JEV가 뭐길래? 일반 LLM과 다른 점, 얼리엑세스 신청부터 실전 활용까지

JEV, 챗봇이랑 뭐가 다를까? 노트북 화면의 대화와 판단 개념도로 소개하는 JEV 활용 가이드

요즘 커뮤니티에서 JEV라는 이름이 자주 보인다. 결과부터 말하면 JEV는 글을 쓰는 AI가 아니라 판단만 내려주는 AI다. 챗봇처럼 대화하는 자리가 아니라, 소프트웨어 안에서 분류·점수·확률을 순식간에 돌려주는 자리에 들어가는 모델이다.

짧게 구분하면 이렇다. LLM은 사람과 대화하려고 만든 모델이라 문장을 한 글자씩 만들어낸다. JEV(System One Model)는 TypeSafe라는 회사가 낸 모델로, 문장 대신 미리 정해둔 형식의 확률·분류값만 100밀리초 안팎으로 돌려주도록 설계됐다. 코드 안에서 쓰는 “똑똑한 if문” 자리에 들어가는 모델이라고 보면 된다.

① JEV가 뭐길래?

한 문장으로: 문장을 쓰는 대신, 확률과 분류값만 돌려주는 판단 전용 모델.

구조는 생각보다 단순하다

이름은 대니얼 카너먼의 《생각에 관한 생각》에서 따왔다. 빠르고 직관적인 판단을 내리는 시스템 1, 느리고 신중하게 따지는 시스템 2 — 그 구분에서 System One Model이라는 이름이 나왔다. 지금까지 써온 GPT나 클로드 같은 LLM은 대화하려고 만든 모델이라 토큰을 한 글자씩 순서대로 만들어낸다. 반면 JEV는 상태값(state)과 물어볼 질문(questions)을 한 번에 받아서, 정해둔 형식 안에서만 답을 내놓도록 설계됐다.

LLM · JEV, 뭐가 다른가

LLM은 이번 대화에서만 쓰이는 즉석 문장 생성기다. 형식을 벗어난 답이 나올 가능성이 늘 남아 있고, 답이 나오기까지 보통 몇 초에서 몇십 초가 걸린다. JEV는 정해둔 스키마 밖으로 답이 나올 수 없게 제한해둔 판단기다. TypeSafe 발표에 따르면 70~500밀리초 안에 답이 나온다고 하는데, 이건 회사 자체 벤치마크라 그대로 믿기보다는 “이 정도로 빠르다고 주장한다” 정도로 받아들이는 게 안전하다.

구분해서 볼 점. JEV가 막아주는 건 “형식 오류”지 “판단 오류”가 아니다. 답의 모양은 항상 맞게 나오지만, 그 판단 내용까지 항상 맞는다는 뜻은 아니다.

② 얼리엑세스, 이렇게 신청한다

아직 안 열린 사람 기준으로 정리했다. 순서대로 하면 된다.

  • 소개 글 먼저 확인

    typesafe.ai 블로그의 JEV 발표 글을 읽어보면 작동 방식에 감이 잡힌다.

  • typesafe.ai 접속

    typesafe.ai 우측 상단 “Join Waitlist” 버튼을 누른다.

  • 이메일 · 용도 등록

    이메일과 어떤 자동화에 쓰고 싶은지를 간단히 적어서 제출하면 대기열에 들어간다.

  • 순서대로 오픈 안내

    TypeSafe 쪽에서 “최대한 빨리 대기열에서 꺼내주고 있다”고 밝혔다. 오픈되면 이메일로 안내가 온다.

③ API 키 받고 나면, 실제로는 이렇게 쓴다

얼리엑세스가 열려 있어야 진행할 수 있는 부분이다.

  • API 키 발급

    console.typesafe.ai에 로그인하면 대시보드 안에 발급 메뉴가 있다. 키를 만들고 TYPESAFE_API_KEY 환경변수로 저장해두면 이후 코드에서 매번 적을 필요가 없다.

  • 코드 없이 먼저 감 잡기

    같은 콘솔 안 플레이그라운드에서 판단하고 싶은 문장과 질문을 입력하면 코드 한 줄 없이 결과를 볼 수 있다.

  • 질문은 세 가지 형태 중 하나로

    Noul은 예/아니오를 확률로 묻는 질문, Choice는 보기 중 하나를 고르는 질문, Score는 등급을 매기는 질문이다. 이 세 가지를 조합해서 한 번에 물어볼 수 있다.

  • 실제 코드로 호출

    파이썬 기준으로는 공식 SDK를 설치하고 판단 대상 문장과 질문을 넣어서 호출한다.

    pip install typesafe-sdk from typesafe_sdk import Choice, Noul, TypeSafeClient with TypeSafeClient() as client: result = client.system_one( state=”다음 주 강의 견적서를 받고 싶어요”, questions={ “urgent”: Noul(instructions=”지금 바로 처리해야 하는 문의인가?”), “team”: Choice( instructions=”어느 팀이 처리해야 하나?”, criteria={“sales”: “견적/계약 문의”, “support”: “기존 고객 문의”}, ), }, ) print(result.answers[“urgent”].probability) print(result.answers[“team”].choice)

    자바스크립트라면 @typesafe-ai/sdk를 설치하거나, Vercel AI SDK(7 버전 이상)의 evaluate 함수에 모델 이름만 typesafe-ai/jev로 바꿔서 그대로 부를 수 있다.

  • 결과 읽는 법

    Noul 질문에는 확률 하나, Choice 질문에는 고른 보기와 확신도, Score 질문에는 등급과 확신도가 같이 온다. 확신도가 낮은 것만 걸러 사람이 다시 보게 하는 게 일반적인 패턴이다.

  • 요금 확인

    콘솔 대시보드에 사용량과 예상 비용이 실시간으로 뜬다. 초반 며칠은 한 번씩 확인해보길 권한다.

④ 오늘 바로 써볼 만한 예시 다섯 가지

업종 안 가리고, 개인이나 소규모 사업 단위에서 바로 붙여볼 만한 것들만 골랐다.

01 · 메일함 정리

받은 메일함 자동 정리

새 메일이 오면 광고성인지, 참고 공지인지, 지금 답장이 필요한 업무 메일인지 바로 판단하게 만들 수 있다. 중요 메일에만 알림이 뜨게 하면 된다.

state: 메일 제목+본문 → { “분류”: “업무”, “답장필요”: 0.79 }

02 · 가계부

지출 자동 분류

카드 결제 문자나 영수증 텍스트를 넣으면 식비·교통·쇼핑·고정비 중 어디에 속하는지 바로 분류한다. 가계부 앱 뒷단에 붙이기 좋다.

state: “스타벅스 5,600원 결제” → { “카테고리”: “식비” }

03 · 할 일 목록

오늘 급한 일 우선순위 판단

할 일을 적을 때마다 “오늘 안에 꼭 해야 하는가”를 확률로 물어보면, 진짜 급한 일과 나중에 해도 되는 일이 자동으로 정렬된다.

state: “치과 예약 전화하기” → { “오늘처리”: 0.31 }

04 · 고객 문의

문의 1차 분류

소규모 사업이나 1인 셀러가 받는 문의도 환불/배송/단순 질문 중 뭔지, 얼마나 급한지 먼저 판단해두면 정말 급한 것만 먼저 확인할 수 있다.

state: 문의 원문 → { “유형”: “환불”, “긴급도”: 0.64 }

05 · 리뷰 · 후기

감정 정리

후기를 하나씩 읽는 대신 감정(만족/보통/불만)과 언급 부분(품질/배송/가격)을 한 번에 정리해두면 개선 지점을 빠르게 찾을 수 있다.

state: 후기 300건 배열 → [{ “감정”: “불만”, “언급”: “배송” }, …]

참고한 자료

표기 원칙. 속도·비용 관련 수치(70~500밀리초, 토큰당 비용 등)는 전부 TypeSafe가 자체 공개한 벤치마크다. 독립된 제3자 검증 결과는 아직 없으니, 실제 도입 전에는 직접 소량으로 테스트해보는 걸 권한다.
· TypeSafe 공식 발표: Introducing System One Models and JEV
· typesafe.ai 콘솔(console.typesafe.ai) · 공식 문서(docs.typesafe.ai)
정리 · 갓진주(송진주) | 오늘두AI · GPT연구소  ·  자료 기준일 2026년 9월
NEW BOOK5분 컷, 미친 효율 AI 프롬프트업무·부업·일상에서 바로 복사해 쓰는 77가지 활용법책 보러 가기 →5분 컷, 미친 효율 AI 프롬프트 책 표지 KAKAO TALK갓진주 AI 활용 소통방새로운 AI 도구와 실전 프롬프트 소식을 함께 나눠요.소통방 참여하기 →

송진주(갓진주) | 생성형 AI 실무 교육가에서 더 알아보기

구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.

답글 남기기