타입세이프, 결정 모델 Jev 공개

디오고 알메이다는 챗GPT를 만든 연구자예요. 오픈AI에서 언어 모델이 사람 말을 따르게 만드는 방법을 세웠고 그 연구가 챗GPT로 이어졌는데, 정작 그는 거기서 실망했다고 말해요. 보도에 따르면 그는 "우리는 병 속에 번개를 담아 놓고도 쓸모가 없습니다" 라고 했어요. 2년 전 회사를 나와 차린 타입세이프AI가 9월 15일 내놓은 모델 Jev 는 그 실망에서 출발했어요. 글자를 만들지 않고 결정만 돌려주는 모델이에요.

공개 나흘째, 버셀은 자사 AI 게이트웨이에서 Jev 가 역사상 가장 빠르게 채택된 모델이 됐다고 발표했어요. 출시 24시간 안에 이전 어떤 모델보다 두 배 넘는 유료 팀이 썼고, 12시간 만에 비교 대상 모델을 모두 앞질렀으며, 24시간째에는 유료 팀의 약 13%가 쓰고 있었다는 거예요. 버셀은 이 수치가 GPT-5.6 계열의 두 배이고 Fable 5.1 점유율의 여섯 배가 넘는다고 적었어요. 최근 출시된 다른 모델들은 하루가 지나도 7%에 닿지 못했어요.

Jev 가 하는 일은 고르는 일이에요. 응용프로그램이 상태와 질문 묶음을 보내면 모델은 질문을 한꺼번에 병렬로 평가해서 선택지나 점수, 참과 거짓을 확률과 함께 돌려줘요. 선택지는 최대 255개까지 받고, 답은 미리 정해 둔 형식 밖으로 나가지 못해요. 도구 네 개 중 하나를 고르는 에이전트가 다섯 번째를 지어낼 수 없다는 뜻이에요.

값이 이 모델의 성격을 가장 잘 보여줘요. 입력 토큰은 100만 개에 0.042달러이고 출력 토큰은 무료예요. 회사 발표문은 기존 언어 모델의 입력 가격을 100만 토큰당 0.20달러에서 10달러, 출력은 입력의 약 다섯 배로 적었어요. 응답 시간은 70밀리초에서 500밀리초 사이고, 발표문이 비교한 프런티어 모델의 끝에서 끝까지 응답 시간은 3초에서 329초예요.

알메이다는 발표문 첫 줄에 "모델은 수년째 대화에서 인간을 넘어섰는데, 자동화는 다 어디에 있나요" 라고 적었어요. 그가 내놓은 답은 최적화 대상이 어긋나 있었다는 거예요. 사람의 언어를 잘하도록 훈련한 모델은 사람과 이야기할 때 강하지만 코드 안에 들어가면 병목이 돼요. 타입세이프는 새 학습법에 보정된 결정을 위한 강화학습이라는 이름을 붙였고, 학습 데이터는 전부 자기들이 만든 합성 데이터라고 밝혔어요.

이름부터가 경제학에서 왔어요. Jev 는 19세기 경제학자 윌리엄 스탠리 제번스에서 따온 이름이고, 값싼 석탄이 오히려 석탄 소비를 늘렸다는 그의 역설을 회사는 지능에도 그대로 적용해요. 모델 부류의 이름인 시스템 원 모델은 대니얼 카너먼이 나눈 빠르고 직관적인 사고와 느리고 숙고하는 사고에서 가져왔어요. 지능의 값이 한 자릿수 떨어질 때마다 쓰임새는 몇 배로 늘어난다는 게 회사가 내건 전제예요.

현장에서 나온 숫자가 그 전제를 시험하고 있어요. 보도에 따르면 버셀 소프트웨어 엔지니어 프라닛 샤르마는 명령어의 안전성을 검사하던 분류기를 기존 언어 모델에서 Jev 로 바꾸자 결과가 5배에서 18배 빨리 나왔고 정확도도 올라갔다고 말했어요. 브라이오AI 최고기술책임자 니킬 무드홀카르는 업무 메일 분류에서 제미나이가 조금 더 정확했지만 비용은 10배에서 20배 비쌌다며, "실제 확률을 돌려주는 건 이것뿐이라 워크플로 자동화에 딱 맞습니다" 라고 했어요. 한 개발자는 사람이 봐야 한다며 미뤄 뒀던 상품 대조 9,081건을 13분 만에 32센트로 정리했어요.

확률을 돌려준다는 설계는 판단의 자리를 옮겨요. 오픈소스 모델 하네스를 만드는 에어렌딜의 최고기술책임자 아르민 로나허는 "결국 환각 문제를 사용자에게 조금 넘기는 셈입니다" 라며, 50%로 돌아온 답은 동전 던지기로 보고 버리고 95%면 그걸로 뭔가 할 수 있다고 설명했어요. 확신도가 정확도를 따라가도록 맞춰 놓았으니 기준선 위는 코드가 알아서 처리하고 아래는 사람에게 넘긴다는 게 회사가 설계한 작동 방식이에요.

회사가 내건 193.6배 빠르고 444.6배 저렴하다는 수치는 자체 워크플로 평가에서 나왔어요. 발표문은 기준 답으로 GPT-6 Astra 와 Fable 5.1 의 평균을 썼기 때문에 답이 그 두 회사 모델 쪽으로 기울어 있고, 평가 과제를 만든 사람들이 자사 모델 역량 팀 소속이라 편향이 있을 수 있다고 적었어요. 속도 측정은 미국 서부에 있는 자사 서비스를 상대로 노트북에서 돌렸다는 조건도 함께 밝혔어요.

돈도 이미 붙었어요. 보도에 따르면 DCVC 가 주도한 4,000만 달러 시드가 알메이다와 공동창업자 에릭 가프니, 사샤 솅을 뒷받침했고, DCVC 제너럴파트너 제임스 하디먼은 이 투자를 유능한 모델을 개발자가 제품에 끼워 넣을 수 있는 부품으로 바꾸는 일이라고 설명했어요. 사흘 만에 버셀과 클라우드플레어, 랭체인, 랭퓨즈가 도입했고, 수요가 몰려 회사가 한때 API 로 사용자를 받지 못한 적도 있어요.

에이전트가 언어 모델을 부르는 자리에는 이미 값이 매겨져 있었어요. 메탈은 요슈아 벤지오가 AI 에이전트가 거짓말하고 담합하는 원인을 분석했다고 보도한 바 있는데, 그 위험의 상당 부분은 모델이 무엇이든 글자로 만들어 낼 수 있다는 데서 나와요. 메탈이 확인한 타입세이프 발표문은 형식을 벗어나는 일이 수학적으로 불가능하다고 적었고, 그 대가로 글자를 만드는 능력을 통째로 내려놨어요.

질문은 이제 Jev 가 얼마나 빠른가가 아니에요. 버셀은 첫날 채택이 최근 어떤 출시보다 앞섰다고 적으면서도 다음 시험은 그 채택이 유지되는지라고 덧붙였어요. 값이 0에 가까워진 판단을 소프트웨어가 어디까지 맡게 될지, 그리고 그 판단이 어긋났을 때 누가 책임을 지는지는 확률 숫자 옆에 아직 적혀 있지 않아요.