# Jev는 문장 대신 타입이 정해진 결정을 냅니다

> TypeSafe AI가 공개한 System One 모델 Jev의 구조화 확률 출력, 회사가 제시한 속도·가격, 형식 안정성과 판단 정확도의 차이를 살핍니다.

- 출처 사이트: AI피셜 (https://aifficial.net/posts/typesafe-system-one-jev/)
- 발행: 2026-09-16
- 카테고리: AI 모델 · 태그: TypeSafe AI, Jev, System One, 구조화 출력, AI 에이전트

## 핵심 답변

TypeSafe AI는 Jev를 자유 형식 문자열 대신 타입이 지정된 확률적 결정(typed probabilistic decision)을 출력하는 System One 모델로 소개합니다. 타입 제약은 허용되지 않은 형식과 도구 호출 오류를 줄이는 데 도움이 될 수 있지만, 타입에 맞는 잘못된 판단까지 없애지는 않습니다. 70~500밀리초 응답 시간, 40~200배 속도, 입력 100만 토큰당 0.042달러는 회사가 System One 형태 질의와 조기 접근 조건에서 공개한 수치입니다.

## 한 장 요약(만화)

![AI피셜 마스코트 AI가 선택 카드, 확률 합계, 병렬 샘플링과 RLCD, 속도 범위, 조기 접근 가격, 형식 안정성과 판단 정확도의 차이를 설명하는 6패널 가로형 학습만화](https://aifficial.net/images/posts/typesafe-system-one-jev/learning-comic_v2.0.1.webp)

## 요약

- System One 모델은 결제 승인이나 도구 선택처럼 허용된 선택지와 확률이 필요한 작업을 겨냥합니다.
- Jev의 출력은 구조화됐지만 확률적입니다. 형식이 정해져도 판단이 항상 옳거나 결정론적이라는 뜻은 아닙니다.
- 회사는 병렬 샘플링과 보정된 결정을 위한 강화학습(Reinforcement Learning for Calibrated Decisions, RLCD)을 사용한다고 설명합니다.
- 속도·가격·오류율은 회사 공개치이며, Jev는 조기 접근 단계입니다.

## 핵심 사실

| 항목 | 값 |
|---|---|
| 출력 | typed probabilistic decision (TypeSafe AI가 System One 출력으로 설명하는 구조화 확률 결정입니다.) |
| 학습 | RLCD (회사는 보정된 결정을 위한 강화학습을 사용한다고 설명합니다.) |
| 응답 시간 | 70~500ms (System One 형태 질의에 대한 회사 공개 범위입니다.) |
| 속도 | 40~200× (회사 공개 비교이며 모든 AI 업무에 일반화할 수 없습니다.) |
| 가격 | $0.042 / 1M 입력 토큰 (조기 접근 가격으로, 회사는 출력 비용을 별도 계량하지 않는다고 설명합니다.) |


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. 

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 확인`처럼 미리 정한 선택지 중 하나를 요구할 수 있습니다. System One 모델은 이런 선택지마다 확률을 두고, 프로그램이 읽을 수 있는 타입으로 결과를 반환하는 방식을 겨냥합니다. 

예를 들어 Jev가 `승인 0.82`, `거절 0.18`을 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. 

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. 

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. 

## 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. 



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. 



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. 


에이전트가 늘어날수록, 사람이 읽기 좋은 문장과 시스템이 실행하기 좋은 결정의 역할을 나누는 설계가 중요해질 것 같습니다. 다만 형식이 정돈됐다는 이유만으로 판단까지 믿어도 된다고 생각하면 위험합니다. 여러분의 업무에서는 어떤 결정에 독립 검증과 사람의 대체 경로가 필요할까요? 



## 자주 묻는 질문

**Q. 타입이 정해지면 Jev가 항상 정답을 냅니까?**

그렇지 않습니다. 타입 제약은 허용되지 않은 형식을 줄일 수 있지만, 허용된 형식 안의 잘못된 판단까지 제거하지는 않습니다.

**Q. 보정은 95% 확신이면 95% 정확하다는 보장입니까?**

아닙니다. TypeSafe AI는 높은 확신이 더 높은 실제 정확도와 대응하도록 맞추는 방향을 설명하지만, 검증 집합 밖에서도 통하는 정확한 보장 수치를 제시하지 않습니다.

**Q. 70~500ms와 40~200배는 모든 업무에 적용됩니까?**

아닙니다. 회사는 System One 형태 질의에서의 결과로 제시합니다. 긴 언어 생성, 어려운 예외 처리, 외부 도구의 지연은 별도로 측정해야 합니다.

**Q. 4,000만 달러 투자가 제품 성능의 증거입니까?**

아닙니다. Business Wire 보도자료의 DCVC 주도 시드 투자 사실은 회사 배경이며, 독립적인 성능 검증과는 다른 정보입니다.

## 출처

1. [TypeSafe AI: Introducing System One Models and Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev) (official)
2. [Business Wire: TypeSafe AI seed funding announcement](https://www.businesswire.com/news/home/20260916043120/en/TypeSafe-AI-Launches-System-One-Models-and-Raises-%2440M-Seed-Round-Led-by-DCVC) (report)

_이 문서는 AI피셜 편집부가 작성했습니다. 인용 시 출처를 표기해 주세요._