로그인
뉴스

TypeSafe AI, 문장 대신 선택지별 확률을 돌려주는 판단 모델 Jev 공개

Introducing System One Models & Jev

TypeSafe AI 원글 보기 ↗

요약

  • 전 OpenAI 연구자 디오고 알메이다가 세운 TypeSafe AI가 2026년 9월 15일 문장을 생성하지 않고 선택지별 확률을 돌려주는 모델 Jev를 공개했다.
  • 입력 100만 토큰당 0.042달러에 출력은 무료이며, 응답 시간은 70~500밀리초로 여러 질문을 한 번에 병렬 처리한다.
  • Every의 실험에서는 Jev가 Fable 5.1보다 약 25배 빨랐지만 심어둔 결함 7개 중 하나를 놓쳤다.
  • 외부 분석에서 무관한 선택지를 추가하면 기존 선택지의 확률이 바뀌는 현상이 확인됐고, 실무 테스트에서는 분류기보다 필터로 쓰는 것이 적합하다는 결론이 나왔다.
  • Jevlike, Laya 같은 오픈소스 구현이 잇따라 나왔으며, Laya 개발진은 같은 개념을 2025년부터 논문으로 발표해 왔다고 주장한다.
AI에이전트오픈소스TypeSafeJev

기사 AI가 출처를 조사하고 작성했습니다

무슨 일인가

TypeSafe AI가 2026년 9월 15일 첫 모델 Jev를 공개했다1. 회사는 Jev를 "시스템 원 모델(System One Model)"이라 부르며, 비구조화된 상태를 입력받아 타입이 정해진 확률적 판단을 돌려주는 "프런티어급 함수 호출"로 설명한다2. 기존 거대언어모델(LLM)이 토큰을 하나씩 순서대로 생성하는 것과 달리, Jev는 미리 정한 선택지에 대한 확률을 한 번에 병렬로 출력한다2.

창업자 디오고 알메이다(Diogo Almeida)는 OpenAI에서 인간 피드백 기반 강화학습(RLHF) 등 ChatGPT의 바탕이 된 연구에 참여했으며, 약 2년간 비공개로 회사를 운영한 뒤 Jev를 내놓았다23. 그는 테크크런치(TechCrunch)에 "우리는 병 속에 번개를 담았지만, 그것은 유용하지 않다"며 언어 최적화가 자동화 수요를 채우지 못한다는 불만이 창업 계기였다고 말했다3.

자세히

Jev에 던질 수 있는 질문은 세 종류다. 선택(Choice)은 명시한 목록에서 하나를 고르고, 점수(Score)는 순서가 있는 기준표에 입력을 배치하며, 노울(Noul)은 예/아니오 질문에 '예'일 확률을 돌려준다1. 선택지는 최대 255개까지 지원한다2. 가격은 입력 100만 토큰당 0.042달러이고 출력 토큰은 "계량하기에 너무 싸다"는 이유로 무료다2. 종단 응답 시간은 70~500밀리초로, 회사는 비슷한 작업에서 LLM보다 40~200배 빠르다고 주장한다2.

학습에는 "보정된 판단을 위한 강화학습(Reinforcement Learning for Calibrated Decisions, RLCD)"이라는 방법을 썼다고 밝혔다. 사람의 선호나 검증 가능한 보상 대신 "인식론적으로 정직한 확률"을 내도록 최적화했다는 설명이다2. 이름은 증기기관 효율이 높아지자 석탄 수요가 오히려 늘었다는 역설로 알려진 경제학자 윌리엄 스탠리 제번스(William Stanley Jevons)에서 따왔으며, 회사는 "지능 비용이 한 자릿수 내려갈 때마다 여러 자릿수 더 많은 활용처가 열린다"고 썼다2.

"환각이 없다"는 주장에는 단서가 붙는다. 회사는 구조화 출력 오류율 0%라는 수치가 "경험적 수치가 아니라 스키마 일치가 보장되기 때문"이라고 적었다2. 즉 미리 정한 형식과 타입을 벗어나지 않는다는 뜻이고, 판단 자체가 정확하다는 보장은 아니다2. 가중치나 논문은 공개되지 않았다4.

써본 사람들의 평가

Every의 마이크 테일러(Mike Taylor)는 자신의 글 27편과 AI 스타일로 쓴 글 10편, 총 37편에 AI 글쓰기 특징을 묻는 질문 21개를 동시에 적용했다. 777개 판단이 0.7초 안에 돌아왔고 비용은 약 0.25센트로 추정됐다5. 같은 글에서 Every 대표 댄 시퍼(Dan Shipper)는 합성 문단 12개에 글쓰기 검사 4종을 걸어 Jev와 Fable 5.1을 비교했다. Jev의 문단당 중앙값 지연은 0.35초, Fable은 8.83초로 약 25배 차이가 났고 비용은 약 580배 낮았다5. 다만 심어둔 결함 7개 중 Jev는 6개를 찾았고 Fable은 모두 찾았다5. 테일러는 "운영에 넣기 전에 더 철저한 정확도 검증을 하고 싶다"고 덧붙였다5.

아처 흄(Archer Hume)은 약 1만 번의 API 호출로 Jev의 내부 구조를 추정했다. 질문들은 공유 상태를 참조하되 서로를 참조하지 못하는 독립 분기로 처리되며, 참조 정보를 형제 질문에서 공유 상태로 옮기자 정답률이 0에서 0.90~0.92로 바뀌었다6. 또 네 개 선택지에 무관한 다섯 번째 선택지를 추가하자 기존 두 선택지 사이의 로그 오즈 비가 약 +0.38에서 +0.11로 이동했다6. 확률 임계값으로 자동 실행을 결정하는 시스템이라면 선택지 구성만으로 행동이 달라질 수 있다는 뜻이다.

아만 쿠마르(Aman Kumar)는 공개 데이터셋 4종과 실제 업무 파이프라인에서 Jev를 GPT 소형 모델들과 비교했다. 문서 라우팅 앞단에 Jev를 필터로 두자 다섯 차례 운영에서 1,005쪽 중 25~60%를 걸러내며 최종 결과 변화 없이 라우팅 호출을 50~67% 줄였다7. 반면 이메일 분류에서는 실제 요청 231건 중 5건을 요청이 아니라고 확신 있게 제외했고, 복잡한 추출 작업에서는 같은 쪽에 대한 확률이 실행마다 0.5까지 흔들렸다7. 그는 Jev를 분류기의 대체물이 아닌 "필터"로 쓰는 것이 맞다고 결론지었다7.

맥락과 대안

션 괴데케(Sean Goedecke)는 Jev의 핵심이 토큰을 순서대로 생성하지 않고 구조화된 답만 내는 데 있다고 보면서도, 기존 LLM으로도 응답 접두어를 미리 채우고 토큰 하나만 생성하게 하면 비슷한 효과를 낼 수 있다고 썼다. 그는 Qwen2.5-1.5B-Instruct로 2~3배 속도 향상을 얻었다며, 보정 학습이 다른 연구소가 따라올 수 없는 진입장벽인지는 불확실하다고 평가했다8.

오픈소스 구현도 등장했다. Jevlike는 Jev와 같은 입출력 형태를 갖춘 독립 스타터 모델로, 바이트 수준 소형 모델을 처음부터 학습하는 길과 사전학습 모델을 고정한 채 작은 점수 계산부만 학습하는 길을 제공한다. 위키스피디아 다음 클릭 예측에서 26~29% 정확도를 기록했고, 저자는 Jev의 복제가 아니라고 명시했다9. 콘바이 이노베이션스(Convai Innovations)의 Laya는 ModernBERT-large 기반 4억 2,100만 파라미터 모델 등 세 체크포인트를 Apache 2.0으로 공개했다. 개발자는 같은 개념을 2025년 3월과 9월 arXiv 논문으로 먼저 발표했다고 주장하며, 타입 판단 벤치마크에서 미세조정 전 약 0.35, 미세조정 후 0.766의 정확도를 보고했다4.

남은 물음

Jev는 속도와 비용에서는 뚜렷한 차이를 보였지만, 정확도와 확률의 안정성은 작업에 따라 달랐다. 선택지 구성에 따라 확률이 변하는 현상과 실행 간 편차는 임계값 기반 자동화에서 어떻게 다룰지 과제로 남는다. 가중치와 논문이 공개되지 않은 상태에서 보정 학습의 효과를 외부에서 얼마나 검증할 수 있을지도 지켜볼 지점이다.

참고한 곳

  1. DataCamp, Jev: TypeSafe's System One Model Explained - https://www.datacamp.com/blog/system-one-models-jev ↩ ↩2

  2. TypeSafe AI, Introducing System One Models & Jev - https://typesafe.ai/blog/introducing-system-one-models-and-jev ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10

  3. TechCrunch, A new kind of AI model from a ChatGPT inventor is thrilling developers - https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers/ ↩ ↩2

  4. Convai Innovations, Laya - https://laya.convaiinnovations.com/ ↩ ↩2

  5. Every, Mini Vibe Check: TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds - https://every.to/also-true-for-humans/mini-vibe-check-typesafe-s-jev-judged-everything-i-ve-written-in-0-7-seconds ↩ ↩2 ↩3 ↩4

  6. Archer Hume, Jev's Architecture Unmasked - https://archerhume.com/posts/jevs-architecture-unmasked/ ↩ ↩2

  7. Aman Kumar, Testing Jev on public and private data: classifier or filter? - https://amankumar.ai/blogs/jev-measured ↩ ↩2 ↩3

  8. Sean Goedecke, Jev means structured output is interesting again - https://www.seangoedecke.com/jev-means-structured-output-is-interesting-again/ ↩

  9. GitHub (vinnylarouge), jevlike - https://github.com/vinnylarouge/jevlike ↩

다른 소식

  1. 스탠퍼드 연구팀, 대뇌피질 없앤 생쥐에 인간 뇌 오가노이드 이식해 신경회로 연결 확인 중요도 4 Nature

    스탠퍼드대 세르지우 파슈카 연구팀이 대뇌피질과 해마 대부분이 생기지 않도록 유전자를 바꾼 생쥐에 인간 유도만능줄기세포 유래 대뇌피질 오가노이드를 이식한 '이종피질 생쥐' 모델을 네이처에 발표했다. 이식한 인간 조직은 3개월 뒤 생쥐 대뇌피질 부피의 약 92%를 차지했고, 생쥐 29마리 중 25마리에서 생착에 성공했다. 인간 신경세포는 생쥐 시상·담창구 등에서 입력을 받고 경추 척수까지 축삭을 뻗었으며, 발달 중인 뇌와 비슷한 동기화된 활동 패턴을 보였다. 이종피질 생쥐는 이동 능력과 사회성은 대조군과 비슷했지만 공포 조건화 기억은 회복되지 않았고, 저산소 손상 실험에서는 보행 이상이 나타났다. 연구팀은 외부 윤리위원회 자문을 받았고, 영장류에 같은 실험을 하는 것은 '분명한 금지선'이라고 밝혔다.

    연구 뇌과학 오가노이드 생명윤리 네이처

  2. 미국 연구진, 레이저로 깎지 않고 전류로 각막을 1분 만에 재성형하는 기술을 토끼 안구에서 시연 중요도 2 American Chemical Society

    미국 옥시덴털 칼리지와 UC 어바인 연구진이 각막을 깎지 않고 미세 전류로 모양을 바꾸는 '전기기계적 재성형(EMR)' 기술을 미국화학회 가을 학회에서 발표했다. 백금으로 만든 콘택트렌즈 모양 전극을 토끼 안구에 올리고 전류를 흘려 각막의 pH를 낮추면 조직이 말랑해지고, pH가 돌아오면 새 곡률로 굳는다. 적출한 토끼 안구 12개 가운데 근시로 설정한 10개가 약 1분 만에 목표 굴절력에 도달했고 세포도 살아남았다. 아직 살아 있는 동물이나 사람에게는 시험하지 않았으며, 연구진은 효과의 지속성과 안전성을 확인할 동물 실험이 남았다고 밝혔다. 이 연구는 2023년 학술지 논문으로 먼저 발표된 적이 있고, 2026년 9월 국내 언론이 다시 보도하며 화제가 됐다.

    연구 의료기술 시력교정 미국

  3. 항철위 용역보고서, 무안공항 콘크리트 둔덕 없었다면 제주항공 탑승자 전원 생존 추정 중요도 4 경향신문

    국토교통부 항공철도사고조사위원회가 한국전산구조공학회에 맡긴 연구용역 보고서가 무안공항 콘크리트 둔덕이 없었다면 탑승자 전원이 생존했을 것으로 추정했다. 둔덕이 부서지기 쉬운 구조였다면 기체가 보안 담장을 뚫고 논밭으로 미끄러졌겠지만 중상자는 없었을 것으로 분석됐다. 국정조사특위 야당 간사 김은혜 의원이 2026년 1월 8일 항철위에서 제출받은 보고서 내용을 공개했고, 국토부는 로컬라이저 시설이 공항안전운영기준에 맞지 않았다고 처음 인정했다. 유가족협의회는 참사가 인재로 드러났다며 항철위의 사과와 국정조사를 요구했다. 사조위는 1월 23일 이 용역이 폭발·화재 가능성을 고려하지 못한 한계가 있어 직접 활용에 제약이 있다고 밝혔다.

    제주항공 무안공항참사 국회 국토교통부 항철위

  4. 2027학년도 의대 정원 490명 늘려 3,548명으로, 증원분은 전부 지역의사 전형으로 뽑는다 중요도 4 보건복지부

    보건복지부는 2026년 2월 10일 제7차 보건의료정책심의위원회에서 2027~2031학년도 의사 양성 규모를 연평균 668명, 5년간 3,342명 늘리기로 의결했다. 2027학년도 의대 정원은 2024학년도 기준 3,058명에서 490명 늘어난 3,548명이며, 첫해는 교육 부담을 고려해 증원 규모의 80%만 반영했다. 2028~2029학년도는 613명 늘린 3,671명이고, 2030년부터는 신설 공공의대·지역의대 200명을 더해 3,871명이 된다. 증원 대상은 서울을 제외한 32개 의대이며, 3,058명을 넘는 인원은 모두 지역의사 전형으로 선발해 졸업 후 10년간 지역에서 복무하게 한다. 교육부는 4월 28일 대학별 배정을 변경 없이 확정했고, 의협은 연 350명을 적정선으로 제시하며 반발했으며 환자단체는 추계보다 줄었다고 비판했다.

    의대정원 지역의사제 보건복지부 교육부 의료

  5. 서울고법, 김건희 항소심에서 도이치모터스 주가조작 유죄로 뒤집고 징역 4년 선고 중요도 4 법률신문

    서울고법 형사15-2부는 2026년 4월 28일 김건희 씨에게 징역 4년과 벌금 5000만 원을 선고하고 그라프 목걸이 몰수와 2094만 원 추징을 명령했다. 1심에서 무죄였던 도이치모터스 주가조작 가담 혐의를 공동정범으로 유죄 판단해 형량이 1심 징역 1년 8개월보다 2년 4개월 늘었다. 통일교 측에서 받은 샤넬 가방 2개와 그라프 목걸이를 모두 알선수재로 인정했고, 명태균 무상 여론조사 혐의는 1심과 같이 무죄로 봤다. 김건희 측과 특검이 모두 상고했고, 대법원은 7월 23일 사건을 전원합의체에 회부해 선고를 미뤘다. 구속기한이 10월 31일에 끝나 그 안에 대법원 결론이 나오지 않으면 불구속 상태로 재판을 받게 된다.

    김건희 주가조작 도이치모터스 윤석열 대법원