정직한 의사결정 트리: prototype 속도 > full control 일 땐 Keras. autograd 레벨 eager Python debugging 이 필수일 땐 raw PyTorch (custom diffusion sampler 짜기 같은 거). pmap/vmap 사랑하고 functional purity 원하면 raw JAX. TF Serving / TFLite 타겟이면 TensorFlow 저레벨. production team 다수는 *model 자체는 Keras 3, 주변 infra 는 저들 중 하나* — 그게 sweet spot.
Keras 3 + JAX backend 면 loop 은 model.fit(), step 직접 짜고 싶을 땐 raw jax.grad 둘 다 돼. 한 paradigm 에 영혼 팔 필요 없어. framework 도 신경 안 써.