안녕하세요, 저는 Rijul이고, 비즈니스 핵심 시스템을 위해 설계된 blast-radius 인식 AI 코드 리뷰 도구인 LiveReview를 만들고 있습니다. Star us하여 개발자들이 프로젝트를 발견하고, 사용해보고, 제품 개선에 도움이 되는 피드백을 공유할 수 있도록 도와주세요.

최근 사람들의 화제가 되고 있는 새로운 AI 모델이 있는데, 아마 들어보셨을 겁니다. 바로 Jev입니다.

하지만 정확히 Jev가 무엇이며, 우리가 매일 사용하는 범용 LLM과 무엇이 다른 걸까요?

Jev가 어떤 것인지 살펴보겠습니다.

Jev는 TypeSafe AI에서 개발한 모델로, 긴 형식의 텍스트를 생성하기보다는 구조화된 결정을 내리는 데 중점을 두고 설계되었습니다.

왜 Jev가 존재하는지 이해하려면 간단한 문제부터 시작해 보겠습니다.

10만 건의 고객 메시지를 받는 애플리케이션을 구축한다고 상상해 보세요. 모든 메시지에 대해, 애플리케이션은 다음을 결정해야 합니다:

이것은 청구(billing) 문제인가?
이것은 기술적(technical) 문제인가?
이것은 계정(account) 문제인가?

모든 메시지를 GPT와 같은 범용 LLM에 보내 각 메시지를 분류하도록 요청할 수 있습니다. 하지만 에세이를 작성하고 코드를 생성하는 능력을 가진 모델을 단지 세 가지 옵션 중 하나를 선택하기 위해 사용하고 있는 것입니다.

Jev는 이러한 더 좁은 종류의 작업, 즉 제공된 정보를 기반으로 결정을 내리는 것을 위해 설계되었습니다.

Jev가 답변할 수 있는 세 가지 유형의 결정

Jev는 Choice, Score, Noul이라는 세 가지 유형의 결정을 제공합니다.

1. Choice (선택)

어떤 옵션이 올바른가요?

입력:

특정 진술이 참일 확률은 얼마나 될까요?

입력: "생산 서비스가 중단되었습니다."
질문: "이 사고는 즉각적인 에스컬레이션(escalation)을 필요로 하나요?"
예시 출력: 0.95, 이는 출력이 보정된 확률(calibrated probability)을 나타낸다고 가정할 때 긍정적인 답변의 추정 확률이 95%임을 의미합니다.

이는 긴 설명 대신 특정 질문에 대한 구조화된 답변이 필요할 때 유용합니다.

Jev를 사용해 보세요

가장 빠르게 시도해 볼 수 있는 방법은 Jev Playground를 이용하는 것입니다.

https://jevplayground.com/로 이동하세요.

여기는 Jev를 실험할 수 있는 독립적인 플레이그라운드입니다.

선택(Choice)

점수(Score)

Noul (Boolean)

마무리하며

이것이 Jev입니다.

AI 에이전트에서 의사결정 기반 작업(decision-based tasks)을 수행할 때, Jev는 일반 목적 LLM에 전적으로 의존하는 대신 고려해 볼 수 있는 옵션이 될 수 있습니다. 구조화된 결정을 위해 설계된 모델을 사용하면 시스템 구성을 다양화하고 특정 의사 결정 작업을 더 효율적으로 만들 수 있습니다.

_
팀의 주의력은 한정되어 있으며, AI가 생성한 코드의 홍수는 생산 환경을 신뢰할 수 있고 안전하게 유지하는 것을 어렵게 만듭니다._

_
제가 LiveReview를 구축하고 있습니다. 이는 비즈니스 중요 시스템에 맞춰진 폭발 반경 인식(blast-radius aware) AI 코드 리뷰 도구입니다._

모든 diff를 동일한 중요도로 제시하는 대신, LiveReview는 각 변경 사항을 '폭발 반경(blast radius)'으로 점수화합니다. 이는 해당 변경이 호출 그래프(call graph)를 통해 얼마나 넓게 영향을 미치는지 측정하여, 실제로 중요한 곳에 집중할 수 있도록 돕습니다.

비즈니스 위험도가 가장 높은 곳에 코드 리뷰 노력을 투입하세요. 모든 diff에 균등하게 분산시킬 필요는 없습니다.

⭐ GitHub에서 별표하기:

GitHub logo HexmosTech / LiveReview

비즈니스 중요 시스템을 위한 폭발 반경 인식 AI 코드 리뷰

LiveReview: 비즈니스 중요 시스템을 위한 폭발 반경 인식 AI 코드 리뷰

LiveReview는 diff의 모든 hunk를 **폭발 반경(blast radius)**으로 점수화하는 AI 코드 리뷰어입니다. 이 점수는 변경 사항이 호출 그래프를 통해 얼마나 넓게 영향을 미치는지, 영구 상태(persistent state)에 얼마나 많이 닿는지, 그리고 테스트가 얼마나 잘 되어 있는지를 측정합니다. 공유 인증 확인 로직에 대한 3줄의 변경이 300줄짜리 UI 수정보다 더 높은 점수를 받을 수 있습니다. 팀의 관심은 모든 diff에 균등하게 분산되는 것이 아니라, 가장 위험도가 높은 코드부터 향해야 합니다.

blast-radius-demo.mp4

LiveReview의 폭발 반경 및 리뷰 우선순위 점수는 diff 뷰어에서 실시간으로 확인 가능합니다.