이 AI는 대화하지 않습니다. 행동합니다.
Jev AI는 최근 비디오 게임 Doom을 실시간으로 플레이하며 초당 10개의 쿼리를 처리하여 헤드라인을 장식했습니다. 이는 단순한 눈속임이 아닙니다. Jev의 핵심 가치인 압도적인 속도를 보여주는 사례입니다. 이 모델은 70~500밀리초의 응답 시간을 자랑하며, 유사한 작업을 수행하는 기존 거대 언어 모델(LLM)보다 40배에서 200배 더 빠릅니다. Doom 시연 당시 비용은 시간당 약 7달러에 불과했습니다.
이 획기적인 AI는 ChatGPT의 공동 발명가인 Diogo Almeida가 공동 설립한 TypeSafe AI에서 개발했습니다. Almeida는 소프트웨어 자동화의 더 근본적인 문제를 해결하기 위해 의도적으로 대화형 AI에서 방향을 전환했습니다. 그는 단순히 말만 하는 것이 아니라 행동하는 AI를 구상했습니다.
Jev는 최초의 System One Model로서 새로운 카테고리를 정의합니다. 이는 코드 내에서 직접 유형화된 확률적 결정을 내리는 "frontier-intelligence function call"로 기능합니다. 텍스트 생성을 완전히 배제하고 비정형 입력을 받아 단일 병렬 쿼리로 유형 안전(type-safe) 구조화된 값을 전달함으로써 환각 현상을 본질적으로 방지합니다. 또한 이 모델은 매우 저렴하여 입력 토큰 100만 개당 0.042달러를 청구하며 출력 토큰은 무료입니다. 이는 Claude Fable 5.1과 같은 모델보다 238배 저렴합니다.
대화가 아닌 속도를 위해 구축됨
Jev는 토큰 단위로 텍스트를 생성하는 일반적인 챗봇처럼 작동하지 않습니다. 그러한 순차적 프로세스는 본질적으로 속도를 제한하며 LLM을 실시간 의사결정에 부적합하게 만듭니다. 대신 Jev는 새로운 하드웨어 인식 병렬 샘플러(hardware-aware parallel sampler)를 사용하여 모든 구조화된 값을 동시에 평가하고 전달합니다. 이러한 근본적인 아키텍처 변화는 AI가 정보를 처리하는 방식을 대화에서 직접적인 행동으로 완전히 재정의합니다.
이는 단순한 하드웨어 기술이 아닙니다. 학습 방식 또한 다릅니다. TypeSafe AI는 모델의 신뢰도 점수가 정확도를 직접적으로 반영하도록 보장하는 새로운 방법론인 RLCD(Reinforcement Learning for Calibrated Decisions)를 개발했습니다. 이는 정확도가 종종 추측에 의존하는 범용 LLM의 예측 불가능한 출력과 극명한 대조를 이루며, Jev를 중요한 프로덕션 시스템에서 매우 신뢰할 수 있게 만듭니다.
성능 향상은 놀라운 수준이며, Jev를 본격적인 엔터프라이즈 애플리케이션에 적합하게 만듭니다. 70~500밀리초의 응답 시간을 제공하여 구조화된 작업에서 기존 LLM보다 40배에서 200배 더 빠릅니다. 결정적으로 출력값이 설계상 스키마에 구속되므로 범용 모델을 괴롭히는 환각 현상으로부터 자유롭습니다. 이것은 챗봇이 아니라 속도와 신뢰성을 위해 구축된 의사결정 엔진이며, 실제 업무에 투입될 준비가 되어 있습니다.
즉각적인 AI의 경제학
Jev의 가격 모델은 AI의 경제성을 재정의합니다. 입력 토큰 100만 개당 약 0.04달러를 청구하므로 AI에 데이터를 입력하는 비용은 거의 무시할 수 있는 수준입니다. 결정적으로 출력 토큰은 "측정할 필요가 없을 정도로 저렴"하여, AI의 실제 구조화된 결정에 대해서는 비용을 지불하지 않습니다.
이는 단순히 저렴한 것을 넘어 파괴적입니다. 분류와 같은 작업에서 Jev는 Claude Sonnet 5와 같은 모델보다 약 238배 저렴합니다. 이러한 극적인 비용 절감은 이전 모델로는 확장하기에 너무 비쌌던 전체 소프트웨어 스택 전반에 걸쳐 실시간 대용량 AI 애플리케이션을 경제적으로 실현 가능하게 만듭니다.
TypeSafe AI의 개발사인 Jev는 제본스의 역설(Jevons Paradox)을 참조하여 신중하게 이름을 선택했습니다. 이 경제 원칙은 자원을 획기적으로 효율적이고 저렴하게 만드는 것이 소비를 줄이는 것이 아니라, 수많은 새로운 영역으로 사용을 확장한다는 것을 시사합니다. 더 자세한 기술적 통찰력은 Introducing System One Models & Jev - TypeSafe AI Blog에서 확인하세요.
소프트웨어가 AI 의사결정을 활용하는 방식에 폭발적인 변화가 있을 것으로 예상됩니다. Jev의 경제성은 백엔드 시스템부터 사용자 인터페이스에 이르기까지 디지털 경험의 모든 구석에 지능형 로직을 내장하여, 개발자와 기업 모두에게 상시 가동되는 AI를 실질적인 현실로 만들어 줄 것입니다.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
Jev가 당신의 스택을 대체하는 곳
Jev는 브라우저에서 ChatGPT를 대체하기 위해 존재하는 것이 아닙니다. Jev의 진정한 목표는 개발자가 LLM으로부터 구조화된 데이터를 얻기 위해 구축하는 복잡하고 비용이 많이 드는 백엔드 인프라입니다. 창의적인 산문이 아닌 정확하고 기계가 읽을 수 있는 출력이 필요할 때 사용하는 전문 도구라고 생각하세요. 기존 LLM은 "JSON 모드"를 제공하지만, 종종 느리고 신뢰할 수 없으며 여전히 광범위한 검증과 파싱이 필요합니다.
이것이 바로 Jev가 빛을 발하는 지점입니다. Jev는 토큰 단위 생성 과정을 완전히 우회하여 단일 병렬 쿼리로 타입 안전한 구조화된 값(type-safe structured values)을 제공합니다. 이러한 아키텍처의 변화는 개발자가 현재 LLM 위에 덧붙이는 느리고 취약한 계층을 제거하여 상당한 시간과 컴퓨팅 자원을 절약해 줍니다. 프로덕션 시스템에서 이는 신뢰성과 비용 측면에서 게임 체인저가 될 것입니다.
이러한 기능 덕분에 Jev는 속도와 정확성이 가장 중요한 고처리량, 미션 크리티컬 작업에 이상적입니다. 다음과 같은 작업에 활용하는 것을 상상해 보세요:
- 분류(Classification)
- 라우팅(Routing)
- 점수 산정(Scoring)
- 데이터 추출(Data extraction)
- 수동으로 작성된 로직이 너무 경직된 경우 코드에 직접 퍼지 의사결정 분기(fuzzy decision-branching) 구현
이것들은 기존 LLM과 개발 자원을 소모시키는 반복적이고 대량의 작업들입니다.
궁극적으로 Jev는 단순한 또 하나의 AI 모델이 아니라, 전문적인 프로덕션급 AI 도구로의 중요한 시장 변화를 알리는 신호탄입니다. Jev는 개발자에게 새로운 기본 요소를 제공하여, 단순히 AI와 대화하는 것을 넘어 지능을 소프트웨어 로직의 핵심적이고 효율적인 구성 요소로 내장할 수 있게 합니다. 이는 AI와 대화하는 것이 아니라, 소프트웨어를 더 스마트하고 빠르게, 그리고 더 저렴하게 구축하는 것에 관한 것입니다.
자주 묻는 질문(FAQ)
Jev AI란 무엇인가요?
Jev는 TypeSafe AI에서 개발한 'System One Model'이라는 새로운 유형의 AI 모델입니다. 대화형 텍스트를 생성하는 것이 아니라, 소프트웨어 내에서 매우 빠르고 구조화된 프로그래밍 방식의 의사결정을 내리기 위해 설계되었습니다.
Jev는 ChatGPT나 Claude와 같은 모델과 어떻게 다른가요?
텍스트를 토큰 단위로 생성하는 기존 LLM과 달리, Jev는 비구조화된 상태를 입력으로 받아 단일 병렬 쿼리에서 타입 안전한 구조화된 값을 출력합니다. 이로 인해 특정 자동화 작업에서 훨씬 더 빠르고 저렴합니다.
Jev AI는 왜 환각(hallucination)을 일으킬 수 없나요?
Jev는 출력이 미리 정의된 스키마와 선택지로 제한되기 때문에 환각을 일으킬 수 없습니다. 자유 형식의 텍스트를 생성하지 않고, 엄격한 구조 내에서 선택하거나 채워 넣기 때문에 사실을 지어낼 가능성이 없습니다.
'System One Model'이란 무엇인가요?
TypeSafe AI가 만든 용어인 'System One Model'은 인간의 '시스템 1' 사고와 유사하게 빠르고 직관적이며 자동적인 의사결정을 위해 구축된 AI를 의미합니다. 이는 대규모 언어 모델과 같이 더 느리고 신중한 '시스템 2' 모델과 대비됩니다.