Jev 개발자용 시스템 모델과 LLM 차이 정리

Jev는 TypeSafe AI가 개발한 소프트웨어 판단용 모델입니다. 설명문 대신 선택값과 확률을 반환합니다. 분류와 작업 분기에 맞게 설계됐습니다. 출력 형식이 맞아도 판단은 틀릴 수 있습니다.

요금과 속도 수치는 TypeSafe의 2026년 9월 15일 발표 기준입니다.

Jev와 System One Model의 뜻

Jev는 코드가 바로 사용할 판단 결과를 내놓는 AI입니다. 공식 제품명은 Jev입니다. TypeSafe는 이 계열을 System One Model이라고 부릅니다.

입력에는 판단 대상인 state와 질문인 questions가 들어갑니다. state는 고객 문의나 업무 기록처럼 판단에 필요한 정보입니다. 질문에는 허용할 답과 평가 기준을 지정합니다.

System One이라는 이름은 빠르고 직관적인 사고에서 따왔습니다. 회사가 제품의 역할을 설명하는 명칭입니다. 자연어 입력을 이해하는 기능도 갖추고 있습니다. 개념과 입력 범위는 TypeSafe의 System One 문서에서 확인할 수 있습니다.

LLM과 무엇이 다릅니까?

핵심 차이는 출력할 수 있는 답의 범위입니다. LLM은 설명문과 코드처럼 자유로운 내용을 생성합니다. Jev는 개발자가 정한 답의 범위 안에서 판단합니다.

LLM도 구조화된 형식으로 답하도록 구성할 수 있습니다. 따라서 JSON 출력 자체가 Jev만의 기능은 아닙니다. Vercel 문서는 구조화 LLM과의 연결 방식도 설명합니다. 다만 같은 응답 형식이 같은 평가 동작을 뜻하지는 않습니다. Vercel의 Jev 해설에 설명된 구분입니다.

소프트웨어에서는 출력 규격이 맞아야 다음 작업을 실행할 수 있습니다. 예를 들어 담당 부서 값에는 허용된 이름이 필요합니다. 여기에 설명문이 섞이면 별도 해석 과정이 생깁니다. Jev는 이런 판단 결과를 직접 반환하도록 설계됐습니다.

Choice·Score·Noul 조건별 정리

질문의 답이 어떤 형태인지에 따라 유형을 선택하세요. Jev의 기본 질문 유형은 Choice, Score, Noul입니다. 같은 상태에 대한 독립 질문은 한 호출에 묶을 수 있습니다. 구성 방식은 TypeSafe Introduction에 나와 있습니다.

Score의 숫자는 설정한 평가 단계에서의 위치를 나타냅니다. 항상 백분율을 의미하지는 않습니다. Noul은 ‘예’일 확률을 반환하는 유형입니다. Score 문서와 Noul 문서가 각각의 해석 기준입니다.

서로 의존하는 질문은 처리 순서를 정하세요. 뒤의 질문에 앞선 답이 필요하면 코드에서 연결해야 합니다. 같은 호출 안의 질문은 공통 상태를 독립적으로 평가합니다.

식당 응대 사례의 숫자는 어떻게 읽습니까?

식당 응대 시연의 숫자는 제품 전체의 정확도로 볼 수 없습니다. 소개 영상의 설명에는 다음 값이 등장합니다. 원본 API 요청과 측정 조건은 확인되지 않았습니다.

이 사례는 출력 형태를 이해하는 예시입니다. 숫자만으로 현실의 분쟁을 판정할 수는 없습니다. 특히 선택지 구성이 달라지면 질문 자체가 달라집니다.

확률과 신뢰도를 혼동하는 흔한 실수

확률과 신뢰도는 서로 다른 값입니다. Choice의 확률은 각 보기에 배정된 값입니다. 신뢰도는 그 확률분포가 얼마나 집중됐는지 요약합니다.

따라서 신뢰도 92%를 정답률 92%로 읽으면 안 됩니다. 실제 정답률은 정답이 확인된 사례로 측정해야 합니다. Noul에는 별도의 confidence 필드가 없습니다. 이 구분은 TypeSafe Confidence 문서에 명시돼 있습니다.

• 형식과 정확도 혼동: 허용된 부서를 골라도 담당 부서를 틀릴 수 있습니다.
• 점수와 확률 혼동: Score 값은 평가 단계의 위치일 수 있습니다.
• 신뢰도와 정답률 혼동: 높은 신뢰도만으로 개별 정답을 보장하지 않습니다.
• 보기 누락: 필요한 답이 선택지에 없으면 적절한 판단이 어려워집니다.

보정은 여러 예측을 모아 확률과 결과의 관계를 평가하는 개념입니다. 개별 답 하나의 정확성을 보증하는 절차는 아닙니다. 출력 규격 준수와 의미상 정확도를 따로 평가하세요.

공개 요금과 속도 비교의 조건

공개 요금은 입력 토큰을 기준으로 계산합니다. 토큰은 모델이 텍스트를 처리하는 단위입니다. 2026년 9월 15일 발표에서는 출력 토큰 요금이 무료라고 안내했습니다.

이 수치는 모든 요청의 성능 보장값이 아닙니다. 회사 평가에는 외부 모델의 예측을 기준으로 삼은 비교가 있습니다. 이를 실제 업무의 정답률과 동일하게 볼 수는 없습니다. 측정 조건은 TypeSafe 출시 발표에 공개돼 있습니다.

공개 단가 계산 예시

입력 10억 토큰의 기본 사용료는 42달러입니다. 계산식은 1,000,000,000 ÷ 1,000,000 × 0.042입니다. 이는 공개 단가의 환산 예시입니다.

판단 한 건의 가격은 입력 길이에 따라 달라집니다. 실제 비용에는 재시도나 후속 모델 호출도 영향을 줍니다. 최신 단가는 TypeSafe Models 문서에서 확인하세요.

Doom 시연이 보여주는 활용 범위

Doom 시연은 구조화된 게임 상태로 행동을 고르는 사례입니다. 게임 화면 이미지를 직접 이해한 시연은 아닙니다. TypeSafe는 텍스트 형태의 상태 데이터를 사용했다고 설명합니다. 해당 조건은 출시 발표의 Doom 설명에 나와 있습니다.

업무에 적용할 때는 반복해서 판단하는 지점이 후보입니다. 다음 표는 기능에 근거한 설계 예시입니다. 개별 업무에서의 성능은 따로 검증해야 합니다.

한국어 업무와 숫자 처리의 한계

한국어 업무에서는 자체 검증이 필요합니다. TypeSafe는 영어가 주된 학습 언어라고 안내합니다. 다른 언어의 성능은 같지 않다고 설명합니다. 언어 지원 조건은 Models 문서에서 확인할 수 있습니다.

숫자를 반환한다고 계산까지 정확한 것은 아닙니다. 2026년 9월 17일에 검토한 한계 문서에 나온 설명입니다. 문서는 계산을 코드에서 처리하도록 권고합니다.

Jev is not a calculator.

위 문구는 Jev 1.13 jaggedness의 원문입니다.

한국어 검증 자료에는 실제 업무 표현을 포함하세요. 존댓말이나 생략된 주어도 점검 대상입니다. 처리 결과가 확정된 사례와 모델의 답을 대조할 수 있습니다.

API와 SDK 사용 경로 비교

TypeSafe에 직접 접속하는 경로 외에 게이트웨이 경로도 확인됐습니다. 출시 발표에서는 대기자 명단을 통한 초기 이용을 안내했습니다. 계정별 이용 가능 여부는 각 서비스에서 확인하세요.

TypeSafe의 Quick start는 직접 호출 절차를 설명합니다. 다음은 해당 경로의 기본 순서입니다.

1. 콘솔에서 계정의 접근 권한을 확인하세요.
2. Playground에서 판단 대상과 질문을 시험하세요.
3. 대시보드에서 API 키를 발급받으세요.
4. SDK 또는 HTTP API로 요청을 보내세요.
5. 반환값과 확률을 코드의 처리 규칙에 연결하세요.

Vercel의 Evaluation 문서에는 연결 예제가 있습니다. 예·아니요 질문은 이 경로에서 Boolean으로 표시됩니다. OpenRouter의 Jev 1.13 페이지에서도 모델을 확인할 수 있습니다. 경로별 요청 형식과 한도는 각각의 문서를 기준으로 삼으세요.

판단 기록을 남기는 설계 기준

자동화 결과를 검증하려면 입력 근거까지 함께 기록하세요. 선택값만 저장하면 오판의 원인을 찾기 어렵습니다. 다음 항목은 공식 인터페이스를 바탕으로 정리한 설계 제안입니다.

모델 이름의 별칭은 새 버전을 가리키도록 바뀔 수 있습니다. 검증한 버전은 모델 ID로 고정할 수 있습니다. TypeSafe의 Models 문서에 설명된 운영 방식입니다.

검토 전환 기준은 실제 사례로 정하세요. 잘못 분류한 비용과 사람이 검토하는 부담을 함께 평가합니다. 보편적으로 맞는 신뢰도 기준값은 없습니다. 검증 방법은 Confidence 문서의 안내를 참고할 수 있습니다.