"#54 출시하자마자 난리 난 AI, Jev는 대체 뭐가 다른가"

갱신 2026-09-22

한 줄 요약

Jev가 왜 LLM 기초가 설명하는 생성형 모델과 다른 물건인지를, "소프트웨어 부품끼리 주고받는 결과물의 모양을 미리 약속해 둬야 한다"는 비유로 풀어 준 짧은 소개 영상이다.

LLM에게 물으면 자연어로 주절주절 답하지만, 시스템 원 모델에게 물으면 단답 형태로 답한다는 대비로 시작한다.
소프트웨어는 앞 단계의 처리 결과를 뒷 단계가 이어받는 방식으로 돌아가므로, 주는 쪽과 받는 쪽이 결과물의 모양을 미리 약속해 둬야 한다. 자동차 공장의 차체·부품 조립에 빗댄다.
그래서 자연어로만 답하는 LLM은 소프트웨어 부품으로 끼워 넣기에 적합하지 않다. 구조화된 출력을 강제할 수 있는 LLM도 있지만 느리고 비싸다는 아쉬움이 남는다.
Jev는 바로 그 자리를 노린 모델이라는 것이 영상의 결론이다. 그럭저럭 괜찮은 정확도에 값이 싸고 속도가 빠르다는 TypeSafe AI의 가성비 그래프를 인용한다.
접근 경로: TypeSafe 사이트에서 웨이트리스트에 등록하면 초대를 받고, 콘솔에서 API 키를 발급받는다. SDK·API·에이전트 스킬 형태로 제공되며 Vercel이나 OpenRouter를 통해서도 쓸 수 있다고 전한다 (2026-09 기준).

시연 ①: "밥을 맛있게 먹어 놓고 맛없었다며 지불을 거부하는 손님의 상황이 정당한가"를 Noul로 물어 0.09를 받는다. 1에 가까울수록 참, 0에 가까울수록 거짓이라고 설명한다.
시연 ②: 같은 상황에서 대처 방안을 보기로 주고 Choice로 물어, "돈을 내야 하는 이유를 설명해 준다"가 확률 **94%**를 차지하고 그 판단의 신뢰도가 **92%**라고 읽는다. 확률은 전체 1을 보기들이 나눠 갖는 형태라고 정확히 짚는다.
판단에 걸린 시간은 0.1초가 채 되지 않았고 비용도 저렴했다고 말한다. 다만 측정 방법이나 환경은 제시하지 않는다 — 인상 서술로 읽어야 한다.
시연 ③: 게임 둠(DOOM)의 실시간 상황(플레이어 상태·무기·적 위치)을 Jev에게 넘겨 어떤 버튼을 누를지 받아 플레이하는 데모를 보여 준다.

자동 생성 자막이라 고유명사가 크게 망가졌다. 공식 문서 표기를 기준으로 교정한다 52.