# 【Jev는 무엇인가】단순 판단만 제공하는 AI는 “AI 부품”이 될 수 있다 – 오하라 와케이와 함께 생각하는 활용법과 본질

> https://bookfactory.kr/board/news/18292
> 게시판: 뉴스
> 작성자: admin
> 작성일: 2026-09-24T02:32:35.251Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/316631039/rectangle_large_type_2_df00bb97274f4a3d8fd3b20dde7cb0cb.jpeg?width=1280)

AI에 의뢰한 작업을 화면 앞에서 굳이 기다리고 있다. 몇 초밖에 안 되는 일인데, 왜 마음이 끊기는 듯하다.

그 몇 초는 AI가 글을 쓰는 과정에서 비롯된 것입니다. 하지만 당신이 바랐던 것은 글이 아닌 ‘어느 쪽인지’라는 판단이셨을 것입니다.

이케토모 오하라가 9월에 출시된 AI 모델 “제브(Jev)”를 통해 AI가 AI에 입력하는 시대의 부품에 대해 논의합니다.

이 글에서는 (1) Jev가 어떤 일을 하는 모델인지, (2) 브라우저 작동 및 로그를 통한 답안 확인 등 실제 활용 사례, (3) “AI가 AI에 입력하는 시대의 부품”이라는 본질을 순차적으로 설명합니다.

이번 포드캐스트에서는 DeepAI의 창업자 Dr. 케ンジ 요시노와 AI 윤리 연구자 Dr. 메리데스 위트하이트가 AI의 진화가 가져올 윤리적 쟁점에 대해 심도 있게 논의합니다.

특히 AI가 인간의 판단을 대체할 가능성과 그 판단에 내포된 편향성을 구체적인 사례를 통해 심층적으로 분석할 것입니다.

또한 AI의 진화가 사회에 미치는 영향에 대해 다양한 관점에서 고찰하고, 더 나은 미래를 위한 실마리를 모색하고자 합니다.

## 글을 돌려주지 않는 AI가 등장했다.

![画像](https://assets.st-note.com/img/1790141032-bA4JMN8xmytjrc1uFTsRKHY0.jpg?width=1200)

어떻게 해야 할까요: 오늘의 주제는 “Jev가 무엇인가”입니다.

그리고 Jev가 보인 모습과 달리, 단순한 호기심꾼과 본질을 생각하는 사람의 차이를 알 수 있다. 녹음 전 尾原(おばら) 씨의 코멘트 이후, Jev에 대해 생각해 보았다.

오하라: 조금 과장된 스타트 진입에 빠졌지만. 그래도 다들 상당히 흥분하고 있네요, 그렇죠?

이케토: X 님도, 제브 씨도 정말 활기차게 활동하고 계시네요.

쉽게 설명하자면, 문장을 돌려주지 않고 판단 결과만 반환하는 모델이군요.

예를 들어 “다음 문의 이메일은 답변해야 하는가. 네, 아니오로 대답해”와 같은 내용이 있었다고 가정해 보겠습니다. 지금까지의 AI, 예를 들어 ChatGPT나 Gemini에서도 출력을 “네”, “아니오”로만 제한해 달라고 하면 비슷한 결과를 얻을 수 있었습니다.

하지만 자의적으로 문장을 반환해 버리기도 합니다. 원래부터 문장을 반환하는 모델이기 때문에 완벽하게 통제하기 어려웠습니다.

한쪽의 Jev는 마찬가지로 문장을 입력하여 질문할 수 있습니다. 하지만 나타나는 결과가 “예/아니오”나 설정해 놓은 선택지만 하거나, 몇 가지 패턴밖에 나오지 않는 방식입니다.

덕분에 답변이 매우 빠르게 처리됩니다. 실시간으로 답변을 제공할 수 있습니다.

거의 결과물이 나오지 않아서 매우 저렴합니다.

빨리 저렴하게 다양한 상황에서 활용할 여지가 있다는 말씀에 공감하며, 제 주변에서도 Jev, Jev라고 말하는 분들이 꽤나 많이 보이더라고요.

솔직히, 제가 직접 사용해 보면서도 100% 완벽하게 이해하고 있다고 보기는 어렵고, 대략적으로는 이렇게 이해하고 있다는 수준입니다. 제대로 이해하지 못하고 있다는 것을 스스로 생각하는 정도라고 할 수 있습니다.

## 0.5초 안에 돌아오고, 100만 토큰에 6엔입니다.

![画像](https://assets.st-note.com/img/1790140990-1HVnxtmsZ0jAQyJKYcFUkpSb.jpg?width=1200)

오하라: 우선 표면적인 내용부터 말씀드리면, 이전에 말씀드린 바와 같이, 압도적으로 빠르게 판정만 수행하는 점이 매우 흥미롭습니다.

이 속도는 최대 0.5초입니다. 더 빠를 경우 0.1초를 낼 수도 있습니다. 0.07초에서 0.5초 사이 정도의 움직임을 보입니다.

최근 LLM은 추론 과정이 뒤 바뀌면서 40배에서 200배 정도까지 속도가 향상되고 있다는 이야기입니다.

또한 100만 토큰의 입력을 사용하여 6엔을 지불했으며, 회사 측은 동일한 수준으로 판단했을 때 40배에서 400배 저렴해진다고 설명하고 있습니다.

이케토: 그것은 상당히 다릅니다.

오하라: 9월 15일에 나온 지 얼마 안 되어, 저도 SNS에서 보고 바로 반응했습니다.

그래서 사례로서 “아, 재밌겠다”라고 생각하고 바로 만든 것이 크롬 확장 프로그램입니다.

## 타임라인에서 “놀라움의 전문가”라는 용어를 삭제하는 확장 기능을 당일 제작했다.

![画像](https://assets.st-note.com/img/1790140993-nluKTCMUqbiHow4XVIQR1jkW.jpg?width=1200)

오하라: X나 페이스북에서 최근에 제게 관심 없는 게시물이 지나치게 많이 올라오는 것 같아서요.

그러므로 Jev에서는, 표현 방식에 문제가 있더라도, 예상치 못한 요소나 광고 관련 콘텐츠가 나타나지 않도록 필터링을 Chrome 확장 프로그램으로 직접 구현했습니다.

이케토: 필터를 넣어봐. 그거, 정말 좋네.

오하라: 그리고, 표시하지 않는 것을 점차적으로 커스터마이징하여 원하는 형태로 만들 수 있습니다. 초고속 필터로 활용 가능하다는 이야기입니다.

참고로, 이케토미 씨는 실제로 어떤 테스트를 했는지.

## 스크린샷을 찍지 않는 브라우저 조작. 각 동작 1초가 0.2초로 줄어든다.

![画像](https://assets.st-note.com/img/1790140996-82KwtfajXZ6I5YHJF0MAd1sQ.jpg?width=1200)

이케토: 저도요. 브라우징 중인데, 사실이에요.

멤버들과 이 문제에 대해 논의하고 있었습니다. 저 역시 속도 판정은 괜찮은데, 그렇게 자주 필요하지 않은 경우도 많다고 생각했었죠. 놀라워하는 척 하지만, 대체 뭐가 문제인 걸까요?

한 가지, 정말 중요한 것이 있었는데, 결국 이렇게 빠른 판단이 왜 중요한지를 깨달았기 때문입니다.

에이전트 방식으로 조작할 때, 각 항목이 1초라도 100회 조작되면 100초가 소요됩니다. 0.2초라면 20초가 됩니다.

숫자가 많거나, 혹은 UX의 즉시성. 이 중 어느 한 가지로 인해 가치가 있다고 생각될 때, 브라우저 조작을 통해 Jev를 활용하는 방식이 나타납니다.

지금은 GPT-6, 에스트라(Astra) 같은 것들도 나오고, 브라우저나 데스크톱 운영 방식의 판정 정확도는 올라가고 있는가 싶지만, 작동이 있을 때 조금 늦게 반응한다.

오하라: 그렇군요. 기본적으로는 스크린샷을 찍어 화면을 판단하고, 그 다음 어떤 조작을 할 것인지와 연관되어 진행하고 있습니다.

그래서 웹이 새로 바뀌면서 약간 변경되더라도 유연하게 대응해 くれる 만큼, 문제가 생겼을 때의 튼튼함이 강하다. 하지만 느리고 가격이 비싸다는 단점이 나타나는구나.

이케토: 느리고 비용이 비싸다. 이에 대해 제브는 이미지 인식 기능이 없으므로, 텍스트의 소스 코드를 전달한 후 “어떤 것을 클릭하시겠습니까?”라는 선택지만 받는 방식으로 진행된다.

그렇게 하면, 앞서 비교했던 내용대로 5분의 1에서 10분의 1 정도의 속도로, 어느 정도의 정확도로 브라우저 조작이 가능하다.

정말 복잡한 비주얼 판단은 할 수 없지만, 어디를 클릭해야 하는지 알 수 있는 정도라면 그 중간 속도를 엄청나게 올려서 작업의 불편함을 해소할 수 있다.

함께 진행하고 있던 멤버의 다른 조원이 이것을 진행하고 있었고, 그것 역시 분명히 좋겠다는 생각이 들었기에 포함시켜 보았습니다. 직접 시도해 보았을 때 생각보다 빠르게 도입이 되었고, 속도가 붙었던 것입니다.

그래도 그냥 두는 것이 좋다는 이야기도 있んですけど。브라우징처럼 여러 번의 조작이 필요한 경우에는, 중간 과정까지 저장해 두면 괜찮을 것 같다는 생각이 들었습니다.

## 과거 로그에서 정답 확인 후, 동일한 정확도를 유지하는 경우 Jev로 교체하겠습니다.

![画像](https://assets.st-note.com/img/1790140999-yT1YBQ4MENSRADZvILrFbioO.jpg?width=1200)

오하라: 네, 맞아요. 저도 실용적인 측면에서 보면 역시 그 부분이 가장 컸다고 생각합니다.

제 경우에는 자문 업무 특성상이나 제 직업 특성상, 경쟁사의 사이트나 다양한 데이터베이스를 크롤링해 오기도 합니다. 거기서부터 “내일 영업팀이 누가 어디로 가는지 기억 안 나?” 같은 이야기이거나, 마케팅으로서 유료 광고에 어떻게 반영해야 하는지 같은 부분이 나오기도 합니다.

웹 화면에서 그대로 HTML을 추출해 온다. 그 다음 DOM이라는 모듈 구조 안의 체크포인트 숫자에 따라 판단하도록 한다. 이렇게까지 작성하면, 솔직히 말해서, 매우 저렴하다. 정말이다.

이케토: 꽤 정확한 편이고, 어느 LLM 수준인지 아직 명확하지 않지만 꽤 높은 수준이라고 생각합니다. 그것이 인상적입니다.

오하라: 원래 LLM은 인간의 모호한 언어에 대해 인간이 제시한 목적에 따라 좋은 결과를 생성하려는 것이었습니다.

강화 학습은 인간이 제공하는 피드백을 바탕으로 “인간이라면 이렇게 하는 것이 좋겠다고 말해줄 것이다”라는 점을 근거로 이루어지고 있습니다.

이번에는 이미 명확한 답이 보이는 방향으로 캘리브레이션을 진행하고 있습니다.

스크립트 기반의 검사나 보안 정책 준수와 같은 내용이었고, 최근에는 AI 에이전트 실행이 중단되지 않았는지, 자기 복구 시스템이 제대로 작동하는지 등에 대한 논의가 많았습니다. 구조화 문서 기반의 문제였으며, 마지막으로 고객 지원에 대한 내용이었습니다.

이런 점들을 중심으로, 철저하게 학습시켜 주었다.

이케토: 알겠습니다. 원본 데이터로.

오하라: 그 주변의 판단은 끔찍이 빠르다. 그래서 지금도 옆에서 계속 내 머신 챔이 움직이고 있다.

클라이언트 측에서 진행하거나, 업무의 자동화 시스템에서 판단 관련 부분을 Jev를 사용하여 모두 처리했을 때, 점수 차이가 어느 정도 발생하는지 확인하고, 과거 로그를 가져와 검증합니다.

또한 동일 수준의 것을 내는 모든 것은 전부 Jev로 변경하고 있습니다. 이를 지금, 계속해서 AI 에이전트가 하고 있는 것이죠.

이케토: 정말 훌륭합니다. 과거 로그를 활용하여 그 결과의 판정을 동일한 프롬프트에 입력해 보고, 특정 모델과 비교해 보았더니, 훨씬 수월하게 해결되었습니다.

오하라: 제 경우에는 대량의 분석 관련 서류들 중에서 “이건 조금 의심스럽지 않나요”라는 점을 감지하여 전문 분석가에게 전달하는 방식이었습니다.

여기 좀 수상하다고 판단되면 사람에게 전달하도록 하거나 “이렇게 되면 그냥 자동으로 판정하고 결과까지 처리해 주셔도 되나요?”와 같은 부분의 경로 설정 방식입니다.

그 주변의 대응을 엄청나게 LLM으로 처리했기 때문에, 그것이 적으로 압도적으로 비용 절감으로 이어졌다는 점이 가장 큽니다.

더욱이, 또 다른 큰 것으로는 압도적으로 빨라지는 것을 의미하며, 빨라지면 이전에 적용할 수 없었던 용도에 도달하게 됩니다.

## 마리오가 화면이 아닌 RAM의 숫자로 움직인다.

![画像](https://assets.st-note.com/img/1790141002-DVjAEwLJbdzQKHTGhCZOUav3.jpg?width=1200)

오하라: 이거, 흥미로운 사례인데요. 슈퍼 마리오, 패미콤 게임 이야기를 말씀하시는 거죠.

제브는 멀티모달 이미지 입력에 대응하지 않습니다. 하지만 화면에 표시하려는 데이터는 본래 디지털 데이터이기 때문입니다.

화면에 넣는 RAM 데이터를 그대로 제브에 투입하여, 그로 인해 실제로 슈퍼 마리오가 클리어되는 상황이 발생하고 있다.

저런 식으로 실시간으로 물건이 움직이는 것들 속에도 새겨 넣는 듯한 작업을 할 수 있다는 이야기였다.

이케토모: 게임 조작이 정말 재미있죠. 오른쪽 버튼을 누르는지, 혹은 저희가 그때마다 입력했던 키 중 어떤 키를 눌러야 하는지를 실시간으로 판단하는 방식일 거예요.

오하라: 그렇습니다. 그래서 말씀드린 것처럼, 늦더라도 0.5초고요. 입력 토큰 수가 적을수록 0.1초, 0.2초 안에 바로 답변을 주거든요.

즉, 비주얼 케이(Visual Kei) 음악의 경우 시각 정보를 간단한 텍스트나 어떤 종류의 신호로 변환하여 판별하고, 판별 시간이 짧게 소요될 수 있다면 효과적입니다.

핵심은 방범 카메라와 같은 장치를 활용하여 누군가가 다가오는 것을 즉시 판단하고 빠르게 대응하는 데 있습니다. 또한, 에지 AI 기술적인 활용도 가능합니다.

## 코파일럿에서 오토파일럿으로. 입력하는 것은 이제 인간이 아니다.

![画像](https://assets.st-note.com/img/1790141005-DB32cSCYQRH16adxMo4t7kuT.jpg?width=1200)

오하라: 이렇게 보면 이 자동 판단 시스템이 역시 AI가 본격적으로 코파일럿으로서의 조력자에서 자동 조종으로 발전해갈 거라는 점을 의미합니다.

저, LLM가 그렇게 크고 복잡한 형태까지 필요했었나요?

자동 조종 모드로 전환될 때, AI가 입력을 하는 경우가 90%를 넘어서는 경우라면 인간이 본질적으로 입력을 하지 않습니다.

AI가 입력 기반으로 제공되는 AI 부품들을 제공할 것입니다. 이러한 부품들을 통해 세상이 자율 주행 기술을 활용한 다른 게임의 경영을 할 수 있는 방향으로 나아갈 수 있을 것입니다.

이것은 제프의 근본 사상에 대한 이야기들이었다.

이케토모: 확실해요. AI 에이전트의 구성 요소라는 건 정말 흥미로운 일이죠.

핵심은 에이전트가 인간보다 훨씬 빠르고 체계적으로 정보를 텍스트로 변환하도록 돕는 데 있다.

그것을 넣어주고, Yes/No만 구분하거나 분류만 하는 부분은 자동화된 시스템을 구축하면 됩니다. 마지막으로 인간에게 반환하는 부분만 LLM에 맡기면 모든 시스템이 완성됩니다.

## 이름의 유래는 “될수록 저렴해질수록, 사용하는 양이 늘어나는”입니다.

![画像](https://assets.st-note.com/img/1790141008-VCSNyRl4IFqamW98GELUMATp.jpg?width=1200)

오하라: 그렇습니다. 그래서 이 Jev라는 서비스 이름 자체가 ‘제보즈의 역설’에서 유래한 것입니다.

이케토: 어떤 서비스가 할인될수록 수요도 늘어나고, 더 많이 사용할 수 있죠, 이런 거잖아요.

오하라: 그래. 원래 이건 “기술로 비용이 낮아지면 전체 소비량이 통제될 수 있다”는 가설에 대한 역설이거든.

에이, 비용이 줄어들면 사용량도 훨씬 더 늘어날 테니까, 결과적으로 총량은 늘어나는 거예요. 그래서 용량에 대한 투자를 멈출 수 없는 거죠.

제폰의 논리에서 제브(Jev)라는 이름을 차용하고 있습니다. 핵심은, 이 기술을 개발한 TypeSafe AI라는 회사는 세상이 자동화되면서 압도적으로 저렴하고 빠른 것을 제공하면 게임 체인저가 발생하는 유스케이스의 폭발이 일어날 것이라고 예상하는 것입니다.

그들은 캄브리아 폭발이라는 용어를 사용합니다. 생명의 진화 과정에서 눈이 발명된 시점에 따라 생물 종의 종류가 괄목적으로 증가했던 시점이 있었다는 설이 있습니다.

그와 똑같은 일이 AI에게도 일어날 것이다. 그것을 일으키기 위한 최초의 사상적 산물로서, 이 제브가 그것을 가능하게 했다는 위치에 두고 있는 것이다.

이케토: 이미 어느 정도 진행 상황이 굳어지고 있다고 생각하는 것 같은데. 이러한 생각으로는 더 그런 일들이 생겨나고 또 그로 인해 더 일어나는 것이라는 발상인 거죠.

## 우리가 만드는 것은 제품이며, 신이 아니다.

![画像](https://assets.st-note.com/img/1790141035-wvGlgdqz7SnL8rCU2NIAJoO6.jpg?width=1200)

오하라: 네, 맞습니다. 현재 LLM은 인간이 입력을 한다는 전제하에 작동합니다.

TypeSafe AI 측 사람들은 매뉴얼에서 “우리가 만드는 것은 제품이고, 신이 아니다”라고 비꼬고 있습니다.

AI가 AGI를 넘어 ASI로 나아가고 있다는 업계의 흐름을 빗대어 표현하며, 마치 신에 가까운 존재를 만들고자 하는 시도를 조롱하는 듯한 뉘앙스입니다.

정말이지, 세상이 더 좋아진다고 해서 자동화에 기반한 AI를 전제로, AI가 AI에 데이터를 입력하는 제품들이 계속 만들어진다면 세상이 바뀌는 거겠지라는 메시지를 말씀하시는 거네요.

게다가, 이 Jev를 만든 TypeSafe AI의 창업자 분은 원래 OpenAI에서 InstructGPT나, 앞서 말씀드린 “사람이 ‘좋아요’라고 생각하는 답변을 반환하는” RLHF(Reinforcement Learning from Human Feedback)를 개발할 때의 멤버 중 한 명이었던 적도 있습니다.

생각이 깊으신 분이시군요. 오늘 말씀하신 부품으로서의 AI 이야기는 회사의 입장 선언과 같습니다.

블로그와는 달리 “우리의 선언”이라는 부분에 갑자기 텍스트가 등장한다. 또한 그들의 블로그에는 설계 철학으로서 ‘The Bitterest Lesson’도 존재한다. 이 사상 흐름을 상당히 강조하므로, 가끔 한번 살펴보는 여유가 생긴다는 점을 알게 되는 경우이기도 하다.

이케토모: 흥미롭네요. AI를 위한 제품을 만드는 것은 앞으로 더욱 중요해질 텐데요.

최근 슬라이드 툴, 정보 수집 툴 등 다양한 문서를 수정하는 툴들을 만들고 있습니다. 기반은 에이전트에서 어떻게 활용할지에 대한 접근 방식이며, Claude Code나 Codex와 MCP를 연결합니다. 사람들을 위한 UI도 있지만요.

주요 사용자는 에이전트라는 전제 하에 준비해 두면, 역시 해야 할 일이 다를 수밖에 없으며, 도구도 다릅니다.

그런 아이디어 안에서 그 Jev가 1개 포함된 덕분에 속도감이나 비용 문제도 그렇고, 또 다양한 것을 할 수 있다는 이야기가 되는군요.

## 50퍼센트 할인 이야기와 100분의 1로 만드는 이야기는 다른 게임이다.

![画像](https://assets.st-note.com/img/1790141038-fOLt8zIUhv4paCYysdB3Jl9w.jpg?width=1200)

오하라: 네, 맞습니다. 다만, Fable 5.1이나 GPT-6 Astra 클래스로 발전하면 인간이 하는 일을 그대로 AI에 입력하는 것은 컴퓨터처럼 AI가 작동하여 모방하는 결과를 가져옵니다. 인간의 업무가 자동화되는 것은 매우 유용한 시작점이 될 것입니다.

하지만 한편으로는 토큰을 세어보면 엄청난 낭비가 되고 있는 상황입니다.

인건비를 AI 자동화로 대체했을 때 “80%의 비용으로 할 수 있다”, “50%의 비용으로 할 수 있다”라고 말하는 것은 그것 또한 혁명적인 일입니다.

결국 AI의 본질은 “100분의 1의 비용으로 가능하고”, “100분의 1의 시간으로 가능하고”라는 이야기입니다.

그러면 100배 정보를 얻어보고, 그 다음 필터 안에서 기회를 만들어나가도록 하자.

방금 말씀하신 것처럼 슈퍼 마리오처럼 실시간으로 처리할 수 있게 된다면, 지금까지 인간이 대응하기에는 반응 속도가 너무 느려 대응하지 못했던 부분을 즉시 해결해 드리라는 식으로 제안이 나올 수 있겠죠.

구체적으로 말하면, 지금까지 스마트폰 브라우저 안에는 매우 작은 AI 모델이 들어있었지만, 그래도 확실히 반응이 좋지 않았습니다.

그곳에 브라우저 안에 Jev와 같은 분류기가 들어가 있어서, 음성 입력을 할 때, 궁극적으로는 1단어 단위로 Jev가 판별하는 것이다.

어느 정도 텍스트 양이 모이면 “이 링크를 눌러달라는 말씀이시죠”라는 식으로 클릭이 작동해 준다. 아무 쓸모가 없어도 전혀 문제없으니, 즉시 결정하고, 실제 실시간처럼 스마트폰 브라우저가 음성 입력으로 작동하는 세계관을 구축할 수 있다.

전혀 다른 인공지능 기반의 새로운 활용 사례들이 계속해서 등장하고 있습니다.

## 2초의 대기가 사람의 생각을 멈춘다.

![画像](https://assets.st-note.com/img/1790141041-r5tECU3pNklYSDi7vQ8XyzI6.jpg?width=1200)

이케토: 확실합니다. 제가 직접 만들면서 일상적으로 유용할 만한 사용 사례가 있습니다.

예를 들어 슬라이드 툴의 경우, 입력하는 내용에 맞춰 어떤 레이아웃을 제시하는지 보여줍니다. 기존에는 문장에 대한 레이아웃 추천 시 2~3초 정도 소요되었습니다.

기다리는 것이 조금 지루한 거예요. 2, 3초가 큰 의미는 아니지만, UX가 엄청나게 나쁘거든요. Jev 기준으로 0.5초 정도면 훨씬 기분이 좋죠.

지금 바로 프론티어 리더즈라는 인공지능을 적극적으로 활용하는 사람들의 커뮤니티를 만들고 있습니다.

원하는 것을 입력하면 클로드가 판정해 줍니다. 첫 번째 줄을 Jev로 하면 0.2초 만에 바로 결론이 나옵니다. 마치 “음, 아마 이렇게 될 것 같아” 같은 느낌으로요.

5초 뒤에 본격적인 결론이 나오는데, 가끔 ずれ가 있어서 약간 보충하고 있습니다. 그런 순간에 선택하고 싶을 때 UX에 통합하면, 이쪽이 편리하니까.

사람들을 대상으로, 대기 시간이 스트레스를 유발하는 일상적인 업무에서는 상당히 효과적인 선택지라는 생각이 들었습니다.

오하라: 정말 그럴 수도 있죠. AI와 AI 사이의 경우 100배의 속도로 100배의 양을 처리하고, 인간에게는 그 상위 1%만 제공하는 시나리오도 있습니다.

인간의 창의성이 발동되는 임계값이 0.3초라는 설이 있고. 역시 구글과 같은 회사는 검색 결과를 반환하는 것을 0.1초 안에 유지하는 거 아닌가요?

1초나 2초를 기다리게 하면 인간은 생각을 멈춰버리기 마련입니다. 그래서 일단 입력 중인 부분에서 바로 검색 결과를 띄우는 방식입니다. 조금이라도 빨리 1회 먼저 일단 임시적인 결과를 내고, 그 후에 AI 오버뷰가 붙어오도록 합니다. 인간이 그 힌트를 OK라고 하면 바로 다음 단계로 넘어갈 수 있는 것입니다.

만약 꼼꼼히 기다렸다가, 진지하게 원하는 답을 얻고 싶다면, 기다리는 것이 더 좋은 결과를 가져다줄 것이다.

즉시 거부하는 방식보다는 먼저 거칠게 뱉어낸 후, 심사숙고하여 결과를 제공하는 인터페이스를 어떻게 만들어갈 것인지에 대해, 엄청난 창의성을 이끌어내는 데 중요한 역할을 했습니다.

이케토: 확실히. 대기 시간이 있더라도 스트레스를 받아 사용하고 싶은 마음이 사라지곤 해요. 그런 상황이 있다면 더 깊이 생각하고 행동할 의지가 생기겠죠.

오하라: 나머지는 역시 이번에 Jev가 좋은 점인데. 결과가 예측 가능한 것들 중에서 강화 학습을 하고 있는 점과도 맞아떨어져 신뢰도 점수가 나오는 것입니다.

이 예측이 어느 정도의 자신감을 가지고 이 결과를 반환하는지, 수치를 함께 제공한다는 점도 주목할 만합니다.

그래서 “이건 정말 자신 있는 답변입니다”라고 말하는 경우도 있었지만, “이건 조금 자신 없어 보여서, 이 부분은 LLM을 호출하여 결과를 기다려보죠”처럼 라우팅에 사용할 수 있다는 점도 흥미로웠습니다.

이케토: 확실합니다. 신뢰도가 60% 미만일 경우 사람이 확인하도록 하는 방식입니다. 이런 식으로 분류를 꽤 쉽게 할 수 있습니다.

## 놀라움의 전문가로 그칠 것인가, 아니면 “당신의 업무를 어떻게 바꾸고 싶은가”에 이르러 나아갈 것인가

![画像](https://assets.st-note.com/img/1790141044-3ZVTB4pGoCwaOy8FYAPIKD15.jpg?width=1200)

오하라: 이렇게 살아간다면, 확실히 말하건대, 프론티어 모델로서 인간을 초월하는, 엄청나게 꼼꼼하고 장시간에 걸쳐 인간이 풀지 못한 수식을 풀어주는 듯한 세계는 세계로서 존재한다.

그렇지만, 일상생활이나 우리가 매일 하고 있는 일들에 자동화를 적용해 나가는 관점에서 AI는 어떻게 될까.

덧붙여서, 그것이 인간보다 압도적으로 빠른 속도와 인간이 전혀 비용을 신경 쓰지 않고 사용할 수 있는 금액으로 사용할 수 있게 된 세상입니다. 당신의 직업을 어떻게 변화시키고 싶으신가요?

그 정도까지 파고들어 이야기를 할 건가요? “어떻게 Jev에서 이렇게 할 수 있습니까, 어허허” 식으로 놀라움을 유발하는 데 그쳐 버릴까.

이번 Jev에서 “아, 그래요. 당신이こういう 자리에서 그렇게 말하는 거군요, 오히려 그런 반응을 보이시네요.”라고 하셨어요. 꽤 리토머스 시험지 같다고 하셨죠.

GPT-5.6 솔 클래스 정도라면 충분했을 텐데.

새로운 제품이 출시될 때 “이 제품이 무엇을 의도하고 있는가 심층적으로 분석해 보라”거나 “이 제품이 출시된 맥락을 영어로 조사하여 어떤 맥락 변화에 놓여있는지 요약해 달라”는 요청을 하면, 쿨미러처럼 깔끔하게 정리해 줍니다.

단순히 “빠르고 저렴하다”는 식으로 겉으로 보이는 것에만 반응하기 쉬운 경향이 있기 때문입니다. 그래서 한 발짝 더 거시적인 질문을, 조금 더 고가의 AI에 묻어보는 습관을 들이는 것이 좋습니다.

세상 흐름의 변화에 대한 통찰이 깊어져 겉모습에 현혹되지 않는 사람으로 변해가는 것 같다고 개인적으로 생각합니다.

나머지 부분에서는, 어제 이케토모님처럼 동료들과 함께 일단 최신 버전을 직접 만들어보면서 DIY 정신도 중요하죠.

이케토: 정말 훌륭하네요. 확실히 메타 스킬이며, 이 시스템 자체를 어떻게 극복해 나갈지에 대한 관점입니다.

## 커뮤니티는 월 10만 엔에, 콤밋이 필터 역할을 한다.

![画像](https://assets.st-note.com/img/1790141047-xjlrMIUmfbeow7WNGnypza51.jpg?width=1200)

오하라: 이것은 홍보가 아니지만, 그런 커뮤니티를 형성하는 것입니다.

이케토모: 오늘 잘 알고 계시는군요. 프론ティア 리더즈라는 AI를 적극적으로 활용하는 사람들만을 위한 커뮤니티를 진행합니다 (https://frontier-leaders.vercel.app/). 이 라디오 녹음 시간에 12시에 방송을 냈었는데 (녹음은 17시쯤에 진행되었습니다).

원래는 월 5,000엔 정도의 것을 하려고 생각했었어요. 뭐, 다들 그렇게 하고 있는 거잖아요. 이벤트에 참여할 수 있다는 것도 있고요.

음, 아마 수백 명 정도 모일 것 같다는 느낌이 드는 것 같아요. 그런데 엄청나게 얇아질 것 같고. 그걸 해낼 수 있을지, 그리고 제게 어떤 도움이 될지 의문이 듭니다. 솔직히 아무런 도움이 되지 않을 것 같아요.

오하라: 음, 솔직히 처음에는 ‘안!’이라고 생각했거든요.

이케토: 아, 그렇군요. 5,000엔 정도였나 예상했는데, 뭔가 다르네요.

정말로, 나 자신도 그렇지만, 매일 수십억 토큰을 소모하는 사람들과, 그렇지 않은 사람들과는 조금 다른 세계를 살고 있는 것 같다.

같은 Jev라고 해도 이미 몇몇 만들고 이야기하고 있는 사람과 뉴스에 대해 알고 있는 사람과는 해상도도 다르고, 전달하는 내용도, 받아들이는 내용도 다릅니다.

수많은 수백 명의 커뮤니티가 있기 때문에, 나는 더 이상 하지 않아도 괜찮을까 생각했다. 친절하게 배우고 싶어 하는 사람들이 있다면, 열심히 그것을 활용해 주길 바란다.

매달 10만 엔을 들여서, 과감한 사람만 하는 것을 합니다.

하지만 모두가 매일 하고 있는 일을 공유하면서, 정말 정신없이 즐겁게 지낸다. 뭔가 조금 새로운 스타일을 시도해 볼까 생각 중이다.

다양한 정보를 찾아보면서 진행했었는데, 그런 고가의 커뮤니티는 흔하지 않아요. 주로 법인용으로는 좀 더 많이 존재하지만, 법인과 개인 간의 간극이 거의 없기 때문입니다.

오하라: 이 법인은 어느 쪽이든 그룹 서비스로 진행하는 방식이며, 커뮤니티가 아니기 때문입니다.

이케토: 대략적인 분위기에서, 거의 경영진들 중심으로 진행되었어. 점심에 올렸더니 반응이 꽤 신기하지 않니? 누가 몇 명 정도 올지, 혹은 안 올지 예상해 봤는데.

일단 개인 정보를 입력하지 않는 무료 진단을 해 보았고, 끝나면 30분 무료 상담을 진행해 보는 것을 준비해 보았습니다.

발표를 위해 대략 5시간 정도 소요되며, 이미 AI 진단은 70건 정도 있고, 30분 면담은 30건 정도 있습니다.

오하라: 테케, 말하는 방식이 너무 나쁘지만, 무료 진단은 필요 없습니다. 일단 발을 들인 사람만 들어갈 수 있도록 그렇게 하는 것이 더 좋겠습니다.

솔직히 저는 해외 커뮤니티에 여러 개 참여하고 있는 사람이라서요. 예를 들어 TED의 경우, 연간 수백만 엔 규모는 일상적인 이야기라는 거죠.

솔직히 말하면, 월 기준으로 한 번에 연간 납부 가능한 수준의 사람만 들어올 수 있도록, 그런 식으로 굳게 짓고 가는 것이 저에게는 더 나은 방법이라고 생각합니다.

단순히 정보를 축적하려는 것이 아니라, 확실히 ‘약속’이라는 필터를 적용하는 것입니다.

이케토: 네, 맞습니다. 그렇게 생각했습니다. 이번에도 보면서 정말 수준이 높다는 것을 느꼈고, 저희보다 훨씬 더 많은 분들이 사용하시는 것을 보았습니다.

예상했던 것보다 훨씬 더, 정말로, 더 고사양의 “나보다 잘하는 척”하는 사람들도 꽤 있는 분위기였습니다. 이는 엄청나게 뜨거운 느낌이 될 것이라는 생각이 들었습니다.

저는 예전에 원격 근무를 했던 회사에서 경험이 있어서, 그때의 경험을 바탕으로 합니다. 직원들과 함께 진행했던 일을 팀원들과 공유하면서, 각자의 자리에서 활발하게 활동하고 소통할 수 있는 방안을 모색하고 있습니다. 한번 시도해 볼까 고려 중입니다.

오하라: 한편으로는 참여하고 있는 사람들의 수준이 높음에도 불구하고 “이런 물건에 왜 네가 돈을 가져가는 거지?”와 같은 논쟁이 자주 등장하는 경우도 있습니다.

오래전부터 라쿠텐은 매장을 대상으로 대학 프로그램을 운영해 왔습니다. 그곳에서 매장 직원들에게는 선배 라쿠텐 매장 직원들이 강의를 하곤 했습니다.

적절한 수준의 목표를 제시하고, 모두가 성과를 발표하기 위해 자신 또한 열심히 노력하게 된다. 적절한 되돌아보기를 벽치기 대화처럼 제공함으로써 발표하는 본인이 가장 배우는 것이 된다.

더 중요한 것은, 그때 제시된 것을 어떻게 구조화하고, 추상화하고, 모든 사람의 지혜로 만들어가는가 하는 것이다. 이것에 전념하는 사람이 바로 이 같은 고성능 커뮤니티에서는 매우 중요한 역할을 한다.

결코 흔히 찾아보기 힘든 고성능 커뮤니티를 조성할 수 있는 인재에 대한 투자가 일본에서는 거의 이루어지지 않기 때문입니다.

이케토모: 그렇습니다.

오하라: 반대로 말하면, AI로 여러 가지 할 수 있다고 생각하는 거겠죠. 그래서 그런 실험이 되면 좋을 텐데, 이렇게 보면서 생각했었어. 내 추천은 무료 진단은 빨리 닫아야 한다는 거야.

이케토: 해보도록 해 볼게요. 참고로, 그 진단 AI도 Jev에서 진행되고 있네요. Jev에서 0.5초 안에 결과를 내고, Claude로 본 론칭을 진행하는 것을 시도해 보고 싶었거든요.

여기에 사람은 필요 없습니다. 여기는 30분 면담을 진행합니다. 일단은요. 혹시 들어오시면 안 되니까, 솔직하게 “이건 당신에게 맞지 않아요” 또는 “이건 할 수 없어요”라고 말하는 것이 좋겠다고 생각하고 있습니다.

오하라: 그래, 기대되네요. 그런데 제가 말씀드린 것처럼, 역시 이 제브가 제시한 AI를 구성 요소로 보면서.

자동화에 대해 더욱 자동화를 추진하면, 인간을 대체하는 것이 아니라 AI가 AI와 연결되어 자동화의 연쇄 반응을 일으키는 세상이 캄브리아 폭발처럼 나타날 것이다. 제브의 설계 철학에 대해서는 전적으로 공감한다.

더 중요한 이야기가 하나 더 있는데요. 캄브리아 폭발이 일어나는 시점은 경쟁자가 없는 경우에만 가능합니다.

핵심은 새로운 시장이 너무 엉뚱하게 움직여서 “그 사람을 흉내냈다고” 이런 식으로 말하는 것보다 서로 배우면서 각자 보고 있는 것을 먼저 만들어나가는 것이 훨씬 낫다는 것입다.

그래서 楽天 같은 회사가 점장들끼리 노하우를 공유하는 이유는 당시 일본의 전자상거래 전환율이 1%에도 미치지 않았기 때문입니다.

흔히 말하는 나머지 99% 이상을 이커머스로 변화시킬 것인가 하는 문제 자체가 훨씬 중요하고, 방치하면 아마존이 자동 판매기처럼 변질될 수 있습니다.

우리 모두 함께 해보자라는 분위기가 있었습니다. 지금의 상황과는 비슷하게 느껴지기도 하네요.

이케토모: 재미있네요. 확실히 시사하시는 바가 있네요.

## 지금 가장 빈도가 높은 것은 커서입니다.

![画像](https://assets.st-note.com/img/1790141050-pP1hxUARugwm3Eer2cSslXNC.jpg?width=1200)

이케토: 마지막으로 도구 관련 최근 팁을 말씀드리겠습니다.

평범한 사람들을 위한 이야기지만요. 저는 지금의 ChatGPT나 Claude도, 당연히 200달러로는 전혀 충분하지 않아요. 어쩔 수 없어서 계정을 추가하고 있습니다.

GPT의 20배 정도 되는 제품이 현재 접수가 중단된 상태인데, 어쩔 수 없이 5배 정도 되는 제품으로 진행하고 있고, 부족한 부분은 매일 사용해서 소모시키고 있습니다. 계속해서 소진되고 있습니다.

어쩌면 너무 꼼꼼하게 느껴지기도 했습니다. 계속해서 퍼센트 변화를 보면서 “이게 얼마나 줄었지?”라는 식으로. 5X의 경우 거의 1일 만에 전부 소진되니까, 그럴 때마다 10퍼센트씩 줄어드는 거거든요.

컨디션이 좋지 않을 때 “이 일은 포기하자”는 식으로 진행하고 있었거든요. 그런데 여기서 지금 조금이지만 여러 면에서 엄청나게 좋은 게 커서(Cursor)입니다.

저도 커서(Cursor)는 200달러 플랜을 사용하고 있습니다. 커서에는 두 가지 모델 프레임워크가 있는데, 컴포저나 Grok가 포함된 프레임워크와 다른 회사의 모델 프레임워크가 각각 두 가지나 있습니다.

그러다 보니 2枠은 금방 매진됩니다. 2枠은 상당히 까다롭습니다. 커서는 1개월 단위로 부활하고, Claude나 ChatGPT는 1주일 단위로 부활합니다.

1개월 단위로 보면 2번째 칸은 벌써 1주일 만에 다 써버리고 “아, 정말” 하면서 생각했는데요. 1번째 칸은 훨씬 많습니다.

쓸수록 전혀 줄어들지 않아요. 사용할 수 있는 건 Composer나 Grok뿐입니다. Grok은 4.7 버전으로 업그레이드하여 꽤 똑똑합니다.

바이브 코딩으로 만들어보고 싶을 경우에는 지금 가장 합리적인 선택은 커서입니다.

그래, 그런데 1번째 프레임은 OpenAI 모델을 사용할 수 없었고, 오히려 컴포저로서 진행했죠.

이케토: 지금 커서 프로젝트를 언급하고, 그 아래에 수십 개의 에이전트가 연결되어 있다고 합니다.

그걸로 시간 낭비하는 꼴을 보면서, 그냥 게임을 하나 만들어보자는 생각을 하게 됐어요. 아들과 이야기를 나누면서, 전혀 관련 없는 게임들을 밤새도록 계속 돌려보기도 하고, 정말로 전혀 줄어드는 줄이 없더라고요.

유령처럼 계속 늘어나는 느낌으로 프레임이 붕괴됩니다. 커서를 주저하지 않고 사용하고 싶어 하는 분들은 충분히 활용할 수 있습니다.

오하라: 게다가 지금처럼 3D 게임이거나, 멀티 모듈 기반의 프로그램을 개발해야 했는데, 1개 1개의 모듈은 복잡도가 높지 않은 것을 제작하도록 하는 방식이었습니다.

절대적으로 설계 파일을 제대로 만들고, 그 전체 사양을 커서에게 전달하여 만드는 방식도 괜찮습니다. 그 정도 수준이라면, 아마 현재의 Grok이라면 가능할 텐데.

이케토: 전혀 괜찮습니다. 많이요. 틀이 거의 줄어들지 않아서 드디어 마음 편히 만들 수 있다는 느낌입니다.

정말 복잡한 枠과의 싸움이었는데, 200달러 상당한 것을 얻게 되면 계속해서 샀을 거라고 생각했었거든요. 커서의 枠이 엄청나게 많아서 최고라고 생각하고 있습니다.

오하라: 확실한데. 하지만 적어도 지금 코덱스에 대해서는 앞으로도 상당 기간 동안 리셋을 계속해 줄 거라고 생각하는데. 상장까지는 현재 시점에서 가속 페달을 밟는 것이 모두가 ‘정말 엄청난 가성비’라는 이야기 한 가지가 있어.

아, 그리고 또 하나는 이번 Jev도 마찬가지입니다.

제가 직접 제작한 것의 사양서나 코드 부분 등을 현재 Codex나 Claude Code에서 Git에 제대로 보관해 놓으면 사양서와 코드가 깔끔하게 보존된다.

그래서 “이것을 Jev로 바꿔달라는 요청만 하는 것”으로 끝나는 줄 알았는데, 계속해서 알아서 알아서 업데이트를 해주는 거죠.

예전에는 만들어낸 결과물을 일단 버리고 다시 만들어야 한다는 인식이 있었는데, 현재는 Git에 제대로 기록하면서 진행해 주는 방식으로 진행되어 재개발이나 확장 개발이 매우 깔끔하게 이루어지고 있다.

시작을 언제부터 해야 한다고 했을 때, 위험이 줄어들었기 때문에 빨리 시작하는 것이 좋다는 것이 제 조언입니다.

## 다음으로 다룰 내용은 저희 사에서 자체적으로 판단 로그를 기반으로 육성한 전용 Jev입니다.

![画像](https://assets.st-note.com/img/1790141053-btR5yZk9X2KWEgsV3qUaHlQ8.jpg?width=1200)

오하라: 조언 하나 더 있는데, 틈새를 즐기는 이야기입니다.

주변 사람들은 Jev 클론을 만들어보려고 하고 있어요. Jev는 단순히 분류만 하는 종류이기 때문에 크기가 pretty 작습니다.

그러니까 1B 정도는 필요하지 않다는 의견이 있고, 0.4나 0.5 정도로 충분할 수 있다는 의견이 있다. 현재 기술 수준에서는 BERT 모델을 활용한 오픈 Jev 형태의 것들이 상당히 우수하다.

그가 상당히 잘 만들고 훈련하는 방법을 공개하고 있다.

그러므로 Jev를 본사의 데이터로 파인튜닝하여 본사의 업무 판단을 위한 전용 Jev를 어떻게 구축해나가야 할지 고민하고 있습니다. 이는 반드시 다음 단계로 이어질 것입니다. 현재는 폴폴 실험을 진행하고 있는 단계입니다.

이케토: 여기서 중요한 것은 디시전 로그입니다. 그것을 축적하면 나중에 학습할 수 있습니다.

로그를 쌓는다는 건, 어느 정도의 전문 툴을 만들어놓지 않으면 수동으로서는 불가능한 일이지. 그런 것들도 중요해, 그렇지 않나?

오하라: 분명 이번 Jev를 공개한 TypeSafe AI는 주변의 강화 학습 환경 등을 절대 제공할 것이라고 생각하지만.

그러한 크기의 모델이 아니기 때문에 “오픈 소스 버전의 Jev는 이미 거의 곧 출시되었을 텐데, Reddit 등에서 어떤 논의가 이루어지고 있고, 무엇이 핵심인지 찾아보라”고 묻자, 몇 가지 후보를 제시해 줄 것이다.

그러니까 그 Git을 가져다가 조사하고, 지금으로썬 보안적인 위험이 있을 것 같지 않은가? 같은 것을 조사하면 오히려 일반적인 분들도 대략적인 계산이 가능하겠죠.

덧붙여 맥 미니처럼, 드디어 가정 하나당 하나의 정규 AI 에이전트 기계가 모든 분들께 자리 잡게 된 시대이기 때문에, 그 주변을 적극적으로 활용하며 즐기는 것도 재미있겠다는 개인적인 생각입니다.

이케토: 확실히, 움직임이 너무 빠른 거 같아. Jev가 나온 지 일주일 전쯤인데, 벌써 오픈 Jev가 된 거야.

오하라: 그것 정도로, 꽤 설계의 기초를 제대로 공개해 주신 점이 첫째이고, 둘째로 개방된 환경이 꽤 잘 갖춰져 있습니다.

이번 Jev는 콜럼버스의 알 같은 혁신적인 아이디어였기 때문에, 오래전부터 AI를 해온 사람들에게는 “그건 단순 분류기의 옛날 버전인데, 조금 이렇게 변형했나. 했다”라는 느낌을 받는 사람들이 있습니다. 저 자신을 포함해서요.

그래서 그 방식에 올라가 올라가 이러면서 모두가 다 같이 하고 있다고 느끼는 거죠.

이케토: 정말 놀라운 시대입니다. 꼭 즐기고, 시도해 보면서 자신들의 회사에 적용 가능한 유스케이스로 활용하거나, 가치를 직접 체감해 보는 것이 중요하다고 생각합니다. 직접 손으로 움직이며 배우는 것이 중요하다는 생각을 해왔습니다.

오하라: 지금이 기회이니, 최대한 빨리 확실히 갖춰야 합니다.

풍선이 작을 때 띄울 때는 한 바퀴 돌 수 있지만, 이어서 풍선이 팽창 속도가 엄청나게 빨라지면, 커진 후에 한 바퀴 돌기는 매우 어려워. 정말 빨리 DIY를 시작하는 게 좋겠다 싶어.

이케토: 그래, 아직 시간이 충분한가 보네.

오하라: ゼロからいる오하라로부터 보아도, 지난 3개월 반 동안 프로그램에 대해 잘 모르는 사람도 플랫폼을 만들 수 있게 되었다는 건 역사적으로 매우 드문 시기였다고 생각한다. 아직 충분히 시간이 남아 있다고 본다.

이케토: 알겠습니다. 모두 함께 해 나가요. 정말 짜릿했어요.

딥AI - 챗GPT를 뛰어넘는 AI 모델 개발, 3주차: 텍스트 기반의 이미지 생성 - 딥AI 036

이번 주 딥AI에서는 챗GPT를 뛰어넘는 AI 모델 개발에 있어서 텍스트 기반의 이미지 생성에 집중했습니다. 특히, 이미지 생성 모델의 핵심인 ‘텍스트 인코더’와 ‘텍스트 디코더’의 역할을 심층적으로 분석하고, 이를 통해 더욱 창의적이고 정교한 이미지를 생성하는 방법을 모색했습니다.

구체적으로, 딥페이크(Deepfake) 기술을 활용하여 실제 인물 사진을 기반으로 새로운 이미지를 생성하는 실험을 진행했습니다. 이 과정에서 딥페이크 기술의 윤리적 문제점과 기술적 한계를 함께 논의하며, 앞으로 AI 이미지 생성 기술이 사회에 미칠 영향에 대해 심도 있는 고민을 했습니다.

또한, 딥AI 팀은 이미지 생성 모델의 성능을 향상시키기 위해 다양한 최적화 기법을 적용했습니다. 특히, ‘변환기(Transformer)’ 모델을 활용하여 텍스트와 이미지 간의 관계를 더욱 효과적으로 학습시키는 데 집중했습니다.

이러한 노력의 결과, 딥AI는 챗GPT를 뛰어넘는 수준의 이미지 생성 모델을 개발하는 데 성공했습니다. 딥AI의 기술은 앞으로 예술, 디자인, 광고 등 다양한 분야에서 혁신적인 변화를 가져올 것으로 기대됩니다.

이번 주 딥AI에서는 딥페이크 기술의 윤리적 문제점과 기술적 한계를 함께 논의하며, 앞으로 AI 이미지 생성 기술이 사회에 미칠 영향에 대해 심도 있는 고민을 했습니다. 딥AI 팀은 앞으로도 지속적인 연구 개발을 통해 더욱 발전된 AI 모델을 선보일 예정입니다.

신작 (7월 27일 발매) 『클로드, 최고의 AI 자동화 기술』: https://amzn.to/4eTUVG1

**[이케토모 채널] 2024년 5월 16일 방송 내용 요약**

오늘 방송에서는 류노마루와 함께 ‘마법소녀 앨리스’를 플레이했습니다. 류노마루는 앨리스의 특성을 잘 활용하여 꽤 높은 점수를 얻어냈습니다. 특히 앨리스의 ‘마법의 뿅!’은 류노마루의 전략적인 활용에 따라 점수 변동이 크게 일어나는 흥미로운 요소였습니다.

류노마루는 앨리스의 ‘마법의 뿅!’을 활용하여 100점을 넘는 점수를 기록하기도 했습니다. 앨리스의 능력은 류노마루의 숙련된 플레이에 의해 더욱 빛을 발하는 모습이었습니다.

방송 후 시청자 여러분께서 앨리스의 플레이에 대한 다양한 의견을 보내주셨습니다. 앨리스의 능력 활용에 대한 팁과 함께, 앞으로 앨리스를 플레이할 때 활용할 만한 전략에 대한 의견들이 많았습니다.

다음 방송에서는 다른 마법소녀를 플레이할 예정이니 많은 기대 부탁드립니다. 류노마루와 함께 더욱 즐거운 게임을 만들어나가도록 노력하겠습니다.

Podcast『이케토 오하라 Deep한 AI 뉴스』: https://open.spotify.com/show/3hGAbKZI5oo9PsbFI1IxTr

**출처:** [note 원문](https://note.com/popinsight_ikeda/n/n2701a0a54bf2)

*번역: Gemma 3(.44) 초벌 + 교정 174청크*

[원문 보기](https://note.com/popinsight_ikeda/n/n2701a0a54bf2) | 출처: note.com