말하지 않는 AI, Jev는 무엇을 대신 판단할까

쇼핑몰에 “물건이 아직 안 왔어요”라고 남겼다고 해 보자. AI는 사과 문장을 길고 친절하게 쓸 수 있다. 그런데 그보다 먼저 필요한 일은 따로 있다. 배송 담당자에게 보내야 할지, 결제부터 확인해야 할지, 사람이 읽어야 할 문의인지 가르는 일이다. 고객이 기다리는 것은 훌륭한 사과문보다 배송 문제의 해결일 수 있다.

새 AI 모델 Jev가 파고드는 곳은 이런 짧은 판단이다. 무엇이든 물어볼 수 있는 만능 챗봇을 하나 더 만들겠다는 이야기가 아니다. 문장을 쓰는 능력을 내려놓고, 정해진 후보 중 하나를 고르거나 점수를 매기는 일을 빠르게 하겠다는 제안에 가깝다. 위 문의는 작동 원리를 설명하기 위한 가상 사례이며, Jev가 실제로 처리한 상담 기록은 아니다.

2026년 9월 15일 타입세이프 AI가 Jev를 공개한 뒤 ‘약 200배 빠르다’는 숫자가 주목받았다. 하지만 이 제품을 이해하는 데 더 흥미로운 질문은 따로 있다. AI가 말을 하지 않으면, 오히려 더 잘 맡길 수 있는 일이 있을까? 발표 이후 나온 외부 시험과 공개된 약점을 함께 보면, 그 질문에 대한 답이 조금 더 구체적으로 보인다.

먼저 실제로 써 본 팀의 관찰을 보면, 문서 링크를 고르는 한 시험에서 Jev는 비교 모델보다 약 4~9배 빨랐다. 유용한 페이지를 고르는 결과도 일부 비교 대상과 비슷했다. 회사의 큰 숫자와는 다른, 작지만 구체적인 성과다. 슈퍼글루의 외부 사용 시험. 무엇을 덜 하게 만들었기에 이런 차이가 나왔는지부터 살펴보자.

답장을 쓰기 전에 해야 하는 일

문의 하나에도 여러 일이 겹쳐 있다. 무슨 내용인지 읽어야 하고, 어느 부서로 보낼지 정해야 한다. 긴급한 사안이면 먼저 보여 줘야 한다. 처리가 끝난 뒤에는 고객이 이해할 답장을 보내야 한다. 사람이 일할 때는 이 과정이 자연스럽게 이어지지만, 컴퓨터가 처리하려면 각각 무엇을 할지 정해 줘야 한다.

첫 번째 그림은 같은 문장을 두 가지 목적으로 읽는 장면이다. 답장 작성에서는 사람이 읽을 새 문장을 만든다. 업무 분류에서는 이미 준비된 선택지 중 하나를 고른다. 결과를 받아 쓰는 대상이 달라지니 답의 모양도 달라진다.

같은 문의를 읽어도, 필요한 답은 다르다

고객 문의 · “물건이 아직 안 왔어요.”

사람에게 보여 줄 답장

배송 상황을 확인한 뒤
안내 문장을 작성한다.

자유로운 문장을 생성하는 일

프로그램이 받을 분류

배송결제교환기타

미리 정한 선택지에서 고르는 일

가령 고객이 “주소를 잘못 쓴 것 같아요”라고 했다면 어떨까. ‘배송’이라는 단어가 없어도 배송 담당자에게 보낼 만한 문의다. 반대로 “배송비가 두 번 결제됐어요”라면 결제 확인도 필요하다. 단어 하나가 있는지 없는지만 보는 규칙으로 모든 문장을 나누기는 어렵다. 그렇다고 매번 긴 설명문까지 만들어야 하는 것은 아니다.

이 중간 지점에 판단 모델을 두자는 것이다. 내용을 이해하는 능력은 빌리되, 사람이 읽지 않을 답변을 길게 생성하는 과정은 줄인다. 컴퓨터가 필요한 것은 “여러 사정을 종합하면 이 문의는 배송과 관련된 것으로 보입니다”라는 문단이 아니라, 다음 작업을 고를 수 있는 결과일 때가 있다.

Jev를 만든 사람은 무엇을 바꾸려는 걸까

타입세이프 AI의 공동창업자이자 CEO인 디오구 알메이다는 말하는 AI의 발전을 밖에서만 지켜본 사람이 아니다. 그는 사람의 피드백을 이용해 모델이 지시를 따르도록 훈련한 InstructGPT 연구의 공동저자다. 2022년 논문의 저자 목록에도 이름이 있다. 대화형 AI를 유용하게 만드는 연구에 참여했던 인물이다. 회사 소개와 창업진, InstructGPT 연구 논문.

그가 이끄는 회사는 이번에 관심을 다른 곳으로 돌렸다. 사람이 좋아할 답변을 만드는 능력과, 소프트웨어 안에서 반복되는 판단을 맡는 능력을 구분하겠다는 것이다. 제안을 일상어로 바꾸면 이렇다. 매번 모든 일을 설명하는 비서 대신, 정해진 업무 구간에서 다음 선택을 빨리 하는 부품을 만들겠다는 이야기다.

Jev는 일반 소비자가 대화창을 열고 무엇이든 묻는 서비스라기보다, 다른 프로그램이 불러 쓰는 모델에 가깝다. 공식 API는 판단할 자료와 질문을 받아 결과를 돌려준다. 여기서 API는 프로그램끼리 요청과 응답을 주고받는 창구다. 개발자가 연결할 수 있다는 말이지, Jev라는 앱이 내 휴대폰의 모든 일을 혼자 처리한다는 뜻은 아니다. 공식 API 설명.

모델이 ‘배송 문의’를 선택한 다음 고객지원 화면에 표시하는 일, 담당자에게 알리는 일, 주문 기록을 여는 일은 별도의 프로그램이 한다. 그 프로그램에 허용된 권한도 필요하다. 이 분리를 기억하면 ‘판단하는 AI’와 ‘행동하는 서비스’를 구별하기 쉬워진다. 하나의 모델이 들어갔다고 나머지 절차가 저절로 생기지는 않는다.

말하지 않는 AI가 내놓는 세 가지 답

Jev의 기본 출력은 크게 세 종류다. 여러 후보 중 무엇인지 고르는 선택, 정해진 기준에서 어느 수준인지 매기는 점수, 어떤 문장이 참일 가능성을 나타내는 값이다. 공식 문서는 각각 Choice, Score, Noul이라고 부른다. 영어 이름보다 중요한 것은 질문마다 필요한 답의 모양이 다르다는 점이다. 공식 질문 유형 안내.

다시 가상의 고객 문의로 돌아가 보자. ‘어느 담당 부서로 보낼까’에는 배송·결제·교환 같은 선택지가 맞는다. ‘얼마나 급할까’에는 낮음·보통·높음처럼 순서가 있는 기준이 맞을 수 있다. ‘고객이 환불을 요청했는가’는 예인지 아닌지에 대한 질문이다. 같은 문장에서도 서로 다른 판단을 나누어 얻을 수 있는 셈이다.

여기서 점수는 마음속 생각을 그대로 읽은 결과가 아니다. 가령 고객이 “오늘 안 오면 정말 곤란합니다”라고 썼다고 하자. 문장에서 급박함을 읽을 수는 있어도, 고객의 일정이나 생활 사정을 모두 아는 것은 아니다. 서비스가 어떤 표현을 긴급하다고 보겠다고 정하고, 모델은 주어진 자료를 그 기준에 맞춰 판단한다.

그래서 ‘고객이 얼마나 화났을까’와 ‘고객이 명시적으로 환불을 요구했는가’는 다른 문제다. 화가 난 것 같아도 환불을 원하지 않을 수 있다. “환불은 말고 새 제품을 보내 주세요”라는 문장에는 환불이라는 단어가 들어 있지만, 요구는 교환 쪽이다. 짧은 결과를 얻으려면 오히려 질문이 무엇을 묻는지 선명해야 한다.

분류와 점수 뒤에는 그것을 정한 사람이 있다. 누군가 선택지와 기준을 만들었고 모델은 그 틀 안에서 해석한다. 같은 문의가 서비스마다 다르게 처리될 수 있는 이유를 이해하는 데도 도움이 된다.

또 ‘아니다’와 ‘모르겠다’를 같게 취급하면 안 된다. 자료에 환불 요청이 없어서 아니라고 판단하는 것과, 문장이 애매해서 확신하지 못하는 것은 다르다. 후자라면 고객에게 한 번 더 묻는 경로가 필요할 수 있다. 좋은 자동화는 가능한 모든 답을 한쪽으로 밀어 넣는 것이 아니라, 판단을 멈춰야 하는 순간도 처리할 수 있어야 한다.

형식을 지킨 답도 틀릴 수 있다

Jev를 소개하는 문구 중 특히 조심해서 읽어야 하는 것은 ‘환각이 없다’는 표현이다. 보통 독자는 이를 ‘거짓말이나 오답이 없다’고 받아들이기 쉽다. 그러나 정해진 구조 밖으로 답을 내보내지 않는 것과, 그 안에서 올바른 답을 고르는 것은 서로 다르다.

배송 문의를 놓고 선택지가 배송·결제·교환뿐이라고 가정해 보자. 모델이 갑자기 존재하지 않는 ‘우주배송팀’을 만들어 내지 못하게 할 수는 있다. 그렇더라도 배송 문제를 결제로 고를 수 있다. 프로그램은 그 답을 정상적으로 읽을 수 있지만 고객은 잘못된 부서로 간다. 이것은 설명용 가정이며 Jev에서 실제 관찰한 해당 문장의 오답은 아니다.

이 차이가 Jev에만 해당하는 것도 아니다. 일반 생성형 모델에도 출력 구조와 선택 가능한 값을 지정하는 기능이 있다. OpenAI의 Structured Outputs 문서는 정해진 형식에 맞춘 결과에도 오류가 있을 수 있다고 명시한다. 따라서 ‘기존 AI는 아무 말이나 하고 Jev만 정해진 답을 한다’는 비교는 정확하지 않다. 관심을 가질 부분은 전용 판단 방식이 실제 작업에서 얼마나 빠르고 경제적이며 정확한지다. OpenAI의 구조화 출력과 오류 안내.

형식의 안정성은 그래도 가치가 있다. 전표를 읽는 시스템이 금액 칸에 갑자기 설명문을 받으면 다음 계산이 막힌다. 약속된 형태의 값이 오면 이런 종류의 연결 오류를 줄일 수 있다. 다만 숫자 칸에 숫자가 들어왔다는 이유만으로 그 금액이 맞다고 할 수는 없다. 양식에 맞게 쓴 잘못된 영수증을 떠올리면 쉽다.

타입세이프도 현재 모델의 약점을 따로 공개했다. Jev 1.13은 정확한 계산이나 개수 세기, 날짜의 앞뒤 비교, 여러 단계를 거쳐야 하는 질문 등에 약할 수 있다. 무관한 내용이 많은 입력이나 답을 특정 방향으로 유도하는 내용도 문제가 될 수 있다. 회사가 권하는 분담 역시 계산할 수 있는 것은 코드로 계산하고, 문장을 만들어야 하는 일은 생성 모델에 맡기는 쪽이다. Jev 1.13의 공개된 약점.

가상의 반품 업무를 예로 들면, 고객이 반품을 원한다는 의도를 파악하는 일과 구매일로부터 며칠이 지났는지 세는 일은 나누어 볼 수 있다. 앞의 문장이 복잡하다면 언어를 이해하는 모델이 도움이 될 수 있다. 뒤의 날짜 계산은 정확한 날짜가 준비되면 정해진 규칙으로 처리할 수 있다. 모든 일을 AI 한 번에 넣는 것이 꼭 더 좋은 설계는 아니다.

확률을 함께 돌려주는 기능도 이런 한계를 없애 주는 마법은 아니다. 공식 문서에서 Choice와 Score의 confidence는 답들의 확률 분포를 요약한 값이다. Noul에는 별도 confidence 항목이 없다. 어느 수준에서 자동 처리하고 언제 사람에게 넘길지는 실제 업무에서 확인해야 한다. 숫자가 높다고 이용자의 승인이나 서비스의 책임이 사라지지는 않는다. 확률과 확신도에 관한 공식 설명.

‘약 200배’에서 빠진 비교 조건

속도 숫자는 매력적이다. 기다리던 시간이 크게 줄어든다는 말이기 때문이다. 그러나 무엇을 기다리는 시간인지부터 맞춰야 한다. 문장 한 편을 쓰는 시간, 자료에서 부서를 고르는 시간, 실제 고객 문제가 해결될 때까지의 시간은 다른 시계로 잰다.

타입세이프가 내세운 193.6배 속도와 444.6배 비용 차이는 자체 작업 흐름 평가에서 나온 수치다. 회사 팀이 만든 과제를 사용했고, 대형 모델들의 답을 비교 기준으로 삼았다. 회사 스스로도 실제 환경에서 기대할 향상의 높은 쪽에 해당할 수 있다고 설명한다. 우리가 평소 쓰는 모든 챗봇을 같은 질문으로 대조해 얻은 보편적 성적표가 아니다. 출시 발표의 평가 방법과 단서.

외부 사용팀 슈퍼글루는 9월 24일 다른 장면을 공개했다. 여러 업무용 소프트웨어의 문서를 모을 때, 수많은 링크 중 읽을 만한 페이지를 고르는 작업에 Jev를 넣어 본 것이다. 10개 시스템에서 40회 수집한 작은 시험이었고, 페이지의 유용성 평가에는 Claude Opus를 사용했다. 사람 전체의 판단이나 모든 인터넷 검색을 대표하는 실험은 아니다.

그 시험에서 Jev의 순위 판단 지연은 735밀리초, Claude Haiku 4.5는 3,000밀리초, GPT-5.6 Luna의 낮은 추론 설정은 6,615밀리초였다. 같은 표의 값을 나누면 각각 약 4.1배와 9배 차이다. 골라 온 페이지 중 유용하다고 평가된 비율은 Jev 84%, Haiku 83%로 비슷했다. 일부 사이트에서는 기존 키워드 방식이 더 나았다. 슈퍼글루의 방법과 전체 결과.

같은 문서 선별 시험에서 기다린 시간

Jev 1.13735ms · 약 0.74초

Claude Haiku 4.53,000ms · 3초

GPT-5.6 Luna · low6,615ms · 약 6.62초

회사의 200배 주장을 그대로 재현한 결과는 아니다. 두 시험은 비교 대상과 과제가 다르다. 모델 이름만 같다고 서로 다른 성적표를 한 줄로 연결할 수는 없다.

오히려 기존 키워드 방식이 이긴 경우도 있었다는 점이 흥미롭다. 모든 곳에 가장 새로운 모델을 넣어야 한다는 이야기가 아니기 때문이다. 정보가 명확하게 표시돼 있다면 간단한 규칙으로 충분할 수 있다. 문맥을 읽어야 할 때는 판단 모델이 도움이 되고, 새로운 설명이나 복잡한 추론이 필요할 때는 생성형 모델이 맞을 수 있다. 도구의 종류가 늘면 한 도구의 승리보다 일을 나누는 방식이 중요해진다.

휴대폰을 움직이는 AI 안에 들어간다면

그 역할 분담을 다른 장면에서 살펴본 연구도 있다. 9월 24일 공개된 Jev-Mobile 사전논문은 화면을 이해하는 일반 모델이 작은 목표를 정하고, Jev가 현재 화면에서 가능한 동작을 고르는 구성을 시험했다. 제품으로 출시된 소비자 앱의 사용 후기가 아니라 연구용 시스템이다. 논문 공개만으로 동료심사나 독립 재현까지 끝났다는 뜻은 아니다.

안드로이드 작업 평가에서 이 시스템의 성공률은 79%였다. 매번 일반 시각언어모델이 동작을 정하는 비교 방식은 84%였다. 대신 성공한 작업들만 놓고 평균 수행 시간을 비교하면 197.21초에서 132.67초로, 약 32.7% 줄었다. 이 시간 감소는 실패한 작업까지 포함한 전체 평균이 아니며, 성공률도 5%포인트 낮았다. Jev-Mobile 원문과 실험의 제한.

목표를 이해하는 일과 다음 동작을 고르는 일

01 · 목표일반 모델

사용자 요청과 화면을 읽고 다음 작은 목표를 정한다.

02 · 선택프로그램 + Jev

프로그램이 가능한 동작을 준비하고 Jev가 그중 하나를 고른다.

03 · 실행프로그램

선택한 동작을 실행한 뒤 바뀐 화면을 다시 확인한다.

진행이 막히거나 작은 목표가 끝나면 일반 모델에 제어를 돌려준다.

이 결과를 ‘휴대폰 AI가 더 좋아졌다’는 한 문장으로 줄이면 중요한 차이가 사라진다. 성공한 작업을 빨리 끝내는 것과 전체 작업에서 끝까지 성공하는 비율은 함께 봐야 한다. 독자 입장에서 약간 늦어도 확실히 끝나는 일이 있고, 빠른 응답이 더 중요한 일이 있다. 어느 쪽을 선호하는지는 맡긴 작업의 성격에 달려 있다.

또 여기서 빨라진 원인을 전부 Jev라는 모델 하나로 돌릴 수도 없다. 연구는 일을 나누는 방식까지 달라진 시스템들을 비교했다. 같은 구조를 유지하고 판단 모델만 교체한 시험이 아니라는 한계가 있다. 이런 구분은 기술을 깎아내리기 위한 꼬리표가 아니라, 다음 실험에서 무엇을 확인하면 좋을지 알려 주는 단서다.

화면에 버튼이 없거나 현재 상태를 잘못 읽었다면 이야기는 다시 달라진다. 아무리 판단이 빨라도 고를 수 있는 동작 자체가 틀리면 일이 끝나지 않는다. 실제 서비스의 품질은 모델의 능력뿐 아니라 관찰한 정보, 준비한 선택지, 실행 뒤 확인까지 합쳐져 나온다. Jev를 통해 보이는 것은 새로운 모델 하나이면서 동시에 이런 구성 요소들의 분업이다.

반응도 ‘빠르다’ 한마디로 모이지 않았다

출시 소식을 접한 사람들의 관심과 사용해 본 사람들의 평가는 구별할 필요가 있다. 해커뉴스의 발표 토론에서는 높은 확률을 붙여도 잘못된 선택일 수 있다는 지적이 나왔다. 그런 의문을 제기한 이용자 중에는 아직 접근을 기다리는 중이라고 밝힌 사람도 있었다. 따라서 이를 Jev를 써 본 뒤 실패했다는 후기로 소개하면 사실과 달라진다. 발표에 대한 공개 토론.

그 질문 자체는 유효하다. ‘확신한다고 말하는 모델’과 ‘확신할 때 실제로 잘 맞히는 모델’은 다르기 때문이다. 다만 댓글만으로 후자가 불가능하다고 결론 내릴 수도 없다. 실제 자료에서 어떤 수준의 확신도를 보였을 때 얼마나 자주 맞았는지 살펴봐야 한다. 기대와 의심은 시험할 질문을 만들어 주지만 시험 결과를 대신하지 않는다.

또 다른 공개 글에서는 제작자가 Jev를 활용해 작업 대화에서 기억할 내용을 고르는 도구를 소개했다. 댓글에는 아이디어에 대한 관심과 함께, 대화 자료가 외부 업체로 보내지는 구조에 대한 우려도 있었다. Jev를 공개된 로컬 모델로 생각했다가 오해를 바로잡는 반응도 보인다. 이것은 데이터 유출 사건의 증거가 아니라, 서비스 형태를 이해하는 과정에서 나온 논의다. Jevmem 제작자 소개와 댓글.

‘컴퓨터 안에 AI를 넣었다’는 표현에는 서로 다른 구조가 담긴다. 모델이 내 컴퓨터에서만 계산할 수도 있고, 프로그램이 외부 서버의 모델을 불러 쓸 수도 있다. 화면에서는 비슷하게 보여도 자료가 이동하는 경로는 다르다.

이 반응은 몇몇 공개 토론에서 확인한 질문들로 전체 이용자 평가를 대표하지 않는다. 메타투어가 Jev를 직접 사용한 결과도 아니다.

지금 만날 수 있는 것은 새 챗봇보다 새 부품이다

2026년 9월 26일 확인한 공식 모델표에서 Jev 1.13의 입력 가격은 100만 토큰당 0.042달러이고 출력은 무료다. 토큰은 모델이 글을 처리할 때 사용하는 단위로, 질문 한 번이나 한국어 글자 한 개와 일대일로 같지는 않다. 따라서 이 가격을 ‘상담 백만 건에 얼마’로 곧바로 바꿀 수 없다. 입력 길이와 호출 횟수에 따라 사용량이 달라진다. 현재 모델과 가격·입력 조건.

같은 문서는 현재 입력이 텍스트라는 점도 밝힌다. 이미지를 보고 고르는 AI 장면을 봤더라도, 다른 장치가 이미지를 문자나 정리된 상태로 바꿔 전달했을 수 있다. Jev가 사진·음성·동영상을 직접 받아 이해한다고 확대하면 안 된다. 한국어를 포함한 비영어 입력도 처리하지만 영어에서 정확도가 가장 좋다는 안내가 있어, 한국어 업무의 성능까지 검증됐다고 볼 수는 없다.

다른 프로그램에 연결하는 경로로는 Vercel AI Gateway도 있다. 이는 개발자가 모델을 호출할 수 있게 제공하는 서비스다. 별도의 무료 대화 앱이 생겼다는 소식과는 다르다. 과거 안내에 있던 한시적 무료 제공을 영구 무료 이용으로 읽어서도 안 된다. 사용 조건과 가격은 실제 연결 경로에서 다시 확인할 항목이다. Vercel의 Jev 제공 안내.

싼 판단이 언제나 싼 업무를 만드는 것도 아니다. 문의를 한 번 분류하는 비용 외에 자료를 불러오고, 결과를 저장하고, 잘못 처리한 내용을 되돌리는 과정이 남는다. 모델의 호출 비용은 전체 업무 비용의 일부다. 반대로 아주 많은 곳에서 반복되는 작은 판단이라면, 작은 차이도 쌓일 수 있다. 이 가능성을 실제 절약으로 바꾸려면 반복 횟수와 수정 부담을 함께 알아야 한다.

그래서 Jev 소식을 읽고 일반인이 당장 새 계정을 만들어야 할 이유는 없다. 더 중요한 변화는 자신이 쓰는 서비스 안에서 일어날 수 있다. 상담 화면에서 문의를 나누고, 검색할 문서를 고르고, 어떤 기능을 먼저 실행할지 정하는 자리에 대화와 다른 방식의 모델을 넣어 보려는 시도가 늘어나는 것이다. 이는 현재 모든 서비스가 그렇게 바뀌었다는 사실이 아니라, 이번 공개와 후속 시험에서 읽을 수 있는 방향이다.

처음의 고객 문의로 돌아오면 목표는 여전히 단순하다. “물건이 아직 안 왔어요”라는 말을 제대로 이해하고, 필요한 확인을 거쳐 문제를 풀어 주는 것. 고객에게 긴 답변이 필요한 순간도 있고, 화면 뒤에서 올바른 선택 하나가 필요한 순간도 있다. Jev가 던진 흥미로운 질문은 AI가 더 많은 말을 할 수 있느냐가 아니다. 말이 필요 없는 순간까지, 굳이 말하게 만들어야 하느냐는 것이다.