Cloudflare의 Clairic 문서 페이지 예시의 송장에는 구매 주문 번호(purchase order number)가 없습니다. 이 모델은 이를 정확하게 파악합니다: po_number 답변은 "value": null과 "p_null": 1로 반환됩니다. 동일한 답변 객체는 또한 인보이스 번호인 "guess": "INV-2291"을 포함하고 있습니다. 만약 코드가 guess를 읽으면, 인보이스 번호가 PO(구매 주문) 열에 표시됩니다.
이 한 줄의 정보는 Cloudflare가 10월 19일에 출시한 모델을 연결하기 전에 알아야 할 가장 유용한 내용입니다.
Cloudflare가 10월 19일에 공개한 것
Clairic은 Workers AI의 미리 보기(preview) 모델이며, ID는 @cf/cloudflare/clairic이고, Cloudflare 블로그 게시물에서 2026년 10월 19일에 발표되었습니다. Cloudflare는 이를 "System One" 추출 모델이라고 부릅니다: 사용자가 텍스트와 입력 필드 맵을 보내면, 단일 순방향 전달(single forward pass)으로 각 필드의 값을 반환합니다. 이 모델은 텍스트를 작성하지 않으며 출력 토큰도 생성하지 않습니다(Cloudflare 블로그).
Cloudflare의 Clairic은 다음 네 가지 작업을 수행합니다 (Cloudflare's extraction-models page): 입력에 포함된 값을 추출하고, 입력 속성들로부터 하나의 값을 계산하며, 입력에서 확정되지 않은 값을 추정하고, 일련의 값들을 예측합니다. 모델 페이지 예시에서는 발행일(issue date)에 'net 30'을 더하여 만기일(due date)을 계산합니다. Clairic은 Cloudflare의 의사결정 모델인 Clef 옆에 위치하며, 이는 고정된 옵션 목록에 대한 확률을 반환합니다 (Cloudflare blog). Clef는 Unite.AI와 eWeek에 따르면 10월 1일에 출시되었습니다.
모델 페이지의 수치:
- 입력 토큰당 백만 단위 $0.10, 출력 가격은 명시되지 않음
- 65,536 토큰 컨텍스트 윈도우
- 각 패스는 필드 8,192 토큰과 입력을 포함하며; 더 많은 필드는 병렬 패스로 분할됨
- 최대 4개의 임베디드 이미지(PNG, JPEG 또는 WebP), 원격 URL 불가
모델 페이지와 Cloudflare의 발표에 따르면 두 가지 주의사항이 있습니다. 이 모델은
value는 답변입니다. p_null은 입력에 값이 포함되어 있지 않을 확률을 나타냅니다. guess는 모델이 강제로 선택해야 할 경우 말했을 법한 내용을 보여주며, 여기서 span은 인보이스 번호와 동일하게 [8, 16]입니다. Cloudflare는 value가 null일 때 confidence가 무엇을 측정하는지 문서화하지 않았기 때문에, null 값 옆의 0.9995라는 수치는 guess를 신뢰할 이유가 되지 못합니다. Cloudflare의 extraction-models 페이지에 따르면, null인 단일 값 결과는 모델이 입력이 불충분하다고 간주한다는 의미입니다.
따라서 데이터에 도달하기 전에 모든 스칼라 필드를 검사해야 합니다. TypeScript로 작성된 작은 헬퍼 코드는 다음과 같습니다:
type Scalar = {
value: unknown;
p_null: number;
...
이것은 p_null과 confidence를 포함하는 텍스트, 숫자, 날짜 답변을 처리합니다. 리스트는 스팬(span)과 신뢰도 점수를 가진 값으로 반환하며, 추정치는 p_null 대신 median, p10, p90을 반환하므로 별도의 검사가 필요합니다 (model page).
코드로 산술 계산을 수행하세요
Cloudflare의 블로그는 약점을 명확히 지적합니다:
예시 응답은 자체 사용량을 보고합니다: 인보이스에 61개의 state_tokens, 필드 정의에 472개의 schema_tokens, 총 655개의 input_tokens, 0개의 output_tokens, 그리고 3개의 passes(model page). 입력이 짧을 경우, 필드 이름과 지침 비용이 문서 자체보다 약 여덟 배에 달합니다.
입력 토큰당 $0.10의 비용으로, 이 655개 토큰 호출은 $0.0000655, 즉 백만 건 호출당 $65.50의 비용이 발생합니다. Workers AI는 모든 계정에 매일 10,000 Neurons를 제공하며, pricing page에는 Clairic을 백만 입력 토큰당 9,091 Neurons로 명시하고 있으므로, 무료 할당량은 하루에 약 110만 개의 입력 토큰을 커버합니다. 지침은 짧게 유지하고, 필드별 호출 대신 동일한 문서의 필드를 한 번의 호출로 배치하는 것이 좋습니다.
점수를 기록하고 확인하세요
Cloudflare가 제시하는 주요 수치는 자체 테스트에서 나온 것입니다. 손상 제품 클레임 파이프라인에서 추출은 Clairic, 의사 결정은 Clef, 답변 생성은 GLM-5.3을 사용했을 때 19.3초가 소요되었고 백만 건의 클레임당 $6,032의 비용이 들었습니다. 세 단계를 모두 수행한 GLM-5.3은 61.7초가 소요되었고 $11,740의 비용이 들었습니다. 이 차이가 Cloudflare가 말하는 '49% 감소'에서 비롯됩니다(Cloudflare blog). [PPC Land는] 비교 자체가 Cloudflare 자체 것이며, 하나의 클레임 유형만을 다루고 평균 실행 횟수를 명시하지 않았다고 지적합니다.
해당 블로그에서는 또한 '보정(Calibration)은 측정되는 것이지 보장되는 것은 아니다'(Cloudflare blog)라고 언급합니다. 인보이스에 대한 0.95의 신뢰도가 95% 정확도를 의미하지 않을 수 있습니다. 알 수 있는 유일한 방법은 모델이 말한 것을 기록하고, 나중에 사람이 확인한 내용과 비교하는 것입니다:
console.log(JSON.stringify({
field:
해당 라인들을 검토 대기열(review queue)의 수정된 값들로 연결하세요. 필드별로 수백 개가 모이면, 각 신뢰도 구간(confidence band)이 실제로 어느 정도의 정확도를 제공하는지 파악하고 `accept()` 내의 임계값(thresholds)을 조정할 수 있습니다. Cloudflare 자체 가이드라인도 같은 방향을 제시합니다: 되돌릴 수 없는 조치(irreversible actions)를 취하기 전에 인간 검토를 고려해야 합니다 ([extraction-models page](https://developers.cloudflare.com/workers-ai/concepts/extraction-models/)).
## 추출 작업을 LLM에서 분리해야 할까요?
이미 이메일, 영수증 또는 양식을 JSON으로 변환하기 위해 LLM에 비용을 지불하고 있다면, Clairic은 테스트해 볼 가치가 있습니다. 이는 각 필드가 누락되었을 확률과 문자 오프셋(character offsets)이 포함된 타입화된 필드를 반환하며, 단순한 JSON 문자열보다 더 많은 정보를 제공합니다. Cloudflare는 이 엔드포인트를
