Jev

<colbgcolor=#f386a2,#f386a2><colcolor=#000,#fff> Jev
분류	인공지능 의사결정 모델, System One 모델
개발사	TypeSafe AI
출시일	2026년 9월 15일(얼리 액세스)
최신 버전	Jev 1.13
입력	텍스트, JSON 객체, 텍스트 배열
출력	타입 지정 판단, 확률 분포, 신뢰도
라이선스	Proprietary SW
링크

1. 개요

2. 작동 방식

• Choice
• 정해진 선택지 가운데 하나를 고르는 질문. 응답에는 확률이 가장 높은 선택과 선택지별 확률, 결과에 대한 신뢰도가 포함되어 반환된다.
• Score
• 말 그대로 정도에 따라 점수를 매기는 방식으로, 문의의 심각도나 고객의 불만 정도 등 정도를 판단할 때에 사용한다.
• Noul
• 예/아니오로 답할 명제가 참일 확률을 0에서 1 사이 소수값으로 반환한다. 1에 가까우면 참, 0에 가까우면 거짓이며, 0.5에 가까울 수록 모델이 명확히 판단하기 어려운 문제이다.

3. 특징

• 일반적인 LLM 호출 방식과 달리 한번의 호출에도 여러 개의 판단을 병렬적으로 요구할 수 있다.
• LLM보다 20~200배 빠르고, 40~400배 싸다고 한다. 실제로 판단 내용만 json 형식으로 출력하므로 응답 시간이 적게 소요되고, 출력 토큰이 많기 어려운 구조 덕분에 입력 토큰 수에 비례해 요금이 책정되고 출력은 무료이다.
• 다만 복잡한 추론을 요구하는 판단에 대해서는 오히려 프론티어 LLM 대비 성능이 현저히 떨어진다는 단점이 있다.
• 텍스트 입력만 지원하며 이미지, 영상 등 입력에 기반한 판단은 불가하다.

4. 한계

• 질문을 말 그대로 해석하는 경향이 있어 부정문, 이중 부정, 암시가 섞인 지시문에서는 의도와 다른 답이 나올 수 있다.
• 수를 세거나 산술을 하거나, 숫자를 비교하거나, 날짜와 기간을 계산하는 데에 약하다.
• 여러 단계의 복잡한 논리가 필요한 질문에서는 정확도가 떨어진다.
• 영어를 주력으로 학습했기 때문에 영어에서 가장 정확하고, 한국어를 비롯한 다른 언어에서는 상대적으로 정확도가 떨어진다.

5. 평가와 반응