Jev는 문장 대신 타입이 정해진 결정을 냅니다

결제 승인, 위험 등급, 도구 선택처럼 소프트웨어가 바로 실행할 일을 정할 때는 긴 자연어 문장보다 선택지와 확률이 더 유용할 수 있습니다. TypeSafe AI는 이런 문제를 위해 Jev를 System One 모델로 소개합니다. 핵심은 자유 형식 문자열 대신 타입이 지정된 확률적 결정(typed probabilistic decision)을 출력한다는 설명입니다. 공식

여기서 “타입이 지정됐다”는 말은 출력의 모양이 제한된다는 뜻이지, 판단 자체가 항상 옳거나 결정론적이라는 뜻은 아닙니다. 형식 안정성과 사실·판단 정확도는 다른 문제입니다.

문장 대신 선택지와 확률을 돌려줍니다

예를 들어 결제 요청은 장문의 설명보다 승인, 거절, 추가 확인처럼 미리 정한 선택지 중 하나를 요구할 수 있습니다. System One 모델은 이런 선택지마다 확률을 두고, 프로그램이 읽을 수 있는 타입으로 결과를 반환하는 방식을 겨냥합니다. 공식

예를 들어 Jev가 승인 0.82, 거절 0.18을 낸다면 두 수는 구조화된 출력입니다. 하지만 확률이 있다고 해서 0.82의 판단이 현실에서 반드시 맞는다는 뜻은 아닙니다. 이 차이를 잊으면 “형식 오류가 줄었다”는 제품 설명을 “환각이 사라졌다”는 주장으로 잘못 바꾸게 됩니다.

회사는 병렬 샘플링과 RLCD를 설명합니다

TypeSafe AI는 Jev가 여러 선택지를 병렬로 샘플링하고, 보정된 결정을 위한 강화학습(Reinforcement Learning for Calibrated Decisions, RLCD)을 사용한다고 설명합니다. 여기서 보정(calibration)은 높은 확신이 더 높은 실제 정확도와 대응하도록 맞추는 성질입니다. 공식

보정은 특정 검증 자료와 측정 방법 안에서 평가해야 합니다. TypeSafe AI의 공식 설명은 높은 확신이 더 높은 정확도로 이어지도록 학습한다는 방향을 밝힐 뿐, “95% 확신이면 100번 중 95번 정답”처럼 모든 업무에 통하는 보장 수치를 제시하지 않습니다.

속도와 가격은 회사 공개 조건을 붙여 읽습니다

회사는 Jev가 70~500밀리초에 응답하고, System One 형태 질의에서 40~200배 빠르다고 밝혔습니다. 이 수치는 회사가 정한 비교 대상과 질의 형태의 결과입니다. 모든 언어 모델 업무, 긴 문서 작성, 예외가 많은 도구 호출에 같은 배율이 적용된다고 말할 수는 없습니다. 공식

가격도 같은 방식으로 읽어야 합니다. 회사는 입력 100만 토큰당 0.042달러이며 출력은 너무 저렴해 별도로 계량하지 않는다고 설명합니다. “출력이 무료”라는 표현보다 회사가 무엇을 계량하지 않는지와, Jev가 조기 접근(early access) 단계라는 조건을 함께 적는 편이 정확합니다. Jev는 조기 접근(early access) 단계이므로 가격과 제공 조건이 바뀔 수 있습니다. TypeSafe AI는 발표 글을 2026년 9월 15일에 게시했고, 이 기사의 가격 정보는 2026년 9월 16일에 확인한 내용입니다. 공식

형식 오류 감소와 정답 보장은 다릅니다

타입 제약은 허용되지 않은 JSON 구조나 도구 호출 형식을 줄이는 데 도움이 될 수 있습니다. 그러나 모양이 맞는 상자 안에도 잘못된 위험 등급이나 부적절한 도구 선택이 들어갈 수 있습니다. 회사의 구조화 출력·도구 호출 오류율 그림도 회사 공개 평가로 해석해야 하며, 독립 재현과 어려운 사례의 대체 경로를 함께 확인해야 합니다. 공식

회사는 네 가지 업무 흐름의 평균 정확도와 흐름당 비용도 함께 공개했습니다. 이 그림에서 Jev는 가장 낮은 비용 쪽에 놓이지만, 평균 정확도는 가장 높은 모델보다 낮게 표시됩니다. 비용이 크게 낮다는 주장과 정답률이 가장 높다는 주장은 서로 다른 이야기입니다. 공식

Business Wire는 DCVC가 주도한 4,000만 달러 시드 투자를 보도했습니다. 이 사실은 회사의 배경이지만 제품 성능의 증거는 아닙니다. 성능은 사용하려는 실제 업무와 오류 비용에 맞춰 별도로 검증해야 합니다. 보도