# 새로운 AI “Jev”에 프로그래머들이 몰두하고 있다.

> https://bookfactory.kr/board/ai-tech/19276
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-09-30T14:12:11.126Z

---

이 글은 9월 17일에 Substack에서 공개된 “주간 창업 일기 제17호”의 일부를 재편집하여 note에서 공개한 것입니다.

9월 15일에 미국 스타트업 TypeSafe AI가 공개한 “Jev”가 주목을 받고 있습니다.

- 시스템 원 모델즈 & 제브 | 타입세이프 AI를 소개합니다.

최신 AI 모델과 안전한 데이터 활용 솔루션의 만남입니다. 

타입세이프 AI는 기업의 데이터를 안전하게 보호하면서 AI 모델을 학습시키고 활용할 수 있도록 지원합니다. 

시스템 원 모델즈는 다양한 산업 분야에서 혁신적인 AI 솔루션을 제공하는 기업입니다. 

타입세이프 AI와 시스템 원 모델즈의 협업을 통해 더욱 안전하고 효율적인 AI 활용이 가능해질 것입니다. 

더 자세한 정보는 타입세이프 AI 웹사이트([https://typesafe.ai/](https://typesafe.ai/))에서 확인하실 수 있습니다.

지금까지 ChatGPT나 Claude와 같은 거대 언어 모델(LLM)은 질문에 대해 글을 통해 답변하는 것을 전제로 해왔습니다. 그러나 Jev는 글을 입력으로 사용하지만, 생성하는 것은 글이 아닙니다. “글을 쓰지 않는 AI”라고도 불립니다.

구체적으로 사전에 정의된 “형”(카테고리, 점수, Yes/No 등)에 따라 판단과 그 확률 및 신뢰도를 반환합니다. 소프트웨어가 매번 판단해야 할 소규모 판단을 AI가 고속으로 저렴한 비용으로 대신 수행하는 것을 상정합니다.

제브는 텍스트나 코드를 생성하는 대신, 텍스트나 데이터의 상태와 형태가 지정된 질문을 받아 코드가 그대로 처리할 수 있는 구조화된 판단(확률)을 반환합니다.

이것이 현재 화두가 되고 있는 주요 포인트는 문장을 생성하지 않기 때문에 압도적인 속도와 저렴한 비용이라는 점입니다. 응답 시간은 70~500밀리초, 기존 LLM에 비해 20~200배 빠르다고 합니다. 감시 알림의 트리지(triaging)와 같은 실무용 목적 외에도 게임을 플레이하게 하거나 실시간적인 판단을 내리는 것이 허용 가능한 수준이 되었습니다.

> 
> 
> 건축 수정 후 Jev로 139점을 찍었습니다. 제가 뭘 하고 있는 걸까요... #flappysyumai
> 

흥미로운 점은 Jev를 주도한 TypeSafe AI의 CEO인 디오고 알메이다氏가 OpenAI의 전 연구원이며, RLHF（Reinforcement Learning from Human Feedback: 인간 피드백으로부터의 강화 학습）라는 훈련 기법으로 운영의 핵심을 담당한 인물이라는 점입니다.

ChatGPT는 “인간의 취향에 맞춰 답변을 조정하는” 방식으로 튜닝되는 데에는 RLHF라는 메커니즘이 한 가지 원인으로 작용합니다.

그가 Jev에서 RLCD(Reinforcement Learning for Calibrated Decisions)라는 강화학습 기반 교정된 의사 결정 방법을 새롭게 제안하고 있습니다. RLHF가 “인간 평가자가 선호하는 답변”을 학습시키는 것에 반해, RLCD는 “판단과 그 판단의 확신도가 얼마나 정확한지”를 학습시킨다고 합니다. 이러한 점을 바탕으로 “환각 없는 AI”라고 홍보되고 있습니다.

또한, Jev가 속하는 새로운 카테고리로서 “System One Models”라는 개념도 제안하고 있습니다. 이는 행동경제학자 다니엘 카네만(Daniel Kahneman)의 저서 『빠르고 느림』에 등장하는 “빠르고 직관적이며 자동적인 사고”를 지칭하는 시스템 1(System 1)에 유래한 명칭입니다. Jev는 인간의 직관적인 판단을 모방한 모델로서 설계되었다는 의미입니다.

![画像](https://assets.st-note.com/img/1790761920-dzVX4f5UCPHgoYEje3RTb0x1.jpg)

하지만 제가 Jev의 기능성을 이해하고 처음 떠올린 감상은 “이것은 단순한 분류기인가?”였습니다. 여기서 분류(classification)는 특정 값을 입력받아 사전에 정해진 클래스(class)에 분류(classify)하는 작업으로, 오래전부터 존재해 온 머신러닝의 분류 모델이 해왔던 것과 같습니다.

또한 “환각(幻覚)을 배제”한다는 홍보에도 의문이 남습니다. ‘파스트 앤 슬로우(Fast & Slow)’를 읽은 분이라면, 시스템 1(“빠르고 직관적인 판단”)은 휴리스틱(경험이나 즉흥적인 직감에 기반한 판단)의 산물이며, 시스템 2(“이성적이고 느린 사고”)와 병용하지 않는 한 잘못된 판단이 사라지는 것은 아니며, 오히려 무시될 가능성도 높습니다. 즉, LLM과 병용하지 않는 한 환각이 0%가 된다고 보기는 어렵습니다.

이러한 상황을 외면한 채 엔지니어들 사이에서 Jev가 이렇게까지 흥분한 것은, 프로그래밍 계열 인플루언서 Theo가 말하듯이 “똑똑한 switch 문”이라는 개념이, 원래 코드를 작성해 온 프로그래머의 욕구에 잘 맞았기 때문일 것입니다.

또한 이것은 마케팅의 승리이기도 합니다. 공개 당시에는 초청제로 시작되었지만, 1주일 후에는 일반에 공개되었습니다. 일본에서는 Jev를 활용한 해커톤 등도 곧바로 개최되었습니다.

인간의 직감을 모방한 “신속한 판단력”이 인류에 진정 도움이 되는 것인지, 아니면 단순한 고급스러운 스위치 문구에 불과한 것인지. 2026년 AI의 성능 향상이 정체된 흐름 속에서 새롭게 부상할 만한 경향이 나타날 수도 있습니다.

**출처:** [note 원문](https://note.com/xxishan/n/n4e826a8e78cc)

*번역: Gemma 3(.44) 초벌 + 교정 10청크*

[원문 보기](https://note.com/xxishan/n/n4e826a8e78cc) | 출처: note.com