# 제브가 이미지 입력 지원 및 장대 컨텍스트 지원, 의사결정 모델의 벤치마크 테스트도 발표

> https://bookfactory.kr/board/news/21834
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-10-15T05:07:21.311Z

---

대규모 언어 모델(LLM)과는 상당히 다른 설계의 “의사결정 모델”로서 주목을 모았던 AI 모델 “Jev”이, 개선판의 “Jev 1.14.0”을 2026년 10월 14일에 출시했습니다. Jev 1.14.0에서는 새로이 이미지 입력에 대한 지원이 추가되었으며, 더 긴 컨텍스트와 같은 실험적인 기능도 추가되었습니다. Jev: For the builders AND dreamers - TypeSafe AI Bloghttps://typesafe.ai/blog/jev-1-14

저희는 10월 14일 13:14 PT에 Jev 1.14를 발표했으며, 꿈가운들을 위한 새로운 개선된 모델과 실험적인 기능들을 함께 선보였습니다:• 이미지• 새로운 박스 유형• 더 긴 컨텍스트 놀랍게도 Jev는 이미 당신을 볼 수 있었습니다! 👁 하지만 생산 수준의 지능에 대한 저희의 기준은 꽤… pic.twitter.com/R2p8D5mUBZ

의사결정 모델은 AI 기업 TypeSafe AI가 개발한 AI 모델로, “텍스트의 연속적인 생성”이라는 메커니즘의 대규모 언어 모델(LLM)과는 달리, 사전에 여러 개의 선택지를 정의해 두어 “질문에 대한 적절한 답변을 선택지에서 선택하고 신뢰도 점수와 함께 출력”하는 방식으로 작동하여 고속かつ저비용으로 처리하는 특징을 가지고 있습니다. 2026년 9월에 “Jev”가 출시될 때 동시에 의사결정 모델은 큰 주목을 받았으며, 수많은 유사 모델이 잇따라 등장했습니다. ChatGPT 공동 개발자가 LLM과는 다른 방식으로 처리하는 AI 모델 “Jev”를 개발했으며, GPT-5.6 테라급의 성능으로 작업을 저렴かつ초고속으로 실행 가능하게 함 - GIGAZINE

2026년 10월 14일에 출시된 Jev 1.14.0에서는 텍스트뿐만 아니라 이미지 입력에도 대응한 멀티모달 기능이 도입되었습니다. TypeSafe AI에 따르면, Jev-1.13.0은 처음부터 멀티모달이었지만, 모델이 텍스트 입력 외의 모드에서 그렇게 똑똑하지 않은 경향이 있기 때문에, 이를 비활성화(무효화) 시켰다고 합니다. Jev 1.14.0에서는 검색 대체 기능을 사용하여 이미지 지원이 구성되었지만, “주의사항으로, Jev를 포함한 모든 모델은 순수한 텍스트 데이터보다 멀티모달 데이터가 성능이 떨어집니다. 질문을 가능한 한 단순한 요소로 분해하는 것이 매우 효과적입니다”라고 TypeSafe AI는 밝혔습니다.

제브는 항상 멀티모달이었습니다. 네, 여러분이 아는 제브는 이 시간까지 이미지 모델이었습니다. 우리는 단순히 이를 비활성화했기 때문에 그랬습니다. 왜냐하면 모델은 다른 모다リティ에서 덜 똑똑한 경향이 있기 때문입니다. 헤더: TypeSafe-Danger-Zone-Images: truepic.twitter.com/Xfn5p4T6oX

또한, 컨텍스트의 길이를 조정할 수 있는 기능도 추가되었습니다. Jev는 원래 본番 환경에서 유효하게 사용하는 것보다 훨씬 긴 컨텍스트 길이를 지원했지만, 긴 컨텍스트에서는 신뢰성이 저하되기 때문에 의도적으로 제한을 설정했습니다. Jev 1.14.0에서도 여전히 롱 컨텍스트는 기본적으로 비활성화되어 있으며, 컨텍스트의 길이는 제한되는 것이 권장되지만, 필요한 요청마다 헤더를 전송함으로써 요청별 컨텍스트와 질문별 컨텍스트 모두 262k 토큰까지 확대됩니다. TypeSafe AI의 디오고 알메이다 CEO가 “저는 공개 벤치마크를 싫어합니다”라고 언급했듯이, Jev 개발자는 AI의 능력을 벤치마크 테스트로 측정하는 데 회의적입니다. 따라서 Jev 1.14.0의 지능 측정치를 전달하는 실험으로서 자체적인 추론을 실시하고 있으며, Jev 1.14.0에서는 이전 모델이나 다른 의사 결정 모델과 비교한 지능의 높음, 비용 효율의 높음, 오류율의 낮음이 제시됩니다. 다만, 알메이다 CEO는 “이 수치를 절대적인 복지처럼 취급하지 마시고, 완전히 믿을 필요는 없으며, 우리의 모델에 편향되어 있을 가능성이 높기 때문에 오픈 모델의 상대적인 순위에만 주목해도 괜찮습니다”라고 덧붙입니다.

Evals?!?!?! 여러분 모두 알고 있듯이, 저는 공개 벤치마크를 싫어하지만, 우리는 어떻게든 지능을 측정해야 합니다. 저희는 내부 지능 측정 방법을 전달하는 실험을 진행하고 있습니다. 자세한 내용은 블로그를 참조하시기 바랍니다. 하지만 이것을 절대적인 진리로 받아들이지는 마시고, 여러분… pic.twitter.com/O1EkNRMM9E

또한, Jev 1.14.0에서는 의사 결정 이외의 새로운 유형인 “box”도 도입되었습니다. box는 이미지 내 물체의 위치를 특정하기 위한 System One의 질의 형식으로, 4개의 변으로 표현됩니다. box는 System One 모델이 지원할 수 있는 다른 기능에 대해 단순한 판단을 넘어 탐구하는 프리뷰이며, 자세한 내용은 box에 관한 문서에서 확인하실 수 있습니다.

그 외에도, 커뮤니티를 위해 모델 개선에 기여하고 싶다는 요청을 활용하여 모델의 불일치를 찾아내는 지원 기능이 추가되었습니다. 쿼리 기반으로 학습하는 것은 아니지만, 이 기능으로 인해 문제점 발견 및 사용 사례 디버깅이 용이해질 것이라고 합니다.

TypeSafe AI에 따르면, AI 기업으로서 “신뢰성과 창의성의 균형”을 중요한 주제로 오랫동안 논의해 왔다고 합니다. 제품 개발자를 고려할 때, 지능에 대한 품질 기준을 충족하고, 내부적으로 가능한 한 최대한의 한계까지 실전 테스트를 거친 모델을 배포해야 합니다. 반면, 훌륭한 제품을 만들어내기 위해서는 극단적인 신뢰성이라는 가치를 강요하는 것은 바람직하지 않다고 합니다. 그래서 TypeSafe AI는 API 헤더의 “danger zone” 플래그 아래에 새로운 기능을 공유함으로써 신뢰성과 창의성의 조화를 추구하고 있다고 설명하고 있습니다.

[원문 보기](https://gigazine.net/news/20261015-jev-1-14/) | 출처: Gigazine