말하지 않고 생각하는 AI
Jev는 또 다른 장황한 LLM이 아니라 System One 모델입니다. 일반적인 대규모 언어 모델의 깊고 생성적인 사고 과정인 'System Two'와는 대조적으로, 즉각적이고 직관적인 의사결정을 생각해보세요. 2026년 9월 TypeSafe AI에서 출시한 이 AI는 전 OpenAI 연구원 Diogo Almeida가 개발했으며, 대화가 아닌 신속하고 구조화된 분류에 탁월합니다. 이는 전용 의사결정 계층 역할을 합니다.
비구조화된 컨텍스트(사용자의 "상태")를 가져와 정확하고 유형화된 질문에 답변하며, 구조화되고 확률적인 출력을 반환합니다. Jev는 세 가지 핵심 질문 유형을 지원합니다:
- Choice: 사전 정의된 세트에서 옵션 선택
- Score: 순서가 지정된 척도에 따른 순위 매기기
- Noul: 0과 1 사이의 확률로 예/아니오 진술 평가
이것은 산문을 생성하는 것이 아니라, 결정적이고 기계가 읽을 수 있는 답변에 관한 것입니다.
Jev를 진정으로 차별화하는 것은 성능 범위입니다. 호출은 70~500밀리초라는 놀라운 속도로 완료되며, 모든 질문을 단일 병렬 패스로 처리합니다. 이러한 속도는 획기적인 비용 효율성을 동반합니다. 입력 토큰 100만 개당 약 $0.042이며, 출력 토큰은 완전히 무료입니다. 분류 작업의 경우, Jev는 많은 최첨단 LLM보다 약 194배 빠르고 445배 저렴합니다. 대규모로 불가능하다고 여겨졌던 복잡한 워크플로우를 간소화하기 때문에 반칙처럼 느껴집니다.
반칙처럼 느껴지는 8가지 해킹
Jev는 빠를 뿐만 아니라 불공정할 정도로 빠릅니다. 이 속도는 이전에 불가능했던 워크플로우를 가능하게 하며, 도움이라기보다는 노골적인 반칙처럼 느껴집니다. 자동화된 의사결정으로 가능한 것의 정의를 다시 씁니다.
스마트 광고 및 슬롭 차단기인 Unclutter를 예로 들어보겠습니다. 웹사이트가 로드되는 즉시 자동으로 정리하여 광고, 쿠키 배너, 관련 없는 대화 상자를 제거합니다. Jev는 사용자가 정의한 기준에 따라 페이지 요소를 평가하여 무엇을 제거할지 밀리초 단위로 결정하며, 비용은 입력 토큰 100만 개당 약 $0.042입니다.
동적 UI 생성은 또 다른 판도를 바꾸는 요소입니다. Jev는 1초 미만에 컴포넌트 라이브러리에서 전체 웹페이지를 조립하고 실시간으로 레이아웃을 조정할 수 있습니다. 마찬가지로, 퍼지 검색 구현은 이제 의도를 이해하여 페이지에서 정확히 일치하지 않는 항목을 매우 빠른 속도로 강조 표시하는데, 이는 일반적으로 느리고 키워드에 얽매이는 작업입니다.
자동화는 이 의사결정 엔진을 최대한 활용합니다. Jev를 Zapier와 통합하여 수천 개의 이메일을 자동 우선순위 지정하세요. 사용자 지정 기준에 따라 0.5초 미만에 100개의 이메일을 분류할 수 있습니다. 또한 인간의 개입 없이 복잡한 규칙을 적용하여 캘린더 초대를 즉시 수락하거나 거절할 수 있습니다. 이 엄청난 속도는 대용량, 저지연 의사결정을 위한 완전히 새로운 애플리케이션을 가능하게 합니다.
Jev의 크립토나이트: LLM이 여전히 승리하는 분야
Jev는 만병통치약이 아니며, 명확한 한계가 있습니다. 생성형 모델이 아니기 때문에 다음을 수행할 수 없습니다:
- 코드 작성
- 긴 문서 요약
- 새로운 아이디어 브레인스토밍
- 미묘한 대화 유지
복잡한 시나리오에 대한 조언을 Jev에게 구하거나 비구조화된 답변을 기대해서는 안 됩니다. Jev의 강점은 창의적인 출력이나 다단계 추론이 아닌, 신속하고 구조화된 의사결정에 있습니다. 깊은 사고와 콘텐츠 생성을 위해서는 최첨단 LLM이 여전히 필수적입니다.
벤치마크 결과는 이러한 기능적 분할을 확인시켜 줍니다. Jev는 RewardBench 작업에서 탁월한 성능을 보이며, 콘텐츠 조정이나 리드 스코어링과 같은 대량 분류 작업에서 높은 정확도를 입증합니다. 그러나 LLM과 달리 다단계의 심층적인 추론이 필요한 JudgeBench에서는 점수가 크게 떨어집니다. Jev는 설명이 필요한 개방형 질문이 아닌, 특정 유형의 질문에 대해 즉각적인 결정을 내리도록 설계되었습니다.
TypeSafe AI는 "환각(hallucination) 없음"을 주장하지만, 이는 정확한 맥락이 필요합니다. Jev는 구조화되고 예측 가능한 출력을 제공하며, 이는 허위 텍스트 생성을 방지하는 핵심적인 장점입니다. 그러나 정의된 세트 내에서 잘못된 옵션을 선택하거나 결정에 잘못된 확률을 할당할 가능성은 여전히 존재합니다. 사실을 지어내지는 않지만, 정의된 매개변수 내에서 잘못된 판단을 내릴 수는 있습니다. 고유한 RLCD 학습 및 아키텍처에 대한 자세한 내용은 TypeSafe AI: Home을 방문하세요.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
모든 AI 스택을 위한 '2단 기어'
Jev는 강력한 LLM을 대체하는 것이 아니라, 현대 AI 스택에서 필수적인 의사결정 계층(decision layer)입니다. LLM이 처리하기에는 너무 느리거나 비용이 많이 드는 대량의 저지연 작업을 처리하는 '2단 기어'라고 생각하면 됩니다. LLM이 텍스트 생성, 코드 작성 또는 복잡한 추론에 능숙하다면, Jev는 즉각적이고 직관적인 시스템 1(System One) 결정을 제공하여 LLM의 심층적인 시스템 2(System Two) 사고를 보완합니다.
이러한 전문화된 효율성은 중요한 시장 요구를 해결하며 빠른 도입을 이끌고 있습니다. Zapier와 같은 플랫폼은 이미 Jev를 워크플로우에 직접 통합하여 사용자가 9,000개 이상의 다양한 애플리케이션에 구조화된 의사결정을 내장할 수 있도록 지원합니다. 자동화된 캘린더 워크플로우를 상상해 보세요. Jev는 귀하의 기준에 따라 즉시 초대를 수락하거나 거절할 수 있으며, 0.5초 이내에 수천 개의 이메일 우선순위를 지정할 수 있습니다.
Jev의 재정적 및 성능적 이점은 부인할 수 없습니다. TypeSafe AI는 Jev가 분류 작업에서 기존의 최첨단 언어 모델보다 194배 빠르고 445배 저렴하다고 홍보하며, 입력 토큰 100만 개당 0.042달러라는 저렴한 가격에 출력 토큰은 무료로 제공합니다. 이러한 AI 기능의 분리는 미래의 모습입니다. 즉, 생성적 추론부터 신속한 확률적 함수 호출(function calls)에 이르기까지 각 고유 역할에 최적화된 전문화된 도구들의 스택이 그것입니다.
자주 묻는 질문
Jev AI란 무엇인가요?
Jev는 신속하고 구조화된 의사결정을 위해 설계된 TypeSafe AI의 새로운 유형의 AI 모델입니다. LLM처럼 텍스트를 생성하는 대신, 입력된 질문에 대해 확률적인 답변을 반환하므로 분류 및 라우팅 작업에서 매우 빠르고 비용 효율적입니다.
Jev는 GPT나 Claude와 같은 LLM보다 나은가요?
Jev는 LLM을 직접 대체하는 것이 아니라 상호 보완적인 도구입니다. LLM이 생성 및 복잡한 추론에 탁월하다면, Jev는 구조화되고 예측 가능한 출력이 필요한 대량의 저지연 의사결정에 탁월합니다.
Jev의 주요 한계점은 무엇인가요?
Jev는 텍스트를 생성하거나, 코드를 작성하거나, 대화를 나누거나, 추론 과정을 설명할 수 없습니다. Jev의 주된 기능은 새로운 콘텐츠를 만드는 것이 아니라, 미리 정의된 옵션 중에서 선택하거나 점수를 할당하거나 참/거짓을 평가하는 것입니다.
Jev 사용 비용은 얼마인가요?
Jev는 입력 토큰 100만 개당 약 4.2센트($0.042)이며, 출력 토큰에 대한 비용은 없습니다. 이는 대량의 의사결정 작업에서 기존 LLM보다 훨씬 저렴합니다.