설계자의 이단: ChatGPT 공동 창시자가 그 정반대의 모델을 만든 이유
대부분의 최첨단 AI를 뒷받침하는 사후 학습 알고리즘인 RLHF(인간 피드백을 통한 강화 학습)의 OpenAI 공동 창시자인 Diogo Almeida는 자신이 구축을 도왔던 바로 그 LLM을 비판하고 있습니다. 그의 팀은 '지시 이행에 있어 인간을 능가하는' 최초의 모델들을 학습시켰으며, 이는 ChatGPT와 같은 대화 중심 AI의 기반을 마련했습니다.
Almeida는 인간의 선호도에 최적화된 모델이 대화에는 적합할지 몰라도 강력한 자동화에는 본질적으로 부적합하다고 주장합니다. 그는 과도한 자신감, '모드 드롭(mode dropping)', 그리고 만연한 신뢰성 부족이라는 치명적인 결함을 지적합니다. LLM은 '자기회귀(autoregression)라는 좁은 빨대'를 통해 지능을 추출하는데, 이는 순차적 생성을 강요하여 인간의 개입을 필요로 하게 만들고 진정한 자율성을 저해합니다.
그의 해답은 TypeSafe AI의 첫 번째 System One 모델인 Jev입니다. Jev는 이러한 한계를 직접 해결하도록 설계되었으며, 인간과 같은 대화보다는 신뢰할 수 있는 기계 중심의 자동화를 우선시하여 '신이 아닌 생산(prod)'을 위해 구축되었습니다. Jev는 환각 현상이 잦은 LLM과 달리 확률과 신뢰도를 포함한 의사결정을 출력하며, 신뢰성, 속도, 자기 일관성 및 타입 안전성을 목표로 합니다.
Jev를 만나보세요: 시인이 아닌 코드로 생각하는 AI
LLM의 한계에 대한 TypeSafe AI의 해답인 Jev를 만나보세요. 기계를 위해 구축된 'System One 모델'입니다. Jev는 대화에는 유용하지만 '컴퓨터에는 완전히 쓸모없는' LLM의 순차적 자기회귀 생성을 버리고 병렬 연산을 채택했습니다. 이러한 아키텍처의 전환은 '거의 즉각적인' 답변을 제공하여, 지능을 훨씬 효율적으로 추출함으로써 실시간 AI를 마침내 실용적인 수준으로 끌어올렸습니다.
Jev의 출력은 대화형 산문이 아닙니다. 대신 명시적인 확률과 신뢰도 점수가 포함된 구조화된 의사결정을 반환합니다. 이는 Jev를 '타입 안전(type-safe)'하게 만들고 근본적으로 환각을 일으킬 수 없게 하며, 신뢰할 수 있고 빠르며 자기 일관적인 코드처럼 작동하게 합니다. 이러한 기계 중심의 형식은 예측 불가능한 LLM으로는 불가능했던 자동화의 길을 열어줍니다.
Jev의 학습 방식인 보정된 의사결정을 위한 강화 학습(RLCD)은 RLHF로부터의 근본적인 탈피를 의미합니다. RLHF가 인간의 선호도에 맞춰 LLM을 최적화하여 종종 과도한 자신감과 신뢰성 저하를 초래하는 반면, RLCD는 정확성과 정직한 신뢰도를 우선시합니다. 이러한 설계는 신뢰성이 유쾌한 대화보다 중요한 자동화 분야에서 Jev가 강력하고 검증 가능한 의사결정을 내릴 수 있도록 보장합니다.
터무니없는 속도: 실제 데모와 충격적인 비용
Jev의 가장 놀라운 주장은 지능이 아니라 순수한 효율성에 있습니다. TypeSafe AI는 자사의 System One 모델이 기존 LLM보다 최대 200배 빠르고 400배 저렴하다고 말합니다. 구체적으로 입력 토큰은 10억 개당 42달러에 불과하며, 출력 토큰은 무료로 제공되어 '측정하기엔 너무 저렴한' 수준입니다. 이는 엄청난 비용 절감 효과입니다.
개발자들은 즉시 Jev를 테스트하여 몇 시간 만에 적은 비용으로 바이럴 데모를 구축했습니다. 사례로는 Minecraft에서 에이전트를 자율적으로 제어하거나, Tesla 자율주행 시뮬레이터를 탐색하고, 심지어 Subway Surfers를 실시간으로 마스터하는 것 등이 있습니다. 이는 단순한 눈속임이 아니라, 역동적인 환경에 즉각적으로 반응하는 Jev의 능력을 보여줍니다.
크리에이터를 위한 핵심적인 돌파구는 Jev가 일반적인 전문 모델 학습의 부담 없이 시뮬레이션과 애플리케이션에 지능적이고 반응적인 동작을 주입할 수 있는 능력입니다. 이러한 병렬 컴퓨팅 접근 방식은 개발자가 복잡한 AI 기반 시스템을 전례 없는 속도와 경제성으로 프로토타이핑할 수 있음을 의미합니다. 이 변화에 대한 더 자세한 기술적 내용은 TypeSafe AI: Home을 방문해 확인하세요.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
새로운 AI 스택: Jev가 당신의 If-Statement를 대체하는 곳
Jev는 ChatGPT를 대체하기 위한 것이 아니라, 완전히 다른 작업을 수행하기 위한 보완적인 도구입니다. 대규모 언어 모델(LLM)은 복잡하고 개방적인 추론, 즉 AI 에이전트의 '두뇌' 역할에 탁월합니다. 반면 Jev는 즉각적인 응답과 흔들림 없는 신뢰성이 가장 중요한 에이전트 워크플로우 내에서 수천 개의 신속하고 구조화된 결정을 관리하는 역할을 합니다.
개발자에게 Jev는 매우 지능적인 프런티어 인텔리전스 함수 호출처럼 작동합니다. 이를 강력한 AI 자동화를 실현 가능하게 만드는 '스마트 if-statement'라고 생각하세요. 이전 섹션에서 언급했듯이 최대 200배 더 빠르고 400배 더 저렴하며, 입력 토큰 가격은 10억 개당 42달러입니다. 이는 단순히 인상적인 수치가 아니라, 개발자가 비용 부담 없이 실시간으로 응답하는 AI 시스템을 구축할 수 있음을 의미합니다.
이것은 또 다른 대화형 AI가 아닙니다. Jev는 머신 네이티브 인텔리전스를 향한 근본적인 전환을 의미합니다. 이는 인간과의 대화가 아닌, 자동화된 시스템, 로봇, 지능형 에이전트로 점점 더 채워지는 세상을 위해 설계된 새로운 AI 계층입니다. 이 계층은 해당 시스템들이 즉각적이고 신뢰할 수 있는 선택을 내릴 수 있게 하여, 단순한 인간 개입 프로세스를 넘어 진정한 자율 운영으로 나아가게 합니다.
자주 묻는 질문(FAQ)
Jev AI란 무엇인가요?
Jev는 TypeSafe AI에서 개발한 새로운 'System One 모델'로, 소프트웨어 내에서 매우 빠르고 저렴하게 구조화된 의사결정을 내릴 수 있도록 설계되었습니다. ChatGPT와 같은 대화형 챗봇이 아닙니다.
Jev는 ChatGPT와 어떻게 다른가요?
Jev는 자유 형식의 텍스트가 아닌 확률이 포함된 구조화된 결정을 출력합니다. 이로 인해 수학적으로 환각(hallucination) 현상이 발생할 수 없으며, 자동화 작업에서 훨씬 빠르고(최대 200배) 저렴합니다(최대 400배).
Jev AI는 누가 만들었나요?
Jev는 OpenAI의 핵심 연구원이자 ChatGPT의 학습 방법인 RLHF의 공동 창시자인 Diogo Almeida가 공동 설립한 TypeSafe AI에서 만들었습니다.
Jev의 주요 사용 사례는 무엇인가요?
Jev는 게임 캐릭터 제어, 시뮬레이션 내 드론 내비게이션, 데이터 라우팅 또는 신속한 의사결정이 필요한 모든 자동화 시스템 구동과 같이 빠르고 신뢰할 수 있는 선택이 필요한 실시간 작업에 탁월합니다.