이 글에는 쿠팡 파트너스 링크가 있으며, 구매 시 일정액의 수수료를 받습니다.
타입세이프 JEV 사용법, 말 대신 숫자로 답하는 시스템 원 모델
타입세이프(TypeSafe)의 JEV가 챗GPT 같은 LLM과 무엇이 다르고, 직접 써 보려면 어떤 순서를 밟는지 정리했다. 코드깎는노인 채널의 290초 영상이 든 예시와 "왜 단답이 필요한가"라는 설명을 옮기고, 영상이 주소를 읽어 주지 않은 가입·API 키 발급 경로와 오픈라우터로 바로 쓰는 방법은 공식 문서를 기준으로 채웠다.
챗GPT와 다른 종류의 AI
JEV를 만든 타입세이프는 이런 모델을 시스템 원(System One) 모델이라고 부른다. 우리가 흔히 쓰는 챗GPT 같은 LLM(대규모 언어 모델)과는 대답하는 방식부터 다르다. LLM이 자연어로 주절주절 설명한다면, JEV는 수치나 선택지 형태의 단답으로 답한다. 이름은 빠르고 직관적인 판단(시스템 1)과 느리고 신중한 사고(시스템 2)를 나눈 심리학 개념에서 따왔다고 공식 블로그는 설명한다.
같은 질문, 두 가지 대답
화자가 든 예시
손님이 밥을 맛있게 먹고 나서 "맛없었다"며 지불을 거부하는 상황이다. 이게 정당한 요구인지 물었을 때 JEV가 내놓은 답은 문장이 아니었다. 0.09라는 수치였다.
1에 가까울수록 정당, 0에 가까울수록 부당이라는 뜻이라고 화자는 설명한다. 그러니 0.09는 거의 부당하다는 판정이다.
선택지에 확률을 나눠 주는 방식
질문을 바꿔 "이런 손님에게 어떻게 대처할까"를 물으면 LLM은 자연어로 설명해 준다. JEV는 다르다. 경찰을 부른다, 돈을 받지 않는다, 돈을 내야 하는 이유를 설명한다 같은 보기를 주면 각각에 적합도를 수치로 매긴다.
전체 1이라는 파이를 적합한 만큼 나눠 갖는 구조다. 예시에서는 "돈을 내야 하는 이유를 설명한다"가 94%를 차지했다. 그 판단을 내린 자신감은 92%, 걸린 시간은 0.1초가 채 안 됐고 비용도 상당히 저렴했다고 한다. 수치는 모두 화자가 화면을 보며 읽은 값이다.
왜 이런 단답이 필요한가
소프트웨어는 결과를 이어받아 돌아간다
화자는 소프트웨어가 앞 단계의 처리 결과를 다음 단계로 넘기며 동작한다는 점부터 짚는다. 비유는 자동차 공장이다. 차체를 먼저 만들고, 다음 공정에서 부품을 차례로 조립한다.
그래서 주는 쪽과 받는 쪽이 결과물의 형태를 미리 약속해 둔다.
형태가 안 맞으면 거기서 멈춘다
앞 단계의 응답이 다음 코드의 구현과 호환되지 않으면 프로그램이 그 지점에서 깨진다. 개발자가 톱니바퀴를 어긋나지 않게 맞물려야 하는 이유이고, 이 부담을 덜려고 타입스크립트 같은 언어도 나왔다. 타입(값이 숫자인지 글자인지 같은 형태 약속)을 코드에 적어 두고 어긋나면 미리 알려 주는 언어다.
AI가 부품이 되면서 생긴 문제
이제 소프트웨어 부품 중에 AI 기반 부품이 생겼고, 그 자리에 주로 LLM이 들어갔다. 그런데 LLM의 응답은 정형이 아니라 완전한 자연어다. 자연어를 이해하는 AI만 그 답을 받아먹을 수 있다. 소프트웨어 전체가 AI로만 이뤄진 건 아니니, 자연어 응답은 시스템을 돌리기에 적합하지 않다.
구조화 출력이 되는 LLM과 뭐가 다른가
화자는 이 반론을 직접 꺼내고 인정한다. LLM 중에도 고정된 구조로 응답하게 만들 수 있는 것들이 있어서(구조화 출력, 답을 정해진 JSON 형식으로만 내게 하는 기능) 문제가 상당 부분 해소된다고.
다만 그 용도로 LLM을 쓰면 느리고 비용이 많이 든다. 반면 JEV는 매우 빠르고 저렴해서 딱 이 용도에 맞는다는 것이 결론이다.
화자가 전한 성능과 데모
가성비
타입세이프가 JEV의 가성비를 그래프로 보여주고 있다. 화자의 평가는 그럭저럭 괜찮은 정확도에 비해 상당히 저렴한 가격, 그리고 표에는 없지만 상당히 빠른 속도다. 그래서 작업에 필요한 판단을 실시간에 가깝게 해낼 수 있다는 설명이다. 비교 대상 모델이나 정확도 수치는 영상에서 읽어 주지 않는다.
둠(DOOM)을 플레이하는 모델
IT 분야에서 일종의 빅맥 지수처럼 쓰이는 둠이 여기서도 나온다. JEV가 둠의 현재 상황을 실시간으로 보고 매번 판단해 게임을 플레이하는 모습이다. 플레이어 상태, 보유 무기, 적 위치 같은 정보를 실시간으로 넘기면 어떤 버튼을 눌러야 할지를 아주 빠르게 답해 주는 방식이다.
타입세이프 JEV 사용법: 시작하기 9단계
영상 본편은 해설이고, 실제 안내는 마지막 20여 초, 정확히는 23초 구간에 몰려 있다. 그 구간에서 화자가 말한 것을 단계로 옮기고, 영상이 읽어 주지 않은 주소는 공식 블로그 기준으로 채웠다. 순서 고정: 웨이트리스트 등록 → 초대 수신 → 콘솔 → API 키.
1단계. 타입세이프 사이트에서 웨이트리스트에 등록한다
- 웹 브라우저를 연다. - 확인: 빈 탭이 열린다.
- 주소창에 typesafe.ai를 입력한다. - 확인: 타입세이프 사이트 첫 화면이 뜬다.
- 페이지에서 웨이트리스트(Waitlist) 또는 가입 항목을 찾는다. - 확인: 등록용 입력칸 또는 버튼이 보인다.
- 등록한다. - 확인: 등록 완료 안내가 표시된다.
2단계. 초대를 받는다
- 초대가 올 때까지 기다린다. 화자는 "등록해 두면 사용할 수 있도록 초대를 해 준다"고만 말한다. - 확인: 사용 초대를 받는다.
가입 방식은 바뀔 수 있다. 영상 이후 대기 없이 콘솔 가입을 열었다는 소식도 있으니, 1단계 전에 콘솔 주소(console.typesafe.ai)로 바로 들어가 가입이 되는지 먼저 확인해 보는 편이 빠르다.
3단계. 콘솔에서 API 키를 발급받는다
- 브라우저에서 console.typesafe.ai에 들어가 로그인한다. - 확인: 콘솔 화면이 열린다.
- 콘솔에서 API 키를 발급받는다. API 키는 내 계정으로 모델을 호출할 때 쓰는 비밀번호 같은 문자열이다. - 확인: 사용할 API 키 문자열이 발급된다.
4단계. 사용 방식을 고른다
- 공식 문서(docs.typesafe.ai)를 연다. 화자는 문서가 잘 돼 있다고 평가한다. - 확인: 문서 페이지가 열린다.
- 문서에서 사용 형태를 하나 고른다. 제공되는 형태는 SDK(프로그램에서 바로 불러 쓰는 도구 묶음), API, 스킬 형태 등이다. 버셀(Vercel)이나 오픈라우터를 통해서도 제공되니 편한 제공자 쪽에서 써도 된다. - 확인: 선택한 방식의 문서 예제가 화면에 보인다.
끝내고 확인할 것
- 타입세이프 사이트에 접속했다
- 웨이트리스트 등록을 마쳤다
- 사용 초대를 받았다
- 콘솔에 들어갔다
- API 키를 발급받았다
- SDK, API, 스킬 중 사용할 형태를 정했다
영상에 없는 배경 (편집자 정리)
여기부터는 영상에서 다루지 않은 내용이다. 실제로 따라 해보려면 알아야 하는 것들을 따로 정리했다. 글 작성 시점의 공식 문서 기준이며, 이름과 조건은 바뀔 수 있다.
오픈라우터로 바로 쓰기
오픈라우터(OpenRouter, 여러 AI 모델을 한 계정으로 쓰게 해 주는 중개 서비스) 문서에 따르면, 오픈라우터 API 키만 있으면 대기 없이 JEV를 쓸 수 있고 요금도 오픈라우터 계정에서 나간다. 모델 이름은 typesafe/jev-1.13이고, 최신 버전을 가리키는 별칭은 ~typesafe/jev-latest다.
- openrouter.ai에 가입하고 로그인한다.
- 오른쪽 위 계정 메뉴에서 Keys로 들어가 API 키를 만든다.
- 크레딧(선불 사용료)을 충전한다. 요금은 모델 페이지의 공식 안내를 확인해야 한다.
- 문서의 JEV 안내 페이지 예제를 복사해 키만 바꿔 실행한다.
세 가지 질문 방식
오픈라우터 문서는 JEV의 기본 동작을 세 가지로 나눈다.
- Choice: 여러 보기 중에서 고르고, 보기마다 확률을 준다. 영상의 "경찰을 부른다 / 돈을 받지 않는다 / 이유를 설명한다" 예시가 여기에 해당한다.
- Noul: 예/아니오 조건에 확률로 답한다. "이 요구가 정당한가"에 0.09로 답한 예시와 같은 형태다.
- Score: 항목을 정해진 척도 위에 놓는다.
어디에 쓰면 좋은가
- 고객 문의 분류: 환불, 배송, 기타 중 어디에 넣을지.
- 게시물 검수: 광고성인지 아닌지, 욕설이 있는지.
- 자동화 분기: 메일이 긴급한지 여부로 다음 동작을 나누기.
공통점은 답이 정해진 보기 안에 있다는 것이다. 설명문, 요약, 번역처럼 긴 글이 필요한 일은 여전히 LLM의 몫이다.
막히는 지점과 판단 기준
- 확률이 애매하게 나온다: 보기를 서로 겹치지 않게 다시 쓴다. 보기가 모호하면 확률도 갈린다.
- 자신감 값이 낮다: 사람 확인으로 넘기는 규칙을 둔다. 예를 들어 자신감이 기준보다 낮으면 자동 처리하지 않는 식이다.
- API 키 관리: 코드 안에 직접 적지 말고 환경변수로 넣는다.
JEV의 가격, 정확도, 지원 사양은 영상에 나오지 않는다. 저렴하다는 건 화자의 평가다. 내 작업에 쓸 만한지는 실제 데이터 수십 건으로 LLM 구조화 출력과 나란히 돌려 정확도와 비용을 비교해 보는 것이 가장 확실하다.
자주 묻는 질문
JEV는 챗GPT와 무엇이 다른가?
챗GPT 같은 LLM은 자연어 문장으로 답하고, JEV는 수치나 보기별 확률 같은 단답으로 답한다. 프로그램이 답을 받아 바로 다음 동작으로 넘겨야 하는 자동화에 맞춘 모델이다.
JEV는 어떻게 가입하나?
영상 기준으로는 타입세이프 사이트에서 웨이트리스트에 등록하고 초대를 받은 뒤, 콘솔에서 API 키를 발급받는다. 가입 방식은 바뀔 수 있어 console.typesafe.ai에서 바로 가입되는지 먼저 확인하는 편이 빠르다.
웨이트리스트 없이 JEV를 쓸 방법이 있나?
오픈라우터 문서에 따르면 오픈라우터 API 키가 있으면 대기 없이 쓸 수 있다. 모델 이름은 typesafe/jev-1.13 또는 ~typesafe/jev-latest이고, 요금은 오픈라우터 계정에서 나간다.
JEV 요금은 얼마인가?
영상은 "상당히 저렴하다"는 평가만 하고 금액을 말하지 않는다. 요금은 바뀔 수 있으므로 타입세이프나 오픈라우터의 공식 요금 안내를 확인해야 한다.
이 글은 자동 자막 기반(빠른 모드)으로 정리했고 화면은 대조하지 못했다. 모델 이름은 자막에 "재부", "제부", "지부", "대부"로 찍혀 영상 제목 표기(JEV)를 따랐고, "라지랭귀지 모델"·"LM"은 LLM, "시스템 원"은 System One, "구형"은 구현, "파일"은 파이, "STK"는 SDK, "오픈 아우터"는 오픈라우터로 읽었다.
출처: youtu.be/…