AI 모델의 진화는 지금까지 거의 “얼마나 현명하게 생각할 수 있는가”라는 경쟁이었다. 더 오래 생각하고, 복잡한 문제를 해결하고, 코드를 작성하고, 이미지를 보고, 에이전트로서 몇 시간이나 일할 수 있는지를 겨루는 것이었다. 즉, ‘대뇌’를 거대화시키는 경쟁이라고 할 수 있다.
그러고 나서 Jev라는 AI 모델이 약간 다른 방향에서 나타났다.
제브(Jev)는 TypeSafe AI가 2026년 9월 14일에 공개한 “System One 모델”이라는 새로운 종류의 모델이다. 일반적인 LLM처럼 문장을 생성하는 것을 목적으로 하지 않으며, 주어진 상황에 대해 선택, 판정, 점수 등을 빠르게 반환하는 데 특화되어 있다. TypeSafe는 스스로를 “비정형 상태를 입력으로 받고, 타입이 결정된 확률 기반의 판단을 출력하는 모델”로 설명하고 있다.
공개된 데모 중 하나가 흥미롭다. Jev가 스매쉬브라더스에서 4명의 캐릭터를 모두 조작하여 자신과 대결하고 있다. 그 순간의 게임 상태를 읽어내고, “다음으로 무엇을 할 것인가”를 계속해서 판단한다. 긴 문장을 생성하는 것은 아니다. 다만 묵묵히 판단만 하고 있다.
TypeSafe에 따르면 Jev의 응답 시간은 일반적으로 70ms에서 500ms 사이이다. 입력 요금은 10억 토큰당 42달러이며, 출력에 대해서는 과금하지 않는다는 방침이다. 기존 LLM과는 근본적으로 업무 형태가 다르므로 단순 비교는 어렵지만, “생각하며 글을 쓰는 AI”와는 분명히 다른 방향을 지향하고 있다. (typesafe.ai)
이것을 보면서 생각했다. 로봇에게 필요한 것은 바로 이런 AI가 아니었을까.
이전부터 로보틱스에는 인간의 소뇌에 상당한 부분이 필요하다고 생각했다. 인간은 걸을 때마다 “오른발을 3센티미터 앞으로 내고, 무게 중심을 2센티미터 이동해서……” 등과 같이 대뇌에서 ‘이것을 해야 한다’라고 생각하고 있는 것은 아니다. 자세를 유지하고, 손을 뻗고, 장애물을 피하고, 균형이 무너질 경우 즉시 보정하는 것과 같은 처리는 의식적으로 생각하는 것보다 훨씬 더 빠르고 자동적으로 이루어지는 것이다.
로봇도 같다.
지금까지 로보틱스에서는 그들의 소뇌에 해당하는 부분을 주로 제어 공학으로 구현해왔다. PID 제어, 상태 피드백, 모델 예측 제어, 역역학, 궤적 생성 등이 그것에 해당한다. “모터에 이 각도까지 회전시켜”, “속도가 줄어들었으니까 출력을 올려”, “자세가 기울어졌으니까 반환”과 같은 처리는 매우 빠르고 확실하게 실행할 수 있었다. 따라서 기존 로봇에도 소뇌가 없었던 것은 아니었다.
하지만 대부분은 인간이 수식이나 규칙으로 설계한 것이었다. 그러나 현실 세계는 규칙만으로는 처리할 수 없는 문제들이 발생했다. 사람이 앞을 지나갔다. 짐이 떨어졌다. 바닥이 미끄러졌다. 늘과 다른 장애물이 나타났다. 좁은 공간이라 이번에는 오른쪽이 아닌 왼쪽에서 회전하는 것이 더 적절했다. 이렇게 되면 단순한 PID 제어의 세계가 아니게 된다.
그렇다고 해서 매번 거대 언어 모델에 문의하여 “현재 이러한 상황입니다. 다음에는 어떻게 해야 할까요”라고 생각하게 하는 것은 늦다.
여기 제브와 같은 AI가 들어갈 충분한 가능성이 있다.
큰 인공지능은 “이 짐을 옆 방까지 옮겨다오”라는 목적을 이해한다. 그 다음 단계의 고속 인공지능은 “지금은 전진”, “조금 왼쪽”, “사람이 있어서 정지”, “오른쪽에서 회피”와 같은 순간적인 판단을 내린다. 그리고 최하위 단계에서는 기존의 제어 시스템이 모터와 관절을 확실하게 움직인다.
인간에 비유한다면 대뇌가 계획을 세우고, 소뇌와 기저핵이 고속으로 행동을 선택하며, 척수와 반사체가 몸을 움직이는 그러한 구조이다.
현재의 Jev는 소프트웨어 내부에서의 빠른 판단을 주된 용도로 하며, Cloudflare의 설명에 따르면 상태에 대해 Choice(선택)나 Score(점수)와 같은 질문을 평가하는 모델로 제공된다. 컨텍스트 길이는 32,000 토큰이다.
그럼에도 불구하고, 이 방향에는 상당한 기대를 가지고 있습니다.
TypeSafe가 이 모델들을 “System One Models”라고 명명한 것도 의미가 있다. 꼼꼼하고 논리적으로 사고하는 System 2에 비해, System 1은 빠르고 직관적으로 판단한다. TypeSafe는 바로 후자를 AI로 만들고자 하고 있다.
그리고 로보틱스에서 사용한다면, 또 다른 중요한 조건이 있습니다. 소뇌는 클라우드가 아닌, 현장에 직접 설치하는 것이 좋습니다.
로봇이 장애물을 발견할 때마다 인터넷의 다른 쪽에 문의하는 것은 매우 번거롭다. 네트워크에는 지연, 불안정성, 연결 끊김이 발생할 수 있다. 통신이 끊어지는 순간 로봇이 신체를 제어할 수 없게 되는 일이 없도록 해야 한다.
안전 정지, 자세 제어, 충돌 회피와 같은 처리는 당연히 로컬에서 처리한다. 또한, “빠른 판단 AI” 역시 로봇 자체의 SoM이나 NPU에서 실행하는 것이 바람이다.
현재 제브는 그런 상태가 아닙니다. 하지만 이와 같은 모델은 거대 LLM과는 달리 기능을 제한하고 있습니다. 따라서 앞으로 더 작아지고, 로컬에서 실행되는 방향으로 발전할 가능성이 있습니다.
그렇다면 재미있겠네요.
클라우드나 대규모 GPU 환경에는 거대 AI가 존재한다. 로봇 중에는 즉시 판단하는 작은 AI가 있다. 또한 마이크론은 모터와 센서를 실시간으로 제어한다.
대뇌는 클라우드와도 있을 수 있다. 하지만 소뇌는 몸 안에 위치한다.
물리적 AI는 결국 그러한 구조로 발전해 갈 것이라고 생각한다.
지금까지 AI는 끊임없이 똑똑해지려고만 노력해왔습니다. 하지만 몸을 가질 수 있다면, 똑똑함만으로는 부족합니다. 생각하는 AI와 별개로 반사적으로 판단하는 AI가 필요해집니다.
제브가 그 답이 될지는 아직 불확실하다. 다만, “더욱 거대한 LLM을 만드는” 것 외의 방향에서 새로운 AI의 형태가 나타난 것 자체가 흥미롭다.
AI에게는 대뇌뿐만 아니라 소뇌가 생겨나고 있을지도 모른다.
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 20청크
원문 보기 | 출처: note.com