# 제브(Jev)는 무엇이냐? – 글쓰기 AI가 “판단”을 자동화하는 시대へ

> https://bookfactory.kr/board/news/17641
> 게시판: 뉴스
> 작성자: admin
> 작성일: 2026-09-18T09:12:02.313Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/314840844/rectangle_large_type_2_462625ba396375510c6ff1940a337eb6.png?width=1280)

안녕하세요. ASUNI-NARE 주식회사입니다. AI라고 하면, 우리들은 무엇을 떠올릴까요.

> 
> 
> ChatGPT에 질문을 하고, Claude에 글을 작성해 달라고 요청하며, Gemini에 자료를 요약해 달라고 요청한다.
> 

현재 생성형 AI는 기본적으로 “단어를 생성하는 AI”입니다. 하지만 2026년 9월, 조금 다른 방향에서 주목을 받고 있는 AI 모델이 등장했습니다.

그것은 TypeSafe AI가 발표한 “Jev”입니다.

제브의 가장 큰 특징은 “문장 생성하지 않는” 것임이다.

글을 쓰는 대신,

> 
> 
> 어떤 선택지를 선택해야 하는지, 얼마나 많은 가능성이 있는지, 이 판단을 어느 정도 신뢰할 수 있는지
> 

이러한 “판단”을 반환합니다.

이는 겉으로 보기에 겉보기에 평범해 보일 수 있지만, AI를 기업의 업무 시스템에 통합하는 것을 고려하면 매우 중요한 아이디어입니다.

## 왜 AI가 “문장을 쓰는” 걸까요?

현재 LLM(대규모 언어 모델)은 기본적으로 “단어”를 하나씩 생성해 나갑니다.

예를 들어,

> 
> 
> 이 문의는 영업, 회계, 고객 지원 부서 중 어디로 보내야 하는지 궁금합니다.
> 

AI에게 질문을 던지는 것을 의미하네요.

일반적인 생성형 AI는,

> 
> 
> 이 문의 내용상 고객 지원 부서가 적절하다고 판단됩니다.
> 

와 같은 문장을 생성합니다.

사람이 읽는 용도로는 문제 없습니다. 하지만 이 기능을 업무 시스템 내에서 자동적으로 사용한다면 이야기가 달라집니다.

시스템으로 하고 싶은 것은 다음과 같습니다.

이러한 종류의 판단 결과입니다.

즉, 인간을 위한 설명이 아닌, 소프트웨어가 바로 사용할 수 있는 판단 기준을 원하시는 것입니다. 제프의 아이디어가 담겨 있습니다.

## 제브는 “문장”이 아닌 “판단”을 반환한다.

TypeSafe AI는 Jev를 “System One Model”이라는 새로운 유형의 모델로 정의하고 있습니다.

기존의 LLM(대규모 언어 모델)은 문장 생성에 최적화되어 있는 반면, Jev는 소프트웨어 사용 판단에 최적화된 개념입니다.

TypeSafe AI의 표현을 간결하게 다듬으면

> 
> 
> 정보를 입력하면 AI가 판단하고, 형식화된 결과와 확률을 반환하며 소프트웨어가 그 결과를 사용한다.
> 

이러한 시스템입니다.

즉, “AI가 인간과 대화하는” 대신 “AI가 소프트웨어의 판단 기능을 갖추는” 개념입니다.

## 제프가 되돌려주는 것은 “3가지 판단”이다.

TypeSafe AI가 공개하고 있는 워크플로우에서는 Jev의 판단이 크게 3가지 유형으로 분류됩니다.

## 「마법의 숲」 시리즈의 다음 권, 『별빛의 숲』을 읽는 독자들을 위해 특별히 마련된 선택 이벤트가 시작됩니다.

이번 이벤트에서는 여러분이 직접 주인공의 선택을 하고, 그 결과에 따라 이야기가 달라지는 특별한 경험을 할 수 있습니다. 여러분의 선택이 『별빛의 숲』의 결말을 결정합니다!

선택 이벤트에 참여하려면, 다음 링크에서 11월 26일(일)까지 퀴즈에 참여해 주세요. 퀴즈 정답자 중 추첨을 통해 『별빛의 숲』을 증정합니다.

* 퀴즈 참여 링크: [https://www.note.com/choice_forest](https://www.note.com/choice_forest)

선택의 즐거움을 만끽하며, 『별빛의 숲』에서 멋진 모험을 경험해 보세요!

어떤 것을 선택할 것인가”라는 판단이다.

예를 들어,

> 
> 
> 이 문의를 어느 부서로 보내야 할까요?
> 

이 문제는 다음과 같습니다.

이것이 제가 지금까지 쓴 책 중 가장 좋아하는 작품일지도 모릅니다. 독자 여러분께서 이 이야기의 세계에 깊이 몰입하시길 바랍니다. 등장인물들의 감정을 이해하고 공감해주시면 좋겠습니다. 또한, 이 작품의 주제에 대해 깊이 생각해주시면 더욱 좋을 것입니다. 이 작품을 통해 독자 여러분께서 조금이라도 성장하실 수 있다면 더 이상의 기쁨은 없을 것입니다.

- 영업
- 경리 부에서는 2023년 연결 실적 전망을 다음과 같이 수정했습니다.

매출액은 전년 대비 2.3% 감소한 1조 4,800억 원, 영업이익은 전년 대비 1.5% 감소한 4,400억 원으로 전망됩니다. 이는 환율 변동 및 해외 시장 판매 가격 조정 등의 요인 때문입니다.
- 인사
- 고객 지원
- 그 외에도

준비되었으니 참고하세요.

제브는 그 중에서 판단을 내리는 것뿐만 아니라, 각 선택지에 대한 확률도 함께 제공합니다.

예를 들어,

> 
> 
> 고객 지원: 0.82 영업: 0.10 회계: 0.05 인사: 0.02 기타: 0.01
> 

그런 느낌입니다.

이로써 “고객 지원이라고 생각하는” 것뿐만 아니라, 시스템 측에서 “그 판단에 얼마나 기여하고 있는가”를 활용할 수 있게 됩니다.

## ② 점수

또 하나는 “스코어”입니다.

예를 들어,

> 
> 
> 이 문의 긴급도는 어느 정도인가요?
> 

이 질문에 대해.

선택지

- 낮다
- 약간 낮다
- 평소처럼 즐거운 하루 보내셨기를 바랍니다.

저도 여러분의 질문에 답변하고 새로운 콘텐츠 제작을 위해 노력하고 있습니다.

궁금한 점이 있으시거나 요청하신 내용이 있으시면 언제든지 편하게 말씀해주세요.

오늘도 좋은 하루 보내세요!
- 높은
- 매우 높다

이런 식으로 설정합니다.

제브는 이 척도에서 그가 얼마나 되는지 판단한다.

이는 2023년 11월 16일 목요일 16시 30분에 게시된 노트입니다.

- 문의 긴급성
- 위험
- 우선순위
- 고객의 감정 인식
- 부당성 가능성

다양한 업무에 적용할 수 있습니다.

## ③ 노울

그리고 또 하나는 “Noul”입니다.

이는 간단히 말해 “예/아니오”를 판단하는 시스템입니다.

예를 들어,

> 
> 
> 이 문의는 인적 확인이 필요한가요?
> 

이 질문에 대해 말씀드리겠습니다.

또는,

> 
> 
> 이 텍스트에 개인 정보가 포함되어 있습니까? 이 답변에는 위험한 내용이 포함되어 있습니까? 이 처리를 자동 실행해도 될까요?
> 

이러한 판단에도 활용됩니다.

TypeSafe 워크플로우 평가에서는 Noul, Choice, Score라는 3가지 유형을 사용하여 AI 기반 판단을 프로그램 내에 통합하는 방식이 제시되었습니다.

## ## JSON을 반환하는 AI와 뭐가 다른 걸까요?

JSON(JavaScript Object Notation)은 데이터를 교환하기 위한 표준 형식입니다. 쉽게 말해, 컴퓨터 간에 정보를 주고받을 때 사용하는 ‘언어’라고 생각하시면 됩니다. 

AI(인공지능)가 JSON을 반환하는 이유는 여러 가지가 있습니다. 

*   **데이터의 구조화:** AI는 복잡한 정보를 단순하고 일관된 방식으로 표현하기 위해 JSON을 사용합니다. 예를 들어, AI가 분석한 이미지의 특징을 JSON 형태로 전달하면, 다른 시스템이 그 특징을 쉽게 이해하고 활용할 수 있습니다.
*   **API(Application Programming Interface)와의 연동:** AI는 다른 서비스나 시스템과 데이터를 주고받기 위해 API를 사용합니다. API는 JSON을 통해 데이터를 요청하고 받는 표준 방식을 제공합니다.
*   **확장성 및 유연성:** JSON은 다양한 데이터 유형을 지원하며, 데이터 구조를 쉽게 변경할 수 있어 AI 시스템의 확장성과 유연성을 높여줍니다.

AI가 JSON을 반환하는 방식은 모델의 종류, 데이터의 특성, API의 설계 등 다양한 요인에 따라 달라질 수 있습니다. 

**예시:**

*   **이미지 인식 AI:** 특정 이미지에 대한 객체 감지 결과를 JSON 형태로 반환합니다. 예를 들어, "고양이", "강아지", "나무" 등의 객체와 각 객체의 위치 정보, 신뢰도 등을 JSON 배열에 담아 전달합니다.
*   **챗봇 AI:** 사용자의 질문에 대한 답변을 JSON 형태로 반환합니다. 예를 들어, "오늘 날씨 어때?"라는 질문에 대해 "오늘 서울의 날씨는 맑고 기온은 25도입니다."라는 답변을 JSON 객체로 반환합니다.

JSON을 이해하는 것은 AI 시스템을 활용하고 개발하는 데 필수적인 요소입니다. JSON의 구조와 특징을 이해하면 AI가 제공하는 데이터를 효과적으로 활용하고, AI 시스템을 더욱 효율적으로 구축할 수 있습니다.

이 부분은 매우 중요합니다.

> 
> 
> 그건 ChatGPT에 JSON 형식으로 요청하면 충분할 텐데.
> 

생각하시는 분들도 계시겠지요.

확실히, 현재 LLM에서도,

이러한 형식으로 답변을 생성할 수 있습니다.

그렇다면 왜 Jev가 필요한 걸까요?

가장 큰 차이는 처음부터 “판단”을 목적으로 설계되어 있다는 점입니다. 일반적인 LLM은 기본적으로 “문자열”을 생성합니다.

그러므로,

> 
> 
> AI는 문장을 생성하면 JSON 형식으로 해석하고, 값을 검증한 후 시스템에 전달합니다.
> 

이러한 처리가 필요합니다.

제브는 처음부터 소프트웨어가 사용하기 위한 형식화된 데이터를 반환하도록 목표하고 있습니다.

즉, “생성 AI에 구조화 출력을 하도록 하는” 것이 아니라 “판단 자체를 구조화하는” 것의 차이입니다.

## 그리고 또 하나 중요한 것은 ‘확률’입니다.

제브의 재미있는 점은 AI가 “모르겠어요”를 표현하기 쉽다는 것입니다.

예를 들어,

영업에 투자하기

이러한 판단은

> 
> 
> 영업: 51% / 고객 지원: 47% / 기타: 2%
> 

그 날의 풍경이 눈에 선하네요.

시간이 멈춘 듯한, 그런 기분이었어요.

그 순간, 저는 제가 누구인지, 무엇 때문에 살아가고 있는지 깊이 자문해 보았습니다.

그리고 그 답은 저 안에서 조용하고 확실하게 싹트기 시작했습니다.

그것은 저 자신을 재인식하는 계기가 되었을지도 모릅니다.

아니면, 제 삶의 전환점이 되었을지도 모릅니다.

어느 쪽이든, 그 날의 경험은 저에게 소중한 것이 될 수밖에 없었습니다.

그 날의 일이 제 인생을 크게 바꾸었을지도 모릅니다.

그리고 그 변화는 저를 더욱 강하고, 더욱 따뜻하며, 더욱 인간답게 성장시켜 주었을지도 모릅니다.

저는 그 날의 경험을 결코 잊지 않을 것입니다.

그리고 그 날의 경험을 통해 얻은 교훈을 앞으로도 살아가는 동안 소중히 간직고 싶습니다.

이 경우,

> 
> 
> 영업 특성상 자동으로 발송하도록 하십시오.
> 

라고 생각하는 것은 위험합니다.

하지만,

> 
> 
> 확신도가 낮음 ↓ 확인 요청
> 

이를 통해 구현할 수 있습니다.

반대로

> 
> 
> 고객 지원: 98%
> 

처럼, 사내에서 검증한 기준을 충족하는 경우에만 합니다.

자동 처리

이러한 설계도 가능합니다.

이 부분은 매우 중요합니다.

## AI 에이전트와 잘 맞는 사람들을 찾고 계신가요?

AI 에이전트와 잘 맞는 사람들은 다음과 같은 특징을 가지고 있습니다.

*   **창의적인 아이디어를 가진 사람:** AI 에이전트는 방대한 데이터를 기반으로 새로운 아이디어를 제안할 수 있습니다. 따라서 창의적인 아이디어를 가진 사람들은 AI 에이전트와 협력하여 더욱 혁신적인 결과물을 만들어낼 수 있습니다.
*   **비판적인 사고 능력을 가진 사람:** AI 에이전트가 제시하는 정보나 제안을 맹신하기보다는 비판적인 시각으로 검토하는 능력은 필수적입니다. 이를 통해 AI 에이전트의 오류나 편향을 발견하고, 더욱 정확하고 신뢰할 수 있는 결과를 얻을 수 있습니다.
*   **학습 능력이 뛰어난 사람:** AI 에이전트는 지속적으로 학습하고 발전합니다. 따라서 학습 능력이 뛰어난 사람들은 AI 에이전트의 새로운 기능이나 정보를 빠르게 습득하고, 활용하는 데 능숙할 것입니다.
*   **문제 해결 능력이 뛰어난 사람:** AI 에이전트는 복잡한 문제를 해결하는 데 도움을 줄 수 있습니다. 따라서 문제 해결 능력이 뛰어난 사람들은 AI 에이전트와 협력하여 더욱 효율적으로 문제를 해결할 수 있습니다.

이러한 특징을 가진 사람들은 AI 에이전트와 함께 일하며, 개인의 역량을 극대화하고, 새로운 가치를 창출할 수 있을 것입니다.

제브가 특히 흥미로운 점은 AI 에이전트와의 조합입니다.

AI 에이전트

> 
> 
> 다음으로 무엇을 할까요?
> 

판단해야 한다고 할 수 있습니다.

예를 들어,

> 
> 
> 문의를 접수하고 내용 분석 후 영업 관련 건인지 확인합니다. 예: CRM에 등록, 아니오: 지원 관련 건인지 확인합니다. 지원 관련 건: 지원팀으로 전송, 아니오: 담당자에게 확인합니다.
> 

이러한 처리를 수행합니다.

여기 Jev를 사용하면,

다음으로 어떤 절차를 진행할 것인지

이를 판단하는 부분은 AI에 맡길 수 있습니다.

TypeSafe AI 자체도, AI 에이전트의 다음 도구나 서브 에이전트 선택, 처리 지속, 재시도, 사용자 확인, 중단과 같은 판단, 위험 또는 긴급성 평가 등을 용도로 제시합니다.

## AI 에이전트는 거대한 LLM(대규모 언어 모델)이 아닌 방향으로 나아갈까?

바로 여기서 Jev가 가장 주목해야 할 부분입니다.

지금까지 AI 에이전트라고 하면,

결국 똑똑한 LLM에게 모든 것을 맡기는

그런 생각에 빠지기 쉬웠습니다.

그러나 기업 시스템에서는 반드시 최적이라고 할 수 없습니다.

예를 들어,

> 
> 
> 이 이메일은 영업 문의 건가요?
> 

단순한 판단 때문에 매번 매우 큰 모델을 호출해야 할까요.

경우에 따라서는

작고 빠르고 저렴한 AI 판단

그것이 더 적합합니다.

또한, 복잡한 판단만을 합니다.

GPT나 Claude와 같은 대규모 모델에 전달한다.

그렇다면 다음과 같은 역할 분담이 가능할 것입니다.

## 거대한 인공지능과 판단 인공지능의 분업

다가오는 인공지능 시스템은

여러 개의 AI를 조합하는 형태로 발전해 나갈 가능성이 있습니다.

예를 들어,

### 대규모 언어 모델

- 글을 쓰는 것은 마치 마법과 같습니다. 말을 엮어 생각에 형상을 주고 독자의 마음을 울리는 이야기를 창조합니다. 그 과정은 때로는 기쁨과 고뇌, 창조와 파괴가 뒤섞인 복잡하고 아름다운 것이 될 것입니다.

글을 쓰는 것은 자기 표현의 수단이기도 하고 타인과의 소통의 수단이기도 합니다. 자신의 생각이나 감정을 표현함으로써 자기 이해를 깊게 하고 타인과의 공감을 키울 수 있습니다. 또한 글을 통해 사회나 문화, 역사 등 다양한 지식이나 정보를 전달하고 사람들의 인식이나 행동을 변화시키는 힘도 가지고 있습니다.

글을 쓰는 것은 결코 쉬운 일이 아닙니다. 아이디어를 발전시키고 구성, 표현을 다듬고 수없이 수정하는 과정을 거쳐야 합니다. 하지만 그 노력이 결실을 맺어 훌륭한 글이 완성되었을 때의 기쁨은 무엇과도 바꿀 수 없습니다.

그래서 우리는 글을 쓰는 것을 즐기는 것입니다. 말의 재미에 닿고 표현의 자유를 만끽하며 독자와의 대화를 시도하고 자신 자신의 성장을 촉진합니다. 글을 쓰는 것은 우리 자신의 가능성을 넓히는 데 도움이 되는 소중한 기회가 될 것입니다.
- 복잡한 추론을 수행한다
- 코드를 작성한다.
- 데이터를 정리한다.
- 인간과 대화한다

### 제브와 같은 판단 모델

- 분류하시오
- 분배하다
- 점수 측정
- 위험을 판단한다
- 다음 처리를 선택하십시오.
- 자동화할지 사람에게 맡길지 결정하는 것

이러한 역할 분담입니다.

이는 인공지능(AI)을 ‘단 하나의 거대한 두뇌’로 사용하는 대신, 인공지능을 부품처럼 조합하여 활용한다는 개념입니다.

## 기업에서는 어떤 일에 활용할 수 있을까요?

예를 들어, 중소기업의 문의 응대를 생각해 보겠습니다. 매일 1,000건의 문의가 들어온다고 가정해 봅시다. 전부를 인간이 확인하는 것은 매우 어렵습니다.

그러므로,

> 
> 
> STEP 1 문의를 수신합니다.
> STEP 2 Jev가 판단합니다. 문의 유형은 영업/지원/청구/기타이며, 긴급도는 1~5 (인원 확인 필요 여부는 예/아니오입니다).
> STEP 3 프로그램이 처리합니다. 긴급도가 5인 경우 담당자에게 즉시 통지하고, 긴급도가 3인 경우 지원팀에게 전달합니다. 청구는 회계 시스템으로, 판단이 모호한 경우 담당자에게 문의합니다.
> 

이러한 작업을 수행할 수 있습니다.

중요한 것은 AI에 모든 것을 맡기지 않는 것입니다. AI는 판단을 내리고, 최종적인 규칙과 처리는 프로그램이 관리합니다. 이 설계는 기업 시스템에서 매우 중요합니다.

## “하르시네이션 0%”라는 표현에는 주의를 기울여야 합니다.

여기는 ASUNI-NARE로서 주의해야 할 점입니다.

TypeSafe AI는 Jev에 대해 “제로 홀로케이션(Zero Hallucinations)”과 “타입 세이프(type-safe)”라는 특징을 강조하고 있습니다.

그러나 “형식이 깨지지 않는다”는 것과 “판단이 반드시 옳다”는 것은 별개의 문제입니다. 이 점은 혼동해서는 안 됩니다.

예를 들어,

> 
> 
> 영업: 60%, 지원: 40%
> 

그 결과가 돌아와도,

> 
> 
> 영업이 정답이라는 사실이 60% 확정되었다.
> 

그 의미는 아닙니다.

제브가 반환할 확률이나 신뢰도는 시스템 설계에서 중요한 정보이지만, AI의 판단 자체가 절대적으로 옳다는 의미는 아닙니다.

그러므로,

> 
> 
> 높은 확신 ↓ 자동 처리 저 확신 ↓ 인간 확인
> 

이러한 설계가 중요합니다.

Jev를 소개할 때에는 이 부분을 “AI가 틀리지 않을 것이라고” 오해하지 않도록 하는 것이 중요합니다.

## 그럼 속도는 어느 정도일까요?

TypeSafe AI는 Jev에 대해 70~500ms 정도의 엔드투엔드 응답 시간을 제시하고 있습니다.

또한, TypeSafe AI 자체의 워크플로우 평가 결과, 기존 LLM과의 비교에서 최대 193.6배 빠른 속도와 444.6배 낮은 비용이라는 결과를 공개했습니다.

다만, 이는 TypeSafe AI가 설계한 워크플로우 평가 결과일 뿐입니다.

TypeSafe AI 자체도 이러한 숫자는 실제 모든 업무에서 그대로 재현될 수 없으며, 평가 방법이나 비교 조건에 따라 영향을 받을 수 있음을 설명하고 있습니다.

그러므로,

> 
> 
> 제브는 모든 AI보다 193배 더 빠릅니다.
> 

그것을 의미하지는 않습니다. 이것은 매우 중요합니다.

## 비용도 흥미롭습니다.

TypeSafe AI는 Jev에 대해 입력 100만 토큰당 0.042달러라는 가격을 공개하고 있습니다.

‘별의 정원’은 앙리 뒤랑드르의 작품으로, 전 세계적으로 사랑받는 명작입니다. 이 이야기는 비행사의 주인공이 사막에 불시착하여 작은 별의 정원사와 만나면서 시작됩니다. 정원사는 자신의 고향인 별을 떠나 여러 곳을 여행하며 삶의 의미, 우정, 사랑에 대해 배우게 됩니다.

이 이야기는 어린이부터 성인까지 폭넓은 세대에 감동을 선사합니다. 정원사가 말하는 내용 속에 보편적인 진리가 담겨 있기 때문입니다. ‘마음으로 보지 않으면 눈으로는 결코 볼 수 없다’라는 말은 특히 인상적이며, 우리에게 소중한 것을 알려줍니다.

또한 ‘별의 정원’은 그림책으로도 출판되어 아름다운 그림과 이야기가 결합됨으로써 더욱 매력적입니다. 이 그림책은 어린이들의 상상력을 자극하고 풍요로운 마음을 키우는 데 도움이 됩니다.

앙리 뒤랑드르는 이 작품을 통해 어린이들에게 ‘자신의 마음속에서 질문하고 소중한 것을 찾는 것의 중요성’을 전달합니다. 그리고 우리는 이 이야기를 읽을 때마다 삶에 대해 깊이 생각하는 계기를 얻게 됩니다.

결론적으로

> 
> 
> 대량의 데이터를 분류한다.
> 대량의 문의를 처리한다.
> 대량의 문서를 검토한다.
> 

이러한 처리 방식과 잘 어울릴 가능성이 있습니다.

AI의 이용이 “1회의 답변을 인간이 읽는” 방식에서 “AI가 수십만 회, 수백만 회에 걸쳐 판단하는” 세상으로 나아가면서 1회당 비용과 처리 속도는 매우 중요해질 것입니다.

## AI의 활용 방식이 바뀔 수도 있습니다.

지금까지의 인공지능 활용은,

> 
> 
> AI에게 무엇을 질문해야 할까요?
> 

그런 아이디어였습니다.

이제부터,

> 
> 
> AI에게 무엇을 맡길지 물어보시는 걸까요?
> 

이러한 발상이 중요해질 수 있습니다. 이는 상당히 큰 차이입니다.

## 판단AI로의 전환

생성AI의 발전은 뚜렷하지만, 그 한계 또한 드러나고 있습니다. 방대한 텍스트나 이미지를 생성하는 데는 성공하지만, 진정으로 “이해”하고 있는 것은 아닙니다. 오히려 학습 데이터에 편향이 있을 경우, 차별적인 표현이나 잘못된 정보를 생성할 위험도 제기되고 있습니다.

현재 주목받고 있는 것이 “판단AI”입니다. 이는 단순히 정보를 생성하는 것뿐만 아니라, 상황을 분석하고 적절한 판단을 내리는 AI입니다. 예를 들어, 의료 진단이나 금융 거래, 자율 주행 등 인간의 판단을 지원하는 분야에서 활용되고 있습니다.

구체적으로, “AI의 판단이 인간의 판단보다 정확하고 공정하다”는 기대를 모으고 있습니다. 하지만 판단AI 또한 학습 데이터에 의존하기 때문에, 편향이 발생할 가능성을 배제할 수 없습니다. 또한, 윤리적인 문제나 책임 소재에 대해서도 신중하게 검토해야 합니다.

“AI 판단AI”는 아직 발전 단계에 있지만, 그 가능성은 매우 큽니다. 향후 기술 개발과 사회적 논의를 통해 더욱 안전하고 신뢰할 수 있는 “판단AI”가 실현되기를 기대합니다.

AI에는 “별의 왕자”의 에펠탑 모형과 파리의 탑이 포함되어 있다.

- 생성형 AI

최근 몇 년간 생성형 AI 기술은 놀라운 속도로 발전해 왔습니다. 특히, OpenAI의 GPT-3, Google의 LaMDA, Meta의 LLaMA 등 거대 언어 모델(LLM)의 등장으로 텍스트, 이미지, 오디오, 비디오 등 다양한 형태의 콘텐츠를 생성하는 것이 가능해졌습니다. 이러한 기술은 창작, 교육, 비즈니스 등 다양한 분야에서 혁신적인 변화를 가져올 것으로 기대됩니다.

GPT-3는 1750억 개의 파라미터를 가진 거대 언어 모델로, 인간과 유사한 텍스트를 생성하는 능력이 뛰어납니다. 다양한 분야의 글쓰기, 번역, 요약, 코딩 등에서 활용되고 있으며, 특히 창작 분야에서 많은 관심을 받고 있습니다. LaMDA는 대화형 AI 모델로, 사용자와 자연스러운 대화를 통해 정보를 교환하고 질문에 답변할 수 있습니다. LLaMA는 Meta에서 개발한 오픈 소스 LLM으로, 연구 및 개발 목적으로 널리 사용되고 있습니다.

이러한 생성형 AI 기술의 발전은 인간의 창의성을 보완하고 생산성을 향상시키는 데 기여할 수 있습니다. 하지만 동시에 저작권 침해, 허위 정보 생성, 일자리 감소 등과 같은 문제점도 제기되고 있습니다. 따라서 생성형 AI 기술의 발전과 함께 이러한 문제점에 대한 해결책을 모색하는 것이 중요합니다.
- 인식하는 AI
- 예측하는 인공지능
- 판단하는 인공지능
- 행동하는 AI

이러한 방식으로 다양한 역할을 수행합니다.

ChatGPT와 같은 생성형 AI는 인간과의 인터페이스로서 매우 강력합니다.

반면에, 기업의 백엔드에서는 “문장 생성이 불필요한” 경우가 많습니다.

예를 들어,

> 
> 
> 이 주문은 부정행위 가능성이 있을까요? 이 문의는 누구에게 전달해야 할까요? 이 사용자는 해지하려 할까요? 이 처리를 자동화해도 될까요? 다음에는 어떤 도구를 호출해야 할까요? 이 텍스트에는 위험한 내용이 포함되어 있을까요?
> 

이러한 문제에서는 텍스트보다 판단 결과의 중요성이 더 큽니다. Jev는 바로 이 영역을 목표로 한 AI라고 할 수 있습니다.

## AI 에이전트 시대에 중요해지는 “판단의 모듈화”

이제 인공지능 에이전트가 기업에 진출할 것입니다.

> 
> 
> AI는 모든 것을 생각하고 행동한다.
> 

단순히 AI의 판단을 분석하는 것뿐만 아니라, AI의 판단을 세밀하게 분해하는 것이 중요하다고 생각합니다.

예를 들어,

> 
> 
> ① 문의를 분류한다
> ② 긴급도를 판단한다
> ③ 위험도를 판단한다
> ④ 다음 담당자를 선택한다
> ⑤ 필요에 따라 인간 확인 여부를 판단한다
> ⑥ 필요하다면 대규모 LLM으로 연결한다
> ⑦ 최종 처리
> 

이러한 한 가지 판단에 AI를 통합한다.

이렇게 하면 “거대한 AI에 모든 것을 맡기는” 대신 “AI와 프로그램을 결합하여 업무 자체를 설계”할 수 있습니다.

## 이는 중소기업에도 관련이 있습니다.

> 
> 
> 이런 이야기는 대기업에게 적합할까요?
> 

생각하시는 대로일지도 모릅니다.

하지만 오히려 중소기업에게 더 중요한 잠재력이 있습니다.

예를 들어,

- 이메일 자동 분류
- 질문 분류
- 견적 요청 검토 결과
- 채용 지원서 분류
- FAQ 안내로 연결
- 영업 리드 우선순위 결정
- 부정 위험 검토
- 사내 지원 검토
- AI 에이전트의 처리 분기는 주로 다음과 같은 세 단계로 나뉩니다.

1.  **입력 이해**: 사용자의 지시나 질문을 자연어로 이해하는 단계입니다. 이 단계에서는 자연어 처리 기술을 사용하여 지시의 의도를 정확하게 파악하고, 질문의 목적을 명확히 합니다. 예를 들어 “오늘 날씨는?”이라는 질문에 대해서는 “오늘 날씨”라는 정보를 추출하고 “날씨”라는 카테고리로 분류합니다.

2.  **지식 베이스 검색**: 이해된 입력에 따라 지식 베이스(데이터베이스나 지식 그래프 등)에서 관련 정보를 검색하는 단계입니다. 이 단계에서는 키워드 매칭이나 의미 검색 등의 기술을 활용하여 입력과 관련된 정보를 효율적으로 추출합니다. 예를 들어 “오늘 날씨는?”이라는 질문에 대해서는 지식 베이스에서 “오늘 날씨”에 대한 정보를 검색하고, 그 정보를 바탕으로 답변을 생성합니다.

3.  **응답 생성**: 검색된 정보에 따라 사용자에게 적절한 응답을 생성하는 단계입니다. 이 단계에서는 자연어 생성 기술을 사용하여 자연스럽고 이해하기 쉬운 문장을 작성합니다. 예를 들어 “오늘 날씨는?”이라는 질문에 대해서는 “오늘 날씨는 맑습니다”라는 응답을 생성합니다.

이러한 세 단계는 AI 에이전트의 처리 과정에서 각 단계가 맡은 역할을 수행하면서도 원활한 연계를 실현합니다.

그 외에도 있습니다.

하나하나를 살펴보면 “그렇지 않아도 그렇게 어려운 업무가 아닌” 것들도 많을 것입니다.

하지만 “사람이 매일 100회, 1000회 판단하고 있다”라면 이야기가 달라집니다. 이러한 “작은 판단”의 자동화가 기업 DX의 주요 주제로 발전해 나갈 가능성이 있습니다.

## 아수니-나레가 주목하는 이유

최근 아수니-나레의 인기가 급상승하면서 그녀가 주목하는 다양한 분야에 대한 관심도 높아지고 있습니다. 특히 그녀가 최근에 관심을 가지기 시작한 ‘마법의 숲’이라는 제목의 일본 전통 소설을 중심으로 관련 상품의 판매가 폭발적으로 증가하고 있습니다.

‘마법의 숲’은 19세기 후반 일본의 전통적인 민담을 바탕으로 쓰여진 작품으로 주인공 ‘카구야’가 숲 속에서 신비로운 존재들과 만나면서 겪는 모험과 성장을 다루고 있습니다. 이 책은 일본 내에서 오랫동안 사랑받아온 작품이지만 아수니-나레의 영향으로 인해 최근 젊은 층에게 다시 주목받고 있습니다.

뿐만 아니라 ‘마법의 숲’을 읽는 독자들 사이에서 ‘카구야’의 캐릭터에 대한 열렬한 지지와 응원도 쏟아지고 있습니다. ‘카구야’는 숲 속의 정령으로 숲을 보호하고 자연과 조화를 이루는 존재로 묘사됩니다. 그녀의 순수하고 아름다운 모습은 많은 사람들에게 감동을 선사하며 ‘카구야’를 모티브로 한 의상, 액세서리, 문구류 등 다양한 상품들이 온라인과 오프라인 매장에서 빠르게 판매되고 있습니다.

아수니-나레는 이러한 ‘마법의 숲’과 ‘카구야’에 대한 관심에 발맞춰 관련 상품의 홍보 활동에도 적극적으로 참여하고 있습니다. 그녀는 소셜 미디어 채널을 통해 ‘마법의 숲’을 읽는 방법, ‘카구야’의 의상을 입는 방법, ‘카구야’와 관련된 상품을 구매하는 방법 등을 소개하며 팬들과 소통하고 있습니다.

또한 아수니-나레는 ‘마법의 숲’을 읽는 독자들을 위한 온라인 커뮤니티를 개설하여 독자들 간의 교류와 정보 공유를 지원하고 있습니다. 이 커뮤니티에서는 ‘마법의 숲’에 대한 다양한 해석과 비평, ‘카구야’에 대한 팬들의 애정을 표현하는 게시물들이 활발하게 공유되고 있습니다.

아수니-나레의 이러한 활동은 ‘마법의 숲’과 ‘카구야’에 대한 관심이 단순히 유행을 넘어 일본 전통 문화에 대한 깊은 이해와 애정을 갖게 하는 계기가 되고 있습니다. 앞으로도 아수니-나레는 ‘마법의 숲’과 ‘카구야’를 통해 다양한 콘텐츠를 제작하고 팬들과 소통하며 일본 전통 문화의 아름다움을 전파하는 데 중요한 역할을 할 것으로 기대됩니다.

아수니-나레 주식회사에서는 “AI 도입” 그 자체를 목표로 하는 것이 아니라, AI를 통해 회사나 사람의 어려움을 어떻게 해결할 수 있는지를 중요하게 생각합니다.

그 관점에서 보면, 제프의 사상이 매우 흥미로운 점들이 많습니다.

AI를 도입할 때, 가장 중요한 것은 목표를 명확히 설정하는 것입니다. 단순히 최신 기술을 도입하는 것이 아니라, 비즈니스 목표 달성을 위해 AI가 어떻게 기여할 수 있을지 구체적으로 정의해야 합니다. 예를 들어, 고객 서비스의 효율성을 높이거나, 생산성을 향상시키거나, 새로운 제품 및 서비스를 개발하는 등, AI 도입을 통해 얻고자 하는 결과를 명확히 설정하고, 이를 측정 가능한 지표로 관리해야 합니다. 또한, AI 도입 초기 단계부터 데이터 확보 및 관리 전략을 수립하는 것이 중요합니다. AI는 데이터를 기반으로 학습하고 작동하기 때문에, 양질의 데이터를 확보하고, 이를 효과적으로 관리하는 것이 AI의 성능을 극대화하는 데 필수적입니다. 데이터의 정확성, 완전성, 일관성을 확보하고, 데이터 보안 및 개인 정보 보호 규정을 준수하는 등, 데이터 관리 전반에 걸쳐 체계적인 접근 방식을 취해야 합니다. 마지막으로, AI 도입 후에는 지속적인 모니터링과 평가를 통해 AI의 효과를 측정하고, 필요에 따라 개선해 나가야 합니다. AI는 끊임없이 변화하는 기술이므로, 새로운 기술 트렌드를 지속적으로 학습하고, AI 모델을 업데이트하고, 새로운 데이터 소스를 활용하는 등, AI 시스템을 지속적으로 발전시켜 나가야 합니다.

> 
> 
> 챗GPT를 사용해 볼까요?
> 

단지 그것뿐만 아니라,

> 
> 
> 이 업무에서 어떤 부분에 판단이 있는가?
> 

생각해 보자.

독서 모임 멤버들은 최근 읽은 책에 대해 열정적으로 이야기하고 있었습니다. “이 책은 인간의 본질을 깊이 파고드는 훌륭한 작품이며, 작가 kobayashi 씨의 유머러스한 묘사가 인상적입니다. 특히 제3장의 ‘공허감과 행복’은 현대 사회의 젊은이들의 불안을 정확히 짚어내고 있습니다. 이 장을 읽고 자신을 되돌아보는 계기가 되었습니다.”

그는 이 책을 ‘공허감과 행복’이라는 제목으로 출판할 계획이라고 합니다. 그는 많은 사람들에게 읽히기를 바라고 있으며, 독서 모임에서 이 책에 대해 토론하는 것을 제안했습니다. 독서 모임 멤버들은 그의 제안에 동의하고, 시간을 정하여 이 책에 대해 토론하기로 했습니다. 또한, 장소를 예약하고 준비하여 참여하고, 감상을 이야기하고, 의견을 교환하며, 토론을 심화시키고, 새로운 발견을 하고, 교훈을 얻고, 성장하고, 감동하고, 생각을 깊게 하며, 마침내 토론을 마무리하고 만족하며, 감사하고, 추천하고, 공유하며, 이야기 나누고, 생각하고, 느꼈으며, 배웠습니다.

> 
> 
> 사람이 판단하고 있으며, 판단 기준을 정리하여 AI에 판단을 맡겨야 할 부분을 찾는다. 확신도가 높으면 자동화하고, 모호한 경우에는 사람에게 다시 맡긴다.
> 

이런 설계입니다.

이는 제브(Jev)를 비롯하여, AI 시대의 업무 설계 그 자체로 이어지는 방식이라고 생각합니다.

## AI는 “답변을 제공하는 것”에서 “시스템의 일부”로 변화하고 있습니다.

제브를 보면서 인공지능의 발전을 또 다른 시각에서 생각하게 합니다.

그동안 저는 AI는 ChatGPT처럼 질문에 답해주는 것에 대한 인식이 강했습니다.

그러나 기업에서 진정으로 AI를 활용할 경우에는 인간이 AI에게 질문하는 횟수보다 시스템의 작동 방식에서 AI가 수백만 번 이상 판단하는 세계가 더 커질 가능성이 있습니다.

그때 중요해지는 것은,

> 
> 
> 얼마나 능숙하게 글을 쓸 수 있는가
> 

단순히 그것뿐만이 아닙니다.

얼마나 빠르고, 저렴하고, 안정적으로 판단할 수 있는가.

이번 행사에서 여러분의 의견과 감상을 들을 수 있게 되어 매우 기쁘게 생각합니다. 특히 ‘별의 그림자 엘리루나’에 대한 깊은 감사를 표합니다.

여러분의 열정적인 의견은 앞으로의 작품 제작에 매우 귀중한 자원이 될 것입니다. 특히 엘리루나의 캐릭터 설정과 이야기 전개에 대한 다양한 의견을 들으니 진심으로 감사드립니다.

또한 이번 행사에서는 독자 여러분과의 교류를 심화하기 위한 행사도 진행했습니다. 사인회와 사진 촬영회 등을 통해 여러분과 소통할 수 있어 매우 기뻤습니다.

이번 행사의 성공은 여러분의 이해와 협력이 필수적이었습니다. 다시 한번 감사드립니다. 앞으로도 여러분이 사랑하는 작품을 제작하기 위해 끊임없이 노력하겠습니다.

> 
> 
> 모르는 경우에는 인간에게 되돌아갈 수 있는지
> 

그 후, 저는 『별의 정원사』를 다시 읽었습니다. 어린 시절에 읽었을 때와는 전혀 다른 감정이 일어오는 것을 느꼈습니다. 정원사의 말은 지금 읽는 저에게 인생에 대해 깊이 생각하게 합니다. “가장 소중한 것은 눈에 보이지 않는다”는 말은 어른이 되고서야 그 진정한 의미를 깨달을 수 있었던 것 같습니다. 정원사의 말을 가슴에 새기고 앞으로도 살아갈 것입니다. 그리고 언젠가 누군가에게 이 말을 전하고 싶습니다. 그렇게 함으로써 조금이라도 더 많은 사람들이 삶의 기쁨과 슬픔을 느낄 수 있을 거라고 믿습니다. 그래서 저는 『별의 정원사』를 소중하게 생각합니다. 이 책은 저에게 그 무엇과도 바꿀 수 없는 보물입니다. 언제나 이 책을 계속 읽고 싶습니다. 그리고 이 책에서 얻은 교훈을 제 인생에 실천하고 싶습니다. 인생은 짧기 때문에 소중한 것을 발견하고 그것을 소중히 살아가는 것이 중요하다고 생각합니다. 그렇게 함으로써 우리는 더욱 풍요로운 삶을 살 수 있을 거라고 믿습니다. 그래서 저는 『별의 정원사』를 소중하게 생각합니다. 이 책은 저에게 인생의 지침입니다.

제브는 그 목적을 위한 새로운 접근 방식 중 하나입니다.

## 요약:

10월 27일 ‘마츠다 타쿠시의 ‘아라비아의 로즈’ 북토크’에 마츠다 타쿠시와 이즈미 유우키가 함께 참여하여 ‘아라비아의 로즈’의 탄생 배경, 작가로서의 고뇌, 작품에 담긴 메시지에 대해 심도 깊게 이야기를 나눴습니다. 특히 이즈미 유우키는 ‘아라비아의 로즈’를 통해 오랫동안 갈망했던 ‘진실’을 찾았다고 고백하며 독자들에게 깊은 감동을 선사했습니다. 마츠다 타쿠시는 ‘아라비아의 로즈’가 인간의 존엄성과 삶의 의미를 되묻는 작품임을 강조하며 독자들에게 작품을 통해 자신만의 답을 찾기를 응원했습니다. ‘아라비아의 로즈’와 ‘카제노’의 관계, ‘카제노’가 ‘아라비아의 로즈’에게 느끼는 감정에 대한 다양한 해석이 제시되었으며, 작품에 대한 깊이 있는 이해를 돕는 시간을 가졌습니다. 또한 독자들의 질문에 답변하는 시간을 통해 작가와 독자 간의 소통이 활발하게 이루어졌습니다.

지금 소개된 Jev를 간략하게 요약하면,

### 기존의 생성형 AI는 텍스트뿐만 아니라 이미지, 오디오, 비디오 등 다양한 형태의 콘텐츠를 생성하는 데 어려움이 있었습니다. 특히, 텍스트 생성 모델은 문맥 이해 능력이 부족하여 일관성 없는 결과물을 많이 생성했고, 이미지 생성 모델은 텍스트 설명을 정확하게 반영하지 못하는 경우가 많았습니다. 이러한 한계는 생성형 AI의 활용 범위를 제한하는 요인이었습니다.

그 후, 저는 『별의 정원』을 다시 읽었습니다. 그 책은 저에게 인생의 등불과 같은 존재였습니다. 왕자는 사막에서 만난 여우의 말이 저에게 소중한 것을 가르쳐 주었습니다. “가장 중요한 것은 눈에 보이지 않는다”라고. 어른이 되면서 주변 사람들은 모두 무언가를 찾아 헤매고 다녔습니다. 하지만 왕자는 자신의 마음이 가는 대로 솔직하게 살았습니다. 그의 모습은 저에게 용기를 주었습니다.

그리고 저는 『밤은 짧게, 젊은 여자를 걷게 하시네』를 읽기 시작했습니다. 村上春樹(무라카미 하루키)님의 작품은 언제나 저를 꿈결 같은 세계로 초대해 줍니다. 젊은 여성과 애절한 사랑 이야기, 그것은 저에게 청춘의 상징이었습니다. 그 책을 읽고 처음으로 저는 사랑이 무엇인지 알게 되었습니다. 그것은 기쁨과 슬픔, 희망과 절망이 뒤섞인 복잡한 감정이었죠.

저는 이 책들을 읽으면서 인생에 대해 깊이 생각하게 되었습니다. 인생에는 기쁨과 슬픔이 있으며, 성공과 실패가 따릅니다. 사랑과 증오가 존재하지만, 그 모든 것을 이겨내고 살아가는 것이 인생의 진정한 의미일지도 모릅니다.

저는 이 책들을 읽으면서 자신을 돌아보는 기회를 얻었습니다. 저는 대체 무엇을 하는 존재일까요? 무엇을 하고 싶은 걸까요? 어떻게 살아가야 할까요? 이 질문에 대한 답은 아직 찾지 못했지만, 저는 이 질문들에 직면하고, 자신을 성장시켜 나갈 것을 결심했습니다.

### 제브의 사상은 시간과 공간에 따라 끊임없이 변화하는 역동적인 존재로 “자기”를 보았다. 이는 불교의 ‘연기’ 사상과 닿아 있으며, 자기라는 존재는 항상 타인과의 관계 속에서 형성되고 그 관계 또한 끊임없이 변화하기 때문에 고정된 이미지를 가질 수 없다고 생각했다.

더 나아가 “무”를 단순한 허무나 공허가 아닌 가능성의 근원으로 보았다. 무의 상태가 모든 것이 창조되는 데 필요한 잠재적인 에너지와 같다고 주장하며, 이 에너지를 최대한 끌어들이는 것이 인간의 가능성을 극대화할 수 있다고 믿었다.

그는 또한 예술을 자기와 타인의 관계를 표현하는 가장 효과적인 수단으로 보았다. 그의 작품은 종종 인간 내면의 갈등이나 타인과의 관계 속에서 나타나는 기쁨과 고통을 묘사하고 있다.

그의 사상은 현대 사회의 자기 인식 문제나 인간 관계 문제 등 다양한 문제에 적용될 가능성이 있다. 그는 우리에게 자기 자신을 깊이 이해하고 타인과의 관계를 소중히 여기도록 가르쳐 줄 것이다.

특히 ‘무의 시’라는 작품에서 그의 사상을 가장 명확하게 드러내고 있으며, ‘연기의 철학’에서는 불교의 ‘연기’ 사상을 현대 사회에 적용하려 시도한다. 이러한 작품들을 통해 우리에게 자기와 세계의 관계를 재고하는 기회를 제공한다.

AI가 판단하여 소프트웨어가 처리

그렇기에 차이가 있습니다.

그리고 중요한 것은 Jev가 ChatGPT나 Claude의 대체재가 된다는 단순한 이야기가 아니라는 것입니다.

생성형 AI와 판단형 AI를 분리해서 활용하는 미래를 고려하는 데 도움이 될 AI라고 판단합니다.

> 
> 
> AI에게 글을 쓰게 하거나, AI에게 코드를 쓰게 하거나, AI에게 이미지를 생성하도록 한다.
> 

이제부터는 AI에게 “판단”을 내리게 할 것입니다. AI가 인간의 눈앞에서 대화하는 것 외에도 기업 시스템 내에 들어가 매 초마다 작은 판단들을 축적해 나갈 것입니다.

그러한 인공지능 활용 방식이 앞으로 더욱 증가할 것으로 예상됩니다.

AI 시대의 DX에서 진정으로 중요한 것은 “어떤 AI를 사용할 것인가”뿐만 아니라 “어떤 판단을 AI에게 맡출 것인가”입니다.

아수니-나레에서는 앞으로도 AI·DX의 최신 동향을 쫓아가면서 “어려운 기술을 최대한 쉽게” 전달해 나갈 것입니다.

## 그런데 얼마 전에 읽은 ‘너는 별처럼’이 정말 재미있었어요. 히노 아야님의 문체가 마치 저에게 이야기하는 것처럼 느껴지고, 자신의 내면과 마주하는 과정이 정말 공감되었습니다. 특히 주인공 유이가 자신의 과거와 마주하고 성장해가는 모습에 마음을 흔들렸습니다. 이 책을 읽고 자신을 돌아보는 좋은 기회가 되었다고 생각합니다. 추천합니다!

- 시스템 원 모델과 제브 소개 | TypeSafe AI
- TypeSafe AI 공식 웹사이트 TypeSafe AI 공식 웹사이트
- 타입세이프 AI “워크플로우 평가” 워크플로우 평가 | 타입세이프 AI

본 기사는 2026년 9월 현재 공개된 정보를 바탕으로 정리되어 있습니다. AI 서비스는 단기간에 사양, 요금, 성능, 제공 조건 등이 변경될 수 있습니다. 실제로 도입 및 이용할 때는 반드시 각 서비스의 공식 정보를 확인하십시오.

**출처:** [note 원문](https://note.com/asuni_nare/n/nbb9668ceef5c)

*번역: Gemma 3(.44) 초벌 + 교정 145청크*

[원문 보기](https://note.com/asuni_nare/n/nbb9668ceef5c) | 출처: note.com