{"content_id":"emjtnwrqpz","slug":"jev-system-one-model-llm-comparison","locale":"ko","schema_type":"TechArticle","category":"knowledge_base","category_name":"지식 베이스","title":"Jev 개발자용 시스템 모델과 LLM 차이 정리","summary":"Jev는 TypeSafe AI가 개발한 구조화된 판단용 모델입니다. 선택값과 확률을 코드에 연결하는 방식이며, 실제 도입에서는 출력 형식과 판단 정확도를 구분해야 합니다.","sponsorship_disclosure":null,"affiliate_disclosure":null,"commerce_disclosure":null,"author":{"name":"인조이스 편집팀","url":"https://injoys.com/ko/about"},"key_points":["Jev는 자유로운 설명문 대신 미리 정의한 답과 확률을 반환합니다.","Choice와 Score에는 신뢰도가 있지만 Noul에는 별도 신뢰도 필드가 없습니다.","2026년 9월 15일 발표된 입력 요금은 100만 토큰당 0.042달러입니다.","공개된 속도 비교는 특정 작업과 측정 환경에서 나온 결과입니다.","한국어 업무에서는 실제 사례로 정확도와 검토 전환 기준을 검증하세요."],"content_markdown":"Jev는 TypeSafe AI가 개발한 소프트웨어 판단용 모델입니다. 설명문 대신 선택값과 확률을 반환합니다. 분류와 작업 분기에 맞게 설계됐습니다. 출력 형식이 맞아도 판단은 틀릴 수 있습니다.\n\n요금과 속도 수치는 TypeSafe의 2026년 9월 15일 발표 기준입니다.\n\n## Jev와 System One Model의 뜻\n\nJev는 코드가 바로 사용할 판단 결과를 내놓는 AI입니다. 공식 제품명은 Jev입니다. TypeSafe는 이 계열을 System One Model이라고 부릅니다.\n\n입력에는 판단 대상인 `state`와 질문인 `questions`가 들어갑니다. `state`는 고객 문의나 업무 기록처럼 판단에 필요한 정보입니다. 질문에는 허용할 답과 평가 기준을 지정합니다.\n\nSystem One이라는 이름은 빠르고 직관적인 사고에서 따왔습니다. 회사가 제품의 역할을 설명하는 명칭입니다. 자연어 입력을 이해하는 기능도 갖추고 있습니다. 개념과 입력 범위는 [TypeSafe의 System One 문서](https://docs.typesafe.ai/concepts/system-one)에서 확인할 수 있습니다.\n\n## LLM과 무엇이 다릅니까?\n\n핵심 차이는 출력할 수 있는 답의 범위입니다. LLM은 설명문과 코드처럼 자유로운 내용을 생성합니다. Jev는 개발자가 정한 답의 범위 안에서 판단합니다.\n\n| 비교 항목 | 일반적인 LLM 활용 | Jev 활용 |\n| --- | --- | --- |\n| 주된 결과 | 설명문, 요약문, 생성 코드 | 선택값, 평가 점수, 확률 |\n| 답의 범위 | 자유로운 생성 또는 구조화 출력 | 질문에서 미리 정한 범위 |\n| 소프트웨어 연결 | 응답 형식에 맞춘 해석과 검증 | 반환값을 조건문과 분류에 연결 |\n| 설명 생성 | 판단 이유를 문장으로 작성 가능 | 자유로운 설명문 생성 미지원 |\n| 적합한 역할 | 대화, 작성, 복합 문제 풀이 | 분류, 담당 경로 선택, 기준별 평가 |\n\nLLM도 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 해설](https://vercel.com/i/what-is-jev)에 설명된 구분입니다.\n\n소프트웨어에서는 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.\n\n## Choice·Score·Noul 조건별 정리\n\n질문의 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 Introduction](https://docs.typesafe.ai/introduction)에 나와 있습니다.\n\n| 필요한 판단 | 질문 유형 | 반환 내용 | 활용 예시 |\n| --- | --- | --- | --- |\n| 정해진 보기 중 선택 | Choice | 선택값, 보기별 확률, 신뢰도 | 문의를 담당 부서로 전달 |\n| 순서가 있는 기준으로 평가 | Score | 점수, 단계별 확률, 신뢰도 | 장애 심각도 평가 |\n| 어떤 명제가 맞는지 판단 | Noul | 예일 확률을 나타내는 0-1 값 | 환불 요청이 포함됐는지 판별 |\n\nScore의 숫자는 설정한 평가 단계에서의 위치를 나타냅니다. 항상 백분율을 의미하지는 않습니다. Noul은 ‘예’일 확률을 반환하는 유형입니다. [Score 문서](https://docs.typesafe.ai/primitives/score)와 [Noul 문서](https://docs.typesafe.ai/primitives/noul)가 각각의 해석 기준입니다.\n\n서로 의존하는 질문은 처리 순서를 정하세요. 뒤의 질문에 앞선 답이 필요하면 코드에서 연결해야 합니다. 같은 호출 안의 질문은 공통 상태를 독립적으로 평가합니다.\n\n## 식당 응대 사례의 숫자는 어떻게 읽습니까?\n\n식당 응대 시연의 숫자는 제품 전체의 정확도로 볼 수 없습니다. 소개 영상의 설명에는 다음 값이 등장합니다. 원본 API 요청과 측정 조건은 확인되지 않았습니다.\n\n| 소개된 값 | 설명에서의 의미 | 해석할 때 확인할 사항 |\n| --- | --- | --- |\n| 0-1 척도의 0.09 | 손님 행동의 정당성 평가 | 점수인지 예일 확률인지 확인 |\n| 선택지 적합도 94% | 대금 지급 이유를 설명하는 방안에 부여한 값 | 제시된 보기와 질문 기준 확인 |\n| 신뢰도 92% | 해당 판단에 대한 신뢰도 표시 | 실제 정답률로 읽지 않기 |\n| 처리 시간 0.1초 미만 | 시연에서 소개한 응답 시간 | 통신 시간을 포함했는지 확인 |\n\n이 사례는 출력 형태를 이해하는 예시입니다. 숫자만으로 현실의 분쟁을 판정할 수는 없습니다. 특히 선택지 구성이 달라지면 질문 자체가 달라집니다.\n\n## 확률과 신뢰도를 혼동하는 흔한 실수\n\n확률과 신뢰도는 서로 다른 값입니다. Choice의 확률은 각 보기에 배정된 값입니다. 신뢰도는 그 확률분포가 얼마나 집중됐는지 요약합니다.\n\n따라서 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 문서](https://docs.typesafe.ai/confidence)에 명시돼 있습니다.\n\n- **형식과 정확도 혼동:** 허용된 부서를 골라도 담당 부서를 틀릴 수 있습니다.\n- **점수와 확률 혼동:** Score 값은 평가 단계의 위치일 수 있습니다.\n- **신뢰도와 정답률 혼동:** 높은 신뢰도만으로 개별 정답을 보장하지 않습니다.\n- **보기 누락:** 필요한 답이 선택지에 없으면 적절한 판단이 어려워집니다.\n\n보정은 여러 예측을 모아 확률과 결과의 관계를 평가하는 개념입니다. 개별 답 하나의 정확성을 보증하는 절차는 아닙니다. 출력 규격 준수와 의미상 정확도를 따로 평가하세요.\n\n## 공개 요금과 속도 비교의 조건\n\n공개 요금은 입력 토큰을 기준으로 계산합니다. 토큰은 모델이 텍스트를 처리하는 단위입니다. 2026년 9월 15일 발표에서는 출력 토큰 요금이 무료라고 안내했습니다.\n\n| 항목 | 공개 내용 | 적용 범위 |\n| --- | --- | --- |\n| 입력 요금 | 100만 토큰당 0.042달러 | 발표 당시 TypeSafe 요금 |\n| 출력 요금 | 무료 | 발표 당시 TypeSafe 요금 |\n| 응답 시간 | 70-500밀리초 | 회사가 발표한 측정 범위 |\n| 측정 환경 | 주로 미국 서부의 노트북 | 회사 발표에 기재된 평가 환경 |\n\n이 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 발표](https://typesafe.ai/blog/introducing-system-one-models-and-jev)에 공개돼 있습니다.\n\n### 공개 단가 계산 예시\n\n입력 10억 토큰의 기본 사용료는 42달러입니다. 계산식은 `1,000,000,000 ÷ 1,000,000 × 0.042`입니다. 이는 공개 단가의 환산 예시입니다.\n\n판단 한 건의 가격은 입력 길이에 따라 달라집니다. 실제 비용에는 재시도나 후속 모델 호출도 영향을 줍니다. 최신 단가는 [TypeSafe Models 문서](https://docs.typesafe.ai/models)에서 확인하세요.\n\n## Doom 시연이 보여주는 활용 범위\n\nDoom 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 설명](https://typesafe.ai/blog/introducing-system-one-models-and-jev)에 나와 있습니다.\n\n업무에 적용할 때는 반복해서 판단하는 지점이 후보입니다. 다음 표는 기능에 근거한 설계 예시입니다. 개별 업무에서의 성능은 따로 검증해야 합니다.\n\n| 업무 조건 | 가능한 역할 | 함께 필요한 처리 |\n| --- | --- | --- |\n| 문의를 정해진 부서로 분류 | Choice로 담당 경로 선택 | 애매한 문의의 검토 경로 |\n| 문서를 공통 기준으로 평가 | Score로 기준별 점수 반환 | 평가 기준의 명확한 정의 |\n| 특정 요청이 포함됐는지 확인 | Noul로 명제 평가 | 실행 여부를 정하는 코드 |\n| 사용자에게 설명문 작성 | 생성형 모델에 연결 | 원문 근거와 승인된 판단 전달 |\n\n## 한국어 업무와 숫자 처리의 한계\n\n한국어 업무에서는 자체 검증이 필요합니다. TypeSafe는 영어가 주된 학습 언어라고 안내합니다. 다른 언어의 성능은 같지 않다고 설명합니다. 언어 지원 조건은 [Models 문서](https://docs.typesafe.ai/models)에서 확인할 수 있습니다.\n\n숫자를 반환한다고 계산까지 정확한 것은 아닙니다. 2026년 9월 17일에 검토한 한계 문서에 나온 설명입니다. 문서는 계산을 코드에서 처리하도록 권고합니다.\n\n\u003e Jev is not a calculator.\n\n위 문구는 [Jev 1.13 jaggedness](https://docs.typesafe.ai/model-jaggedness/jev-1.13)의 원문입니다.\n\n| 알려진 한계 | 개발 시 대응 |\n| --- | --- |\n| 정확한 수량 계산 | 코드로 항목 수 계산 |\n| 날짜와 시간 비교 | 추출한 값을 날짜 자료형으로 변환해 비교 |\n| 관련 없는 긴 입력 | 판단에 필요한 내용만 선별 |\n| 복잡한 부정문과 간접 조건 | 명확하고 짧은 질문으로 분리 |\n| 모호하거나 충돌하는 평가 기준 | 질문과 선택지의 의미 정렬 |\n\n한국어 검증 자료에는 실제 업무 표현을 포함하세요. 존댓말이나 생략된 주어도 점검 대상입니다. 처리 결과가 확정된 사례와 모델의 답을 대조할 수 있습니다.\n\n## API와 SDK 사용 경로 비교\n\nTypeSafe에 직접 접속하는 경로 외에 게이트웨이 경로도 확인됐습니다. 출시 발표에서는 대기자 명단을 통한 초기 이용을 안내했습니다. 계정별 이용 가능 여부는 각 서비스에서 확인하세요.\n\n| 경로 | 확인된 제공 형태 | 확인할 문서 |\n| --- | --- | --- |\n| TypeSafe | 콘솔, API, 클라이언트 SDK | Quick start |\n| Vercel AI Gateway | Jev 평가 요청 연결 | Evaluation |\n| OpenRouter | Jev 1.13 모델 등록 | Jev 1.13 모델 페이지 |\n\nTypeSafe의 [Quick start](https://docs.typesafe.ai/introduction/quickstart)는 직접 호출 절차를 설명합니다. 다음은 해당 경로의 기본 순서입니다.\n\n1. 콘솔에서 계정의 접근 권한을 확인하세요.\n2. Playground에서 판단 대상과 질문을 시험하세요.\n3. 대시보드에서 API 키를 발급받으세요.\n4. SDK 또는 HTTP API로 요청을 보내세요.\n5. 반환값과 확률을 코드의 처리 규칙에 연결하세요.\n\nVercel의 [Evaluation 문서](https://vercel.com/docs/ai-gateway/modalities/evaluation)에는 연결 예제가 있습니다. 예·아니요 질문은 이 경로에서 Boolean으로 표시됩니다. [OpenRouter의 Jev 1.13 페이지](https://openrouter.ai/typesafe/jev-1.13/)에서도 모델을 확인할 수 있습니다. 경로별 요청 형식과 한도는 각각의 문서를 기준으로 삼으세요.\n\n## 판단 기록을 남기는 설계 기준\n\n자동화 결과를 검증하려면 입력 근거까지 함께 기록하세요. 선택값만 저장하면 오판의 원인을 찾기 어렵습니다. 다음 항목은 공식 인터페이스를 바탕으로 정리한 설계 제안입니다.\n\n| 기록 항목 | 확인할 수 있는 문제 |\n| --- | --- |\n| 판단에 사용한 원문과 시점 | 오래되거나 누락된 정보 |\n| 질문과 선택지의 버전 | 기준 변경에 따른 결과 차이 |\n| 실제 응답 모델 ID | 모델 변경의 영향 |\n| 답과 확률분포 | 애매한 사례의 처리 이유 |\n| 코드가 실행한 작업 | 판단과 실행 사이의 불일치 |\n| 사람이 확인한 결과 | 실제 오류와 수정 내역 |\n\n모델 이름의 별칭은 새 버전을 가리키도록 바뀔 수 있습니다. 검증한 버전은 모델 ID로 고정할 수 있습니다. TypeSafe의 [Models 문서](https://docs.typesafe.ai/models)에 설명된 운영 방식입니다.\n\n검토 전환 기준은 실제 사례로 정하세요. 잘못 분류한 비용과 사람이 검토하는 부담을 함께 평가합니다. 보편적으로 맞는 신뢰도 기준값은 없습니다. 검증 방법은 [Confidence 문서](https://docs.typesafe.ai/confidence)의 안내를 참고할 수 있습니다.","content_html":"\u003cp\u003eJev는 TypeSafe AI가 개발한 소프트웨어 판단용 모델입니다. 설명문 대신 선택값과 확률을 반환합니다. 분류와 작업 분기에 맞게 설계됐습니다. 출력 형식이 맞아도 판단은 틀릴 수 있습니다.\u003c/p\u003e\n\u003cp\u003e요금과 속도 수치는 TypeSafe의 2026년 9월 15일 발표 기준입니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#jev%EC%99%80-system-one-model%EC%9D%98-%EB%9C%BB\" class=\"anchor\" id=\"jev와-system-one-model의-뜻\"\u003e\u003c/a\u003eJev와 System One Model의 뜻\u003c/h2\u003e\n\u003cp\u003eJev는 코드가 바로 사용할 판단 결과를 내놓는 AI입니다. 공식 제품명은 Jev입니다. TypeSafe는 이 계열을 System One Model이라고 부릅니다.\u003c/p\u003e\n\u003cp\u003e입력에는 판단 대상인 \u003ccode\u003estate\u003c/code\u003e와 질문인 \u003ccode\u003equestions\u003c/code\u003e가 들어갑니다. \u003ccode\u003estate\u003c/code\u003e는 고객 문의나 업무 기록처럼 판단에 필요한 정보입니다. 질문에는 허용할 답과 평가 기준을 지정합니다.\u003c/p\u003e\n\u003cp\u003eSystem One이라는 이름은 빠르고 직관적인 사고에서 따왔습니다. 회사가 제품의 역할을 설명하는 명칭입니다. 자연어 입력을 이해하는 기능도 갖추고 있습니다. 개념과 입력 범위는 \u003ca href=\"https://docs.typesafe.ai/concepts/system-one\"\u003eTypeSafe의 System One 문서\u003c/a\u003e에서 확인할 수 있습니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#llm%EA%B3%BC-%EB%AC%B4%EC%97%87%EC%9D%B4-%EB%8B%A4%EB%A6%85%EB%8B%88%EA%B9%8C\" class=\"anchor\" id=\"llm과-무엇이-다릅니까\"\u003e\u003c/a\u003eLLM과 무엇이 다릅니까?\u003c/h2\u003e\n\u003cp\u003e핵심 차이는 출력할 수 있는 답의 범위입니다. LLM은 설명문과 코드처럼 자유로운 내용을 생성합니다. Jev는 개발자가 정한 답의 범위 안에서 판단합니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e비교 항목\u003c/th\u003e\n\u003cth\u003e일반적인 LLM 활용\u003c/th\u003e\n\u003cth\u003eJev 활용\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 항목\"\u003e주된 결과\u003c/td\u003e\n\u003ctd data-label=\"일반적인 LLM 활용\"\u003e설명문, 요약문, 생성 코드\u003c/td\u003e\n\u003ctd data-label=\"Jev 활용\"\u003e선택값, 평가 점수, 확률\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 항목\"\u003e답의 범위\u003c/td\u003e\n\u003ctd data-label=\"일반적인 LLM 활용\"\u003e자유로운 생성 또는 구조화 출력\u003c/td\u003e\n\u003ctd data-label=\"Jev 활용\"\u003e질문에서 미리 정한 범위\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 항목\"\u003e소프트웨어 연결\u003c/td\u003e\n\u003ctd data-label=\"일반적인 LLM 활용\"\u003e응답 형식에 맞춘 해석과 검증\u003c/td\u003e\n\u003ctd data-label=\"Jev 활용\"\u003e반환값을 조건문과 분류에 연결\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 항목\"\u003e설명 생성\u003c/td\u003e\n\u003ctd data-label=\"일반적인 LLM 활용\"\u003e판단 이유를 문장으로 작성 가능\u003c/td\u003e\n\u003ctd data-label=\"Jev 활용\"\u003e자유로운 설명문 생성 미지원\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 항목\"\u003e적합한 역할\u003c/td\u003e\n\u003ctd data-label=\"일반적인 LLM 활용\"\u003e대화, 작성, 복합 문제 풀이\u003c/td\u003e\n\u003ctd data-label=\"Jev 활용\"\u003e분류, 담당 경로 선택, 기준별 평가\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eLLM도 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. \u003ca href=\"https://vercel.com/i/what-is-jev\"\u003eVercel의 Jev 해설\u003c/a\u003e에 설명된 구분입니다.\u003c/p\u003e\n\u003cp\u003e소프트웨어에서는 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.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#choicescorenoul-%EC%A1%B0%EA%B1%B4%EB%B3%84-%EC%A0%95%EB%A6%AC\" class=\"anchor\" id=\"choicescorenoul-조건별-정리\"\u003e\u003c/a\u003eChoice·Score·Noul 조건별 정리\u003c/h2\u003e\n\u003cp\u003e질문의 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 \u003ca href=\"https://docs.typesafe.ai/introduction\"\u003eTypeSafe Introduction\u003c/a\u003e에 나와 있습니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e필요한 판단\u003c/th\u003e\n\u003cth\u003e질문 유형\u003c/th\u003e\n\u003cth\u003e반환 내용\u003c/th\u003e\n\u003cth\u003e활용 예시\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"필요한 판단\"\u003e정해진 보기 중 선택\u003c/td\u003e\n\u003ctd data-label=\"질문 유형\"\u003eChoice\u003c/td\u003e\n\u003ctd data-label=\"반환 내용\"\u003e선택값, 보기별 확률, 신뢰도\u003c/td\u003e\n\u003ctd data-label=\"활용 예시\"\u003e문의를 담당 부서로 전달\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"필요한 판단\"\u003e순서가 있는 기준으로 평가\u003c/td\u003e\n\u003ctd data-label=\"질문 유형\"\u003eScore\u003c/td\u003e\n\u003ctd data-label=\"반환 내용\"\u003e점수, 단계별 확률, 신뢰도\u003c/td\u003e\n\u003ctd data-label=\"활용 예시\"\u003e장애 심각도 평가\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"필요한 판단\"\u003e어떤 명제가 맞는지 판단\u003c/td\u003e\n\u003ctd data-label=\"질문 유형\"\u003eNoul\u003c/td\u003e\n\u003ctd data-label=\"반환 내용\"\u003e예일 확률을 나타내는 0-1 값\u003c/td\u003e\n\u003ctd data-label=\"활용 예시\"\u003e환불 요청이 포함됐는지 판별\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eScore의 숫자는 설정한 평가 단계에서의 위치를 나타냅니다. 항상 백분율을 의미하지는 않습니다. Noul은 ‘예’일 확률을 반환하는 유형입니다. \u003ca href=\"https://docs.typesafe.ai/primitives/score\"\u003eScore 문서\u003c/a\u003e와 \u003ca href=\"https://docs.typesafe.ai/primitives/noul\"\u003eNoul 문서\u003c/a\u003e가 각각의 해석 기준입니다.\u003c/p\u003e\n\u003cp\u003e서로 의존하는 질문은 처리 순서를 정하세요. 뒤의 질문에 앞선 답이 필요하면 코드에서 연결해야 합니다. 같은 호출 안의 질문은 공통 상태를 독립적으로 평가합니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%8B%9D%EB%8B%B9-%EC%9D%91%EB%8C%80-%EC%82%AC%EB%A1%80%EC%9D%98-%EC%88%AB%EC%9E%90%EB%8A%94-%EC%96%B4%EB%96%BB%EA%B2%8C-%EC%9D%BD%EC%8A%B5%EB%8B%88%EA%B9%8C\" class=\"anchor\" id=\"식당-응대-사례의-숫자는-어떻게-읽습니까\"\u003e\u003c/a\u003e식당 응대 사례의 숫자는 어떻게 읽습니까?\u003c/h2\u003e\n\u003cp\u003e식당 응대 시연의 숫자는 제품 전체의 정확도로 볼 수 없습니다. 소개 영상의 설명에는 다음 값이 등장합니다. 원본 API 요청과 측정 조건은 확인되지 않았습니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e소개된 값\u003c/th\u003e\n\u003cth\u003e설명에서의 의미\u003c/th\u003e\n\u003cth\u003e해석할 때 확인할 사항\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"소개된 값\"\u003e0-1 척도의 0.09\u003c/td\u003e\n\u003ctd data-label=\"설명에서의 의미\"\u003e손님 행동의 정당성 평가\u003c/td\u003e\n\u003ctd data-label=\"해석할 때 확인할 사항\"\u003e점수인지 예일 확률인지 확인\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"소개된 값\"\u003e선택지 적합도 94%\u003c/td\u003e\n\u003ctd data-label=\"설명에서의 의미\"\u003e대금 지급 이유를 설명하는 방안에 부여한 값\u003c/td\u003e\n\u003ctd data-label=\"해석할 때 확인할 사항\"\u003e제시된 보기와 질문 기준 확인\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"소개된 값\"\u003e신뢰도 92%\u003c/td\u003e\n\u003ctd data-label=\"설명에서의 의미\"\u003e해당 판단에 대한 신뢰도 표시\u003c/td\u003e\n\u003ctd data-label=\"해석할 때 확인할 사항\"\u003e실제 정답률로 읽지 않기\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"소개된 값\"\u003e처리 시간 0.1초 미만\u003c/td\u003e\n\u003ctd data-label=\"설명에서의 의미\"\u003e시연에서 소개한 응답 시간\u003c/td\u003e\n\u003ctd data-label=\"해석할 때 확인할 사항\"\u003e통신 시간을 포함했는지 확인\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e이 사례는 출력 형태를 이해하는 예시입니다. 숫자만으로 현실의 분쟁을 판정할 수는 없습니다. 특히 선택지 구성이 달라지면 질문 자체가 달라집니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%ED%99%95%EB%A5%A0%EA%B3%BC-%EC%8B%A0%EB%A2%B0%EB%8F%84%EB%A5%BC-%ED%98%BC%EB%8F%99%ED%95%98%EB%8A%94-%ED%9D%94%ED%95%9C-%EC%8B%A4%EC%88%98\" class=\"anchor\" id=\"확률과-신뢰도를-혼동하는-흔한-실수\"\u003e\u003c/a\u003e확률과 신뢰도를 혼동하는 흔한 실수\u003c/h2\u003e\n\u003cp\u003e확률과 신뢰도는 서로 다른 값입니다. Choice의 확률은 각 보기에 배정된 값입니다. 신뢰도는 그 확률분포가 얼마나 집중됐는지 요약합니다.\u003c/p\u003e\n\u003cp\u003e따라서 신뢰도 92%를 정답률 92%로 읽으면 안 됩니다. 실제 정답률은 정답이 확인된 사례로 측정해야 합니다. Noul에는 별도의 \u003ccode\u003econfidence\u003c/code\u003e 필드가 없습니다. 이 구분은 \u003ca href=\"https://docs.typesafe.ai/confidence\"\u003eTypeSafe Confidence 문서\u003c/a\u003e에 명시돼 있습니다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e형식과 정확도 혼동:\u003c/strong\u003e 허용된 부서를 골라도 담당 부서를 틀릴 수 있습니다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e점수와 확률 혼동:\u003c/strong\u003e Score 값은 평가 단계의 위치일 수 있습니다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e신뢰도와 정답률 혼동:\u003c/strong\u003e 높은 신뢰도만으로 개별 정답을 보장하지 않습니다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e보기 누락:\u003c/strong\u003e 필요한 답이 선택지에 없으면 적절한 판단이 어려워집니다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e보정은 여러 예측을 모아 확률과 결과의 관계를 평가하는 개념입니다. 개별 답 하나의 정확성을 보증하는 절차는 아닙니다. 출력 규격 준수와 의미상 정확도를 따로 평가하세요.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B3%B5%EA%B0%9C-%EC%9A%94%EA%B8%88%EA%B3%BC-%EC%86%8D%EB%8F%84-%EB%B9%84%EA%B5%90%EC%9D%98-%EC%A1%B0%EA%B1%B4\" class=\"anchor\" id=\"공개-요금과-속도-비교의-조건\"\u003e\u003c/a\u003e공개 요금과 속도 비교의 조건\u003c/h2\u003e\n\u003cp\u003e공개 요금은 입력 토큰을 기준으로 계산합니다. 토큰은 모델이 텍스트를 처리하는 단위입니다. 2026년 9월 15일 발표에서는 출력 토큰 요금이 무료라고 안내했습니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e항목\u003c/th\u003e\n\u003cth\u003e공개 내용\u003c/th\u003e\n\u003cth\u003e적용 범위\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e입력 요금\u003c/td\u003e\n\u003ctd data-label=\"공개 내용\"\u003e100만 토큰당 0.042달러\u003c/td\u003e\n\u003ctd data-label=\"적용 범위\"\u003e발표 당시 TypeSafe 요금\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e출력 요금\u003c/td\u003e\n\u003ctd data-label=\"공개 내용\"\u003e무료\u003c/td\u003e\n\u003ctd data-label=\"적용 범위\"\u003e발표 당시 TypeSafe 요금\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e응답 시간\u003c/td\u003e\n\u003ctd data-label=\"공개 내용\"\u003e70-500밀리초\u003c/td\u003e\n\u003ctd data-label=\"적용 범위\"\u003e회사가 발표한 측정 범위\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e측정 환경\u003c/td\u003e\n\u003ctd data-label=\"공개 내용\"\u003e주로 미국 서부의 노트북\u003c/td\u003e\n\u003ctd data-label=\"적용 범위\"\u003e회사 발표에 기재된 평가 환경\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e이 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 \u003ca href=\"https://typesafe.ai/blog/introducing-system-one-models-and-jev\"\u003eTypeSafe 출시 발표\u003c/a\u003e에 공개돼 있습니다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EA%B3%B5%EA%B0%9C-%EB%8B%A8%EA%B0%80-%EA%B3%84%EC%82%B0-%EC%98%88%EC%8B%9C\" class=\"anchor\" id=\"공개-단가-계산-예시\"\u003e\u003c/a\u003e공개 단가 계산 예시\u003c/h3\u003e\n\u003cp\u003e입력 10억 토큰의 기본 사용료는 42달러입니다. 계산식은 \u003ccode\u003e1,000,000,000 ÷ 1,000,000 × 0.042\u003c/code\u003e입니다. 이는 공개 단가의 환산 예시입니다.\u003c/p\u003e\n\u003cp\u003e판단 한 건의 가격은 입력 길이에 따라 달라집니다. 실제 비용에는 재시도나 후속 모델 호출도 영향을 줍니다. 최신 단가는 \u003ca href=\"https://docs.typesafe.ai/models\"\u003eTypeSafe Models 문서\u003c/a\u003e에서 확인하세요.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#doom-%EC%8B%9C%EC%97%B0%EC%9D%B4-%EB%B3%B4%EC%97%AC%EC%A3%BC%EB%8A%94-%ED%99%9C%EC%9A%A9-%EB%B2%94%EC%9C%84\" class=\"anchor\" id=\"doom-시연이-보여주는-활용-범위\"\u003e\u003c/a\u003eDoom 시연이 보여주는 활용 범위\u003c/h2\u003e\n\u003cp\u003eDoom 시연은 구조화된 게임 상태로 행동을 고르는 사례입니다. 게임 화면 이미지를 직접 이해한 시연은 아닙니다. TypeSafe는 텍스트 형태의 상태 데이터를 사용했다고 설명합니다. 해당 조건은 \u003ca href=\"https://typesafe.ai/blog/introducing-system-one-models-and-jev\"\u003e출시 발표의 Doom 설명\u003c/a\u003e에 나와 있습니다.\u003c/p\u003e\n\u003cp\u003e업무에 적용할 때는 반복해서 판단하는 지점이 후보입니다. 다음 표는 기능에 근거한 설계 예시입니다. 개별 업무에서의 성능은 따로 검증해야 합니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e업무 조건\u003c/th\u003e\n\u003cth\u003e가능한 역할\u003c/th\u003e\n\u003cth\u003e함께 필요한 처리\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"업무 조건\"\u003e문의를 정해진 부서로 분류\u003c/td\u003e\n\u003ctd data-label=\"가능한 역할\"\u003eChoice로 담당 경로 선택\u003c/td\u003e\n\u003ctd data-label=\"함께 필요한 처리\"\u003e애매한 문의의 검토 경로\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"업무 조건\"\u003e문서를 공통 기준으로 평가\u003c/td\u003e\n\u003ctd data-label=\"가능한 역할\"\u003eScore로 기준별 점수 반환\u003c/td\u003e\n\u003ctd data-label=\"함께 필요한 처리\"\u003e평가 기준의 명확한 정의\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"업무 조건\"\u003e특정 요청이 포함됐는지 확인\u003c/td\u003e\n\u003ctd data-label=\"가능한 역할\"\u003eNoul로 명제 평가\u003c/td\u003e\n\u003ctd data-label=\"함께 필요한 처리\"\u003e실행 여부를 정하는 코드\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"업무 조건\"\u003e사용자에게 설명문 작성\u003c/td\u003e\n\u003ctd data-label=\"가능한 역할\"\u003e생성형 모델에 연결\u003c/td\u003e\n\u003ctd data-label=\"함께 필요한 처리\"\u003e원문 근거와 승인된 판단 전달\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\n\u003ca href=\"#%ED%95%9C%EA%B5%AD%EC%96%B4-%EC%97%85%EB%AC%B4%EC%99%80-%EC%88%AB%EC%9E%90-%EC%B2%98%EB%A6%AC%EC%9D%98-%ED%95%9C%EA%B3%84\" class=\"anchor\" id=\"한국어-업무와-숫자-처리의-한계\"\u003e\u003c/a\u003e한국어 업무와 숫자 처리의 한계\u003c/h2\u003e\n\u003cp\u003e한국어 업무에서는 자체 검증이 필요합니다. TypeSafe는 영어가 주된 학습 언어라고 안내합니다. 다른 언어의 성능은 같지 않다고 설명합니다. 언어 지원 조건은 \u003ca href=\"https://docs.typesafe.ai/models\"\u003eModels 문서\u003c/a\u003e에서 확인할 수 있습니다.\u003c/p\u003e\n\u003cp\u003e숫자를 반환한다고 계산까지 정확한 것은 아닙니다. 2026년 9월 17일에 검토한 한계 문서에 나온 설명입니다. 문서는 계산을 코드에서 처리하도록 권고합니다.\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eJev is not a calculator.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e위 문구는 \u003ca href=\"https://docs.typesafe.ai/model-jaggedness/jev-1.13\"\u003eJev 1.13 jaggedness\u003c/a\u003e의 원문입니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e알려진 한계\u003c/th\u003e\n\u003cth\u003e개발 시 대응\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"알려진 한계\"\u003e정확한 수량 계산\u003c/td\u003e\n\u003ctd data-label=\"개발 시 대응\"\u003e코드로 항목 수 계산\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"알려진 한계\"\u003e날짜와 시간 비교\u003c/td\u003e\n\u003ctd data-label=\"개발 시 대응\"\u003e추출한 값을 날짜 자료형으로 변환해 비교\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"알려진 한계\"\u003e관련 없는 긴 입력\u003c/td\u003e\n\u003ctd data-label=\"개발 시 대응\"\u003e판단에 필요한 내용만 선별\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"알려진 한계\"\u003e복잡한 부정문과 간접 조건\u003c/td\u003e\n\u003ctd data-label=\"개발 시 대응\"\u003e명확하고 짧은 질문으로 분리\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"알려진 한계\"\u003e모호하거나 충돌하는 평가 기준\u003c/td\u003e\n\u003ctd data-label=\"개발 시 대응\"\u003e질문과 선택지의 의미 정렬\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e한국어 검증 자료에는 실제 업무 표현을 포함하세요. 존댓말이나 생략된 주어도 점검 대상입니다. 처리 결과가 확정된 사례와 모델의 답을 대조할 수 있습니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#api%EC%99%80-sdk-%EC%82%AC%EC%9A%A9-%EA%B2%BD%EB%A1%9C-%EB%B9%84%EA%B5%90\" class=\"anchor\" id=\"api와-sdk-사용-경로-비교\"\u003e\u003c/a\u003eAPI와 SDK 사용 경로 비교\u003c/h2\u003e\n\u003cp\u003eTypeSafe에 직접 접속하는 경로 외에 게이트웨이 경로도 확인됐습니다. 출시 발표에서는 대기자 명단을 통한 초기 이용을 안내했습니다. 계정별 이용 가능 여부는 각 서비스에서 확인하세요.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e경로\u003c/th\u003e\n\u003cth\u003e확인된 제공 형태\u003c/th\u003e\n\u003cth\u003e확인할 문서\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"경로\"\u003eTypeSafe\u003c/td\u003e\n\u003ctd data-label=\"확인된 제공 형태\"\u003e콘솔, API, 클라이언트 SDK\u003c/td\u003e\n\u003ctd data-label=\"확인할 문서\"\u003eQuick start\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"경로\"\u003eVercel AI Gateway\u003c/td\u003e\n\u003ctd data-label=\"확인된 제공 형태\"\u003eJev 평가 요청 연결\u003c/td\u003e\n\u003ctd data-label=\"확인할 문서\"\u003eEvaluation\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"경로\"\u003eOpenRouter\u003c/td\u003e\n\u003ctd data-label=\"확인된 제공 형태\"\u003eJev 1.13 모델 등록\u003c/td\u003e\n\u003ctd data-label=\"확인할 문서\"\u003eJev 1.13 모델 페이지\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eTypeSafe의 \u003ca href=\"https://docs.typesafe.ai/introduction/quickstart\"\u003eQuick start\u003c/a\u003e는 직접 호출 절차를 설명합니다. 다음은 해당 경로의 기본 순서입니다.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e콘솔에서 계정의 접근 권한을 확인하세요.\u003c/li\u003e\n\u003cli\u003ePlayground에서 판단 대상과 질문을 시험하세요.\u003c/li\u003e\n\u003cli\u003e대시보드에서 API 키를 발급받으세요.\u003c/li\u003e\n\u003cli\u003eSDK 또는 HTTP API로 요청을 보내세요.\u003c/li\u003e\n\u003cli\u003e반환값과 확률을 코드의 처리 규칙에 연결하세요.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eVercel의 \u003ca href=\"https://vercel.com/docs/ai-gateway/modalities/evaluation\"\u003eEvaluation 문서\u003c/a\u003e에는 연결 예제가 있습니다. 예·아니요 질문은 이 경로에서 Boolean으로 표시됩니다. \u003ca href=\"https://openrouter.ai/typesafe/jev-1.13/\"\u003eOpenRouter의 Jev 1.13 페이지\u003c/a\u003e에서도 모델을 확인할 수 있습니다. 경로별 요청 형식과 한도는 각각의 문서를 기준으로 삼으세요.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%ED%8C%90%EB%8B%A8-%EA%B8%B0%EB%A1%9D%EC%9D%84-%EB%82%A8%EA%B8%B0%EB%8A%94-%EC%84%A4%EA%B3%84-%EA%B8%B0%EC%A4%80\" class=\"anchor\" id=\"판단-기록을-남기는-설계-기준\"\u003e\u003c/a\u003e판단 기록을 남기는 설계 기준\u003c/h2\u003e\n\u003cp\u003e자동화 결과를 검증하려면 입력 근거까지 함께 기록하세요. 선택값만 저장하면 오판의 원인을 찾기 어렵습니다. 다음 항목은 공식 인터페이스를 바탕으로 정리한 설계 제안입니다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e기록 항목\u003c/th\u003e\n\u003cth\u003e확인할 수 있는 문제\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e판단에 사용한 원문과 시점\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e오래되거나 누락된 정보\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e질문과 선택지의 버전\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e기준 변경에 따른 결과 차이\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e실제 응답 모델 ID\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e모델 변경의 영향\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e답과 확률분포\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e애매한 사례의 처리 이유\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e코드가 실행한 작업\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e판단과 실행 사이의 불일치\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"기록 항목\"\u003e사람이 확인한 결과\u003c/td\u003e\n\u003ctd data-label=\"확인할 수 있는 문제\"\u003e실제 오류와 수정 내역\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e모델 이름의 별칭은 새 버전을 가리키도록 바뀔 수 있습니다. 검증한 버전은 모델 ID로 고정할 수 있습니다. TypeSafe의 \u003ca href=\"https://docs.typesafe.ai/models\"\u003eModels 문서\u003c/a\u003e에 설명된 운영 방식입니다.\u003c/p\u003e\n\u003cp\u003e검토 전환 기준은 실제 사례로 정하세요. 잘못 분류한 비용과 사람이 검토하는 부담을 함께 평가합니다. 보편적으로 맞는 신뢰도 기준값은 없습니다. 검증 방법은 \u003ca href=\"https://docs.typesafe.ai/confidence\"\u003eConfidence 문서\u003c/a\u003e의 안내를 참고할 수 있습니다.\u003c/p\u003e\n","tags":["생성형 AI","AI 에이전트","AI 개발","의사결정","개발 도구"],"faqs":[{"question":"Jev는 어떤 AI입니까?","answer":"TypeSafe AI가 개발한 소프트웨어 판단용 모델입니다. 미리 정의한 답과 확률을 반환합니다."},{"question":"System One Model은 무슨 뜻입니까?","answer":"TypeSafe가 빠르고 범위가 정해진 판단용 모델에 붙인 명칭입니다. 빠르고 직관적인 사고라는 개념에서 이름을 따왔습니다."},{"question":"Jev가 대화형 LLM을 모두 대체합니까?","answer":"Jev는 자유로운 설명문을 생성하지 않습니다. 대화와 글쓰기가 필요하면 생성형 모델을 함께 사용하는 구성이 가능합니다."},{"question":"LLM의 JSON 출력과 무엇이 다릅니까?","answer":"LLM도 구조화된 출력을 지원할 수 있습니다. Jev는 정해진 답의 범위에서 판단하도록 설계된 모델입니다. 같은 응답 형식이라도 평가 동작은 다를 수 있습니다."},{"question":"Choice와 Score는 어떻게 구분합니까?","answer":"순서 없는 보기 중 하나를 고르면 Choice입니다. 낮음부터 높음처럼 순서가 있는 기준을 평가하면 Score입니다."},{"question":"Noul 값이 낮으면 신뢰도가 낮다는 뜻입니까?","answer":"Noul은 예일 확률을 나타냅니다. 0에 가까우면 아니요 쪽으로 판단한 결과입니다. 별도의 신뢰도 필드는 없습니다."},{"question":"신뢰도 92%는 정답률 92%입니까?","answer":"그렇게 해석할 수 없습니다. 신뢰도는 답의 확률분포를 요약한 값입니다. 실제 정답률은 정답이 확인된 사례로 측정해야 합니다."},{"question":"Jev의 사용료는 얼마입니까?","answer":"2026년 9월 15일 발표 요금은 입력 100만 토큰당 0.042달러입니다. 당시 출력 토큰은 무료로 안내했습니다. 최신 단가는 TypeSafe Models 문서에서 확인하세요."},{"question":"항상 0.1초 안에 응답합니까?","answer":"모든 요청에 적용되는 보장으로 확인되지 않았습니다. 회사의 출시 발표 범위는 70-500밀리초입니다. 실제 지연은 입력과 접속 환경에서 측정하세요."},{"question":"Doom 시연은 게임 화면을 직접 분석한 것입니까?","answer":"TypeSafe는 텍스트로 구성한 게임 상태를 사용했다고 설명합니다. 이미지 자체를 입력한 시연은 아닙니다."},{"question":"한국어를 입력해도 됩니까?","answer":"한국어 같은 비영어 입력도 처리할 수 있습니다. 다만 공식 문서는 영어에서 정확도가 가장 좋다고 안내합니다. 한국어 업무 사례로 별도 검증하세요."},{"question":"숫자 계산과 날짜 비교에 사용해도 됩니까?","answer":"Jev 1.13의 한계 문서는 정확한 계산에 약점이 있다고 설명합니다. 날짜의 순서 비교도 알려진 한계입니다. 계산과 비교는 코드로 처리하는 방식을 권고합니다."},{"question":"Vercel과 OpenRouter에서도 사용할 수 있습니까?","answer":"Vercel은 AI Gateway의 평가 기능에서 연결 방법을 안내합니다. OpenRouter에도 Jev 1.13 모델 페이지가 있습니다. 각 경로의 이용 조건과 요청 형식을 확인하세요."},{"question":"운영 중 모델이 바뀔 수 있습니까?","answer":"최신 버전을 가리키는 별칭은 새 모델로 이동할 수 있습니다. 검증한 모델 ID를 고정하는 방법이 있습니다. 응답에 포함된 실제 모델 ID도 기록하세요."}],"sources":[{"url":"https://typesafe.ai/blog/introducing-system-one-models-and-jev","title":"TypeSafe AI, Introducing System One Models \u0026 Jev, 2026년 9월 15일","type":"source"},{"url":"https://docs.typesafe.ai/concepts/system-one","title":"TypeSafe AI 문서, System One","type":"source"},{"url":"https://docs.typesafe.ai/introduction","title":"TypeSafe AI 문서, Introduction","type":"source"},{"url":"https://docs.typesafe.ai/primitives/score","title":"TypeSafe AI 문서, Score","type":"source"},{"url":"https://docs.typesafe.ai/primitives/noul","title":"TypeSafe AI 문서, Noul","type":"source"},{"url":"https://docs.typesafe.ai/confidence","title":"TypeSafe AI 문서, Confidence","type":"source"},{"url":"https://docs.typesafe.ai/models","title":"TypeSafe AI 문서, Models","type":"data_point"},{"url":"https://docs.typesafe.ai/model-jaggedness/jev-1.13","title":"TypeSafe AI 문서, Jev 1.13 jaggedness, 2026년 9월 17일 검토","type":"source"},{"url":"https://docs.typesafe.ai/introduction/quickstart","title":"TypeSafe AI 문서, Quick start","type":"source"},{"url":"https://vercel.com/i/what-is-jev","title":"Vercel, What is Jev, TypeSafe AI's System One model?, 2026년 9월 18일","type":"source"},{"url":"https://vercel.com/docs/ai-gateway/modalities/evaluation","title":"Vercel AI Gateway 문서, Evaluation","type":"source"},{"url":"https://openrouter.ai/typesafe/jev-1.13/","title":"OpenRouter, TypeSafe: Jev 1.13","type":"source"}],"images":[{"id":1451,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjEwNTYsInB1ciI6ImJsb2JfaWQifX0=--e6b978aedcb8b8e82ef1491cad6918fb7c29680e/ai-92117be8.webp","is_representative":true,"generation_method":"ai_photo","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"식당 카운터에서 태블릿의 차트와 데이터를 살펴보는 여성","caption":"한 여성이 태블릿과 인쇄된 자료를 비교하며 데이터를 검토하고 있다.","description":null},"en":{"alt":"Woman reviewing charts and data on a tablet at a restaurant counter","caption":"A woman compares information on a tablet with a printed report.","description":null},"ja":{"alt":"飲食店のカウンターでタブレットのグラフとデータを確認する女性","caption":"女性がタブレットの情報と印刷資料を見比べている。","description":null},"es":{"alt":"Mujer revisando gráficos y datos en una tableta en el mostrador de un restaurante","caption":"Una mujer compara la información de una tableta con un informe impreso.","description":null},"id":{"alt":"Perempuan meninjau grafik dan data di tablet pada meja restoran","caption":"Seorang perempuan membandingkan informasi di tablet dengan laporan cetak.","description":null},"pt":{"alt":"Mulher analisando gráficos e dados em um tablet no balcão de um restaurante","caption":"Uma mulher compara informações no tablet com um relatório impresso.","description":null},"zh-hant":{"alt":"女子在餐廳櫃檯查看平板上的圖表與資料","caption":"一名女子正比對平板上的資訊與紙本報表。","description":null},"de":{"alt":"Frau prüft Diagramme und Daten auf einem Tablet an einem Restauranttresen","caption":"Eine Frau vergleicht Informationen auf einem Tablet mit einem gedruckten Bericht.","description":null}}},{"id":1452,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjEwNjMsInB1ciI6ImJsb2JfaWQifX0=--595ff001fb75deadb34c8a35159d13264fa08279/ai-2475489e.webp","is_representative":false,"generation_method":"ai_semi","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"카페에서 태블릿의 차트와 문서를 살펴보는 여성, 옆에 시스템 흐름 아이콘이 표시됨","caption":"태블릿의 데이터를 검토하는 장면 위로 시스템 구성과 사용자 흐름을 나타내는 아이콘이 겹쳐 보인다.","description":null},"en":{"alt":"Woman reviewing charts on a tablet in a café with overlaid system workflow icons","caption":"System components and a user flow are visualized beside a woman analyzing data on a tablet.","description":null},"ja":{"alt":"カフェでタブレットのグラフを確認する女性と、重ねて表示されたシステムフローのアイコン","caption":"タブレットでデータを分析する女性の横に、システム構成とユーザーフローが示されている。","description":null},"es":{"alt":"Mujer revisando gráficos en una tableta en una cafetería con iconos de flujo del sistema","caption":"Los iconos junto a la mujer representan componentes del sistema y un flujo dirigido al usuario.","description":null},"id":{"alt":"Perempuan meninjau grafik di tablet dalam kafe dengan ikon alur sistem di sampingnya","caption":"Ikon di samping perempuan tersebut menggambarkan komponen sistem dan alur menuju pengguna.","description":null},"pt":{"alt":"Mulher analisando gráficos em um tablet em um café com ícones de fluxo do sistema","caption":"Os ícones ao lado da mulher representam componentes do sistema e um fluxo direcionado ao usuário.","description":null},"zh-hant":{"alt":"女子在咖啡廳查看平板上的圖表，旁邊疊加系統流程圖示","caption":"女子分析平板資料時，畫面以圖示呈現系統元件與使用者流程。","description":null},"de":{"alt":"Frau prüft Diagramme auf einem Tablet in einem Café, daneben Symbole für einen Systemablauf","caption":"Die Symbole neben der Frau veranschaulichen Systemkomponenten und einen Ablauf zum Nutzer.","description":null}}},{"id":1453,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjEwNjksInB1ciI6ImJsb2JfaWQifX0=--f3a21f3642c893a4958badfd7f6ec1320d36d5d3/ai-4f336a02.webp","is_representative":false,"generation_method":"ai_infographic","license":"ai_generated","mime_type":"image/webp","width":1024,"height":1536,"visible_locales":["ko"],"translations":{"ko":{"alt":"대규모 언어 모델과 Jev의 답변 방식, 질문 유형, 신뢰도, 공개 조건을 비교한 인포그래픽","caption":"Jev는 정해진 형식의 답을 반환하며 확률과 신뢰도가 실제 정확도를 보장하지 않음을 설명한다.","description":null},"en":{"alt":"Infographic comparing LLMs and Jev by answers, question types, confidence, conditions, and validation","caption":"Jev returns structured answers, while probability and confidence do not guarantee actual accuracy.","description":null},"ja":{"alt":"LLMとJevの回答方式、質問形式、信頼度、公開条件、導入前検証を比較する図","caption":"Jevは定められた形式で回答し、確率や信頼度が実際の正確さを保証しないことを示す。","description":null},"es":{"alt":"Infografía que compara LLM y Jev por respuestas, preguntas, confianza, condiciones y validación","caption":"Jev devuelve respuestas estructuradas, pero la probabilidad y la confianza no garantizan la precisión real.","description":null},"id":{"alt":"Infografik perbandingan LLM dan Jev dalam jawaban, jenis pertanyaan, keyakinan, syarat, dan validasi","caption":"Jev memberi jawaban terstruktur, tetapi probabilitas dan tingkat keyakinan tidak menjamin akurasi nyata.","description":null},"pt":{"alt":"Infográfico comparando LLMs e Jev por respostas, perguntas, confiança, condições e validação","caption":"O Jev fornece respostas estruturadas, mas probabilidade e confiança não garantem a precisão real.","description":null},"zh-hant":{"alt":"比較大型語言模型與Jev的回答方式、問題類型、信賴度、公開條件及導入驗證的資訊圖","caption":"Jev會依指定格式輸出答案，但機率與信賴度不代表實際正確率。","description":null},"de":{"alt":"Infografik zum Vergleich von LLMs und Jev nach Antworten, Fragetypen, Konfidenz, Bedingungen und Prüfung","caption":"Jev liefert strukturierte Antworten, doch Wahrscheinlichkeit und Konfidenz garantieren keine tatsächliche Genauigkeit.","description":null}}}],"published_at":"2026-09-22T04:13:16+09:00","updated_at":"2026-09-22T04:13:16+09:00","license":"cc_by","translation_status":"original","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/ko/articles/jev-system-one-model-llm-comparison"}