 @@
 <!-- i18n-source-commit: f614177b516e68590fa807e66e31c9f20488c7e7 -->
 
-## 왜 LayoutTensor를 고려해야 할까요?
+## 왜 TileTensor를 고려해야 할까요?
 
 아래 기존 구현을 보면 몇 가지 잠재적인 문제를 발견할 수 있습니다:
 
@@ -32,17 +32,17 @@ idx = (batch * HEIGHT + row) * WIDTH + col
 idx = (batch * padded_height + row) * padded_width + col
 ```
 
-### LayoutTensor 미리보기
+### TileTensor 미리보기
 
-[LayoutTensor](https://docs.modular.com/mojo/kernels/layout/layout_tensor/LayoutTensor/)를 사용하면 이런 경우를 훨씬 깔끔하게 처리할 수 있습니다:
+[TileTensor](https://docs.modular.com/mojo/kernels/layout/tile_tensor/TileTensor/)를 사용하면 이런 경우를 훨씬 깔끔하게 처리할 수 있습니다:
 
 ```mojo
 # 미리보기 - 지금은 이 문법을 몰라도 괜찮습니다!
 output[i, j] = a[i, j] + 10.0  # 2D 인덱싱
 output[b, i, j] = a[b, i, j] + 10.0  # 3D 인덱싱
 ```
 
-Puzzle 4에서 LayoutTensor를 자세히 배울 예정입니다. 그때 이 개념들이 필수가 됩니다. 지금은 다음 내용을 이해하는 데 집중하세요:
+Puzzle 4에서 TileTensor를 자세히 배울 예정입니다. 그때 이 개념들이 필수가 됩니다. 지금은 다음 내용을 이해하는 데 집중하세요:
 
 - 기본 스레드 인덱싱
 - 간단한 메모리 접근 패턴

diff --git a/book/i18n/ko/src/puzzle_02/puzzle_02.md b/book/i18n/ko/src/puzzle_02/puzzle_02.md
@@ -132,4 +132,4 @@ expected: HostBuffer([0.0, 2.0, 4.0, 6.0])
 - 한 배열을 다른 배열에 브로드캐스트해야 한다면?
 - 여러 배열에서 병합(coalesced) 접근을 어떻게 보장할 수 있을까?
 
-이러한 질문들은 Puzzle 4의 [LayoutTensor 알아보기](../puzzle_04/introduction_layout_tensor.md)에서 다룹니다.
+이러한 질문들은 Puzzle 4의 [TileTensor 알아보기](../puzzle_04/introduction_tile_tensor.md)에서 다룹니다.
diff --git a/book/i18n/ko/src/puzzle_03/puzzle_03.md b/book/i18n/ko/src/puzzle_03/puzzle_03.md
@@ -160,4 +160,4 @@ if i < height and j < width and k < depth and
    i >= padding and j >= padding: ...
 ```
 
-이런 경계 처리 패턴은 Puzzle 4의 [LayoutTensor 알아보기](../puzzle_04/introduction_layout_tensor.md)에서 배우면 훨씬 깔끔해집니다. LayoutTensor는 형태 관리 기능을 기본으로 제공합니다.
+이런 경계 처리 패턴은 Puzzle 4의 [TileTensor 알아보기](../puzzle_04/introduction_tile_tensor.md)에서 배우면 훨씬 깔끔해집니다. TileTensor는 형태 관리 기능을 기본으로 제공합니다.
diff --git a/...c/puzzle_04/introduction_layout_tensor.md → ...src/puzzle_04/introduction_tile_tensor.md b/...c/puzzle_04/introduction_layout_tensor.md → ...src/puzzle_04/introduction_tile_tensor.md
@@ -1,11 +1,11 @@
 <!-- i18n-source-commit: 9ac1b899ca05c1be26f2d9ee77fe97503d00cc0f -->
 
-# LayoutTensor 알아보기
+# TileTensor 알아보기
 
 퍼즐 풀이를 잠시 멈추고, GPU 프로그래밍을 더 즐겁게 만들어줄 강력한 추상화를 미리 살펴봅시다:
-🥁 ... 바로 **[LayoutTensor](https://docs.modular.com/mojo/kernels/layout/layout_tensor/LayoutTensor/)** 입니다.
+🥁 ... 바로 **[TileTensor](https://docs.modular.com/mojo/kernels/layout/tile_tensor/TileTensor/)** 입니다.
 
-> 💡 _LayoutTensor가 어떤 일을 할 수 있는지 맛보기로 살펴봅니다. 지금 모든 걸 이해할 필요는 없어요 - 퍼즐을 진행하면서 각 기능을 자세히 알아볼 겁니다_.
+> 💡 _TileTensor가 어떤 일을 할 수 있는지 맛보기로 살펴봅니다. 지금 모든 걸 이해할 필요는 없어요 - 퍼즐을 진행하면서 각 기능을 자세히 알아볼 겁니다_.
 
 ## 문제: 점점 복잡해지는 코드
 
@@ -32,44 +32,46 @@ if row < height and col < width:
     output[idx] = a[idx] + 10.0
 ```
 
-## 해결책: LayoutTensor 미리보기
+## 해결책: TileTensor 미리보기
 
-LayoutTensor는 이런 문제들을 깔끔하게 해결해줍니다. 앞으로 배울 내용을 살짝 엿보면:
+TileTensor는 이런 문제들을 깔끔하게 해결해줍니다. 앞으로 배울 내용을 살짝 엿보면:
 
 1. **자연스러운 인덱싱**: 수동 오프셋 계산 대신 `tensor[i, j]` 사용
 2. **유연한 메모리 레이아웃**: 행 우선, 열 우선, 타일 구성 지원
 3. **성능 최적화**: GPU에 효율적인 메모리 접근 패턴
 
 ## 앞으로 배울 내용 맛보기
 
-LayoutTensor가 할 수 있는 일을 몇 가지 예시로 살펴봅시다. 지금 모든 세부 사항을 이해할 필요는 없습니다 - 앞으로 나올 퍼즐에서 각 기능을 꼼꼼히 다룰 거예요.
+TileTensor가 할 수 있는 일을 몇 가지 예시로 살펴봅시다. 지금 모든 세부 사항을 이해할 필요는 없습니다 - 앞으로 나올 퍼즐에서 각 기능을 꼼꼼히 다룰 거예요.
 
 ### 기본 사용 예시
 
 ```mojo
-from layout import Layout, LayoutTensor
+from layout import TileTensor
+from layout.tile_layout import row_major
 
 # 레이아웃 정의
 comptime HEIGHT = 2
 comptime WIDTH = 3
-comptime layout = Layout.row_major(HEIGHT, WIDTH)
+comptime layout = row_major[HEIGHT, WIDTH]()
+comptime LayoutType = type_of(layout)
 
 # 텐서 생성
-tensor = LayoutTensor[dtype, layout](buffer.unsafe_ptr())
+tensor = TileTensor(buffer, layout)
 
 # 자연스럽게 요소 접근
 tensor[0, 0] = 1.0  # 첫 번째 요소
 tensor[1, 2] = 2.0  # 마지막 요소
 ```
 
-`Layout`과 `LayoutTensor`에 대해 더 알아보려면 [Mojo 매뉴얼](https://docs.modular.com/mojo/manual/)의 가이드를 참고하세요:
+`Layout`과 `TileTensor`에 대해 더 알아보려면 [Mojo 매뉴얼](https://docs.modular.com/mojo/manual/)의 가이드를 참고하세요:
 
 - [Introduction to layouts](https://docs.modular.com/mojo/manual/layout/layouts)
-- [Using LayoutTensor](https://docs.modular.com/mojo/manual/layout/tensors)
+- [Using TileTensor](https://docs.modular.com/mojo/manual/layout/tensors)
 
 ## 간단한 예제
 
-LayoutTensor의 기본을 보여주는 간단한 예제로 모든 것을 정리해봅시다:
+TileTensor의 기본을 보여주는 간단한 예제로 모든 것을 정리해봅시다:
 
 ```mojo
 {{#include ../../../../src/puzzle_04/intro.mojo}}
@@ -87,28 +89,28 @@ LayoutTensor의 기본을 보여주는 간단한 예제로 모든 것을 정리
   <div class="tab-content">
 
 ```bash
-pixi run layout_tensor_intro
+pixi run tile_tensor_intro
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-pixi run -e amd layout_tensor_intro
+pixi run -e amd tile_tensor_intro
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-pixi run -e apple layout_tensor_intro
+pixi run -e apple tile_tensor_intro
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-uv run poe layout_tensor_intro
+uv run poe tile_tensor_intro
 ```
 
   </div>
@@ -130,7 +132,7 @@ After:
 3. 자연스러운 인덱싱으로 하나의 요소를 수정합니다
 4. 변경 사항이 출력에 반영됩니다
 
-이 간단한 예제는 LayoutTensor의 핵심 장점을 보여줍니다:
+이 간단한 예제는 TileTensor의 핵심 장점을 보여줍니다:
 
 - 텐서 생성과 접근을 위한 깔끔한 문법
 - 자동 메모리 레이아웃 처리
@@ -143,6 +145,6 @@ After:
 - 복잡한 타일링 전략
 - 하드웨어 가속 연산
 
-LayoutTensor와 함께 GPU 프로그래밍 여정을 시작할 준비가 됐나요? 퍼즐로 들어가봅시다!
+TileTensor와 함께 GPU 프로그래밍 여정을 시작할 준비가 됐나요? 퍼즐로 들어가봅시다!
 
 💡 **팁**: 진행하면서 이 예제를 기억해두세요 - 이 기본 개념을 바탕으로 점점 더 정교한 GPU 프로그램을 만들어갈 겁니다.
diff --git a/book/i18n/ko/src/puzzle_04/puzzle_04.md b/book/i18n/ko/src/puzzle_04/puzzle_04.md
@@ -51,12 +51,12 @@
 
 수동으로 메모리를 관리하면서 2D 인덱싱이 어떻게 동작하는지 알아봅니다.
 
-### [📚 LayoutTensor 알아보기](./introduction_layout_tensor.md)
+### [📚 TileTensor 알아보기](./introduction_tile_tensor.md)
 
 GPU에서 다차원 배열 연산과 메모리 관리를 간편하게 해주는 강력한 추상화를 소개합니다.
 
-### [🚀 현대적 2D 연산](./layout_tensor.md)
+### [🚀 현대적 2D 연산](./tile_tensor.md)
 
-자연스러운 2D 인덱싱과 자동 경계 검사를 갖춘 LayoutTensor를 직접 써봅니다.
+자연스러운 2D 인덱싱과 자동 경계 검사를 갖춘 TileTensor를 직접 써봅니다.
 
-💡 **참고**: 이 퍼즐부터는 더 깔끔하고 안전한 GPU 코드를 위해 LayoutTensor를 주로 사용합니다.
+💡 **참고**: 이 퍼즐부터는 더 깔끔하고 안전한 GPU 코드를 위해 TileTensor를 주로 사용합니다.
diff --git a/book/i18n/ko/src/puzzle_04/layout_tensor.md → book/i18n/ko/src/puzzle_04/tile_tensor.md b/book/i18n/ko/src/puzzle_04/layout_tensor.md → book/i18n/ko/src/puzzle_04/tile_tensor.md
@@ -1,35 +1,35 @@
 <!-- i18n-source-commit: db06539cab77774402e8a4bf955018fd853803d9 -->
 
-# LayoutTensor 버전
+# TileTensor 버전
 
 ## 개요
 
-2D _LayoutTensor_ `a`의 각 위치에 10을 더해 2D _LayoutTensor_ `output`에 저장하는 커널을 구현해 보세요.
+2D _TileTensor_ `a`의 각 위치에 10을 더해 2D _TileTensor_ `output`에 저장하는 커널을 구현해 보세요.
 
 **참고**: _스레드 수가 행렬의 위치 수보다 많습니다_.
 
 ## 핵심 개념
 
 이 퍼즐에서 배울 내용:
 
-- 2D 배열 접근에 `LayoutTensor` 사용하기
+- 2D 배열 접근에 `TileTensor` 사용하기
 - `tensor[i, j]`로 직접 2D 인덱싱하기
-- `LayoutTensor`에서 경계 검사 처리하기
+- `TileTensor`에서 경계 검사 처리하기
 
-핵심은 `LayoutTensor`가 자연스러운 2D 인덱싱 인터페이스를 제공하여 내부 메모리 레이아웃을 추상화한다는 점입니다. 그러면서도 경계 검사는 여전히 필요합니다.
+핵심은 `TileTensor`가 자연스러운 2D 인덱싱 인터페이스를 제공하여 내부 메모리 레이아웃을 추상화한다는 점입니다. 그러면서도 경계 검사는 여전히 필요합니다.
 
-- **2D 접근**: `LayoutTensor`로 자연스러운 \\((i,j)\\) 인덱싱
+- **2D 접근**: `TileTensor`로 자연스러운 \\((i,j)\\) 인덱싱
 - **메모리 추상화**: 수동 행 우선 계산 불필요
 - **가드 조건**: 두 차원 모두 경계 검사 필요
 - **스레드 범위**: 스레드 \\((3 \times 3)\\)가 텐서 원소 \\((2 \times 2)\\)보다 많음
 
 ## 완성할 코드
 
 ```mojo
-{{#include ../../../../../problems/p04/p04_layout_tensor.mojo:add_10_2d_layout_tensor}}
+{{#include ../../../../../problems/p04/p04_tile_tensor.mojo:add_10_2d_tile_tensor}}
 ```
 
-<a href="{{#include ../_includes/repo_url.md}}/blob/main/problems/p04/p04_layout_tensor.mojo" class="filename">전체 코드 보기: problems/p04/p04_layout_tensor.mojo</a>
+<a href="{{#include ../_includes/repo_url.md}}/blob/main/problems/p04/p04_tile_tensor.mojo" class="filename">전체 코드 보기: problems/p04/p04_tile_tensor.mojo</a>
 
 <details>
 <summary><strong>팁</strong></summary>
@@ -57,28 +57,28 @@
   <div class="tab-content">
 
 ```bash
-pixi run p04_layout_tensor
+pixi run p04_tile_tensor
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-pixi run -e amd p04_layout_tensor
+pixi run -e amd p04_tile_tensor
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-pixi run -e apple p04_layout_tensor
+pixi run -e apple p04_tile_tensor
 ```
 
   </div>
   <div class="tab-content">
 
 ```bash
-uv run poe p04_layout_tensor
+uv run poe p04_tile_tensor
 ```
 
   </div>
@@ -97,7 +97,7 @@ expected: HostBuffer([10.0, 11.0, 12.0, 13.0])
 <summary></summary>
 
 ```mojo
-{{#include ../../../../../solutions/p04/p04_layout_tensor.mojo:add_10_2d_layout_tensor_solution}}
+{{#include ../../../../../solutions/p04/p04_tile_tensor.mojo:add_10_2d_tile_tensor_solution}}
 ```
 
 <div class="solution-explanation">
@@ -106,7 +106,7 @@ expected: HostBuffer([10.0, 11.0, 12.0, 13.0])
 
 - `row = thread_idx.y`, `col = thread_idx.x`로 2D 스레드 인덱스를 가져옴
 - `if row < size and col < size`로 범위를 벗어난 접근 방지
-- `LayoutTensor`의 2D 인덱싱 사용: `output[row, col] = a[row, col] + 10.0`
+- `TileTensor`의 2D 인덱싱 사용: `output[row, col] = a[row, col] + 10.0`
 
 </div>
 </details>