Jev란? 글 생성 AI와 다른 '판단에 강한 AI'를 해설

‘Jev’라는 AI를 알고 계신가요?

정식 제품 표기는 Jev입니다. 일반적인 알파벳 약어가 아니라, TypeSafe AI가 개발한 AI 모델의 이름입니다. 19세기 경제학자 **William Stanley Jevons(윌리엄 스탠리 제본즈)**에게서 유래했습니다. TypeSafe AI는 AI 이용 비용이 낮아질수록 활용 장면이 늘어난다는 생각을 이 이름에 담았습니다. 공식 설명

Jev는 2026년 9월 15일에 TypeSafe AI가 공개한, 동사 최초의 System One Model입니다. 약 2년간의 스텔스 개발을 거쳐 한때 순서 대기가 있었으나 현재는 누구나 이용할 수 있게 되었습니다.

System One이라는 이름은 심리학자 Daniel Kahneman의 저서 『Thinking, Fast and Slow』에 등장하는 ‘빠른 사고(System 1)’에서 영감을 받았습니다. Jev는 인간을 위한 긴 문장 생성보다는 소프트웨어가 그대로 활용할 수 있는 빠르고 구조화된 판단을 반환하는 데 중점을 두고 있습니다.

대표적인 판단 예시는 다음과 같습니다.

• 이 문의가 긴급한가
• 영업/기술/청구 중 어떤 부서가 담당하는가
• 이 문장이 부적절한 내용을 포함하는가
• 고객의 구매 의욕은 1~5 중 어느 정도인가

일반적인 생성 AI는 다음과 같은 문장으로 답변합니다.

이 문의는 긴급성이 높다고 생각됩니다.

반면, Jev는 프로그램에서 다루기 쉬운 값을 반환합니다.

{
"noul": 0.97
}

이처럼 Jev는 ‘인간과 대화하는 AI’라기보다는, AI에게 판단을 맡기고 그 결과를 업무 시스템이나 프로그램에서 활용하기 위한 AI입니다.

ChatGPT와 같은 생성 AI와 Jev는 경쟁 관계가 아닙니다. 문장 작성이나 설명은 ChatGPT에, 분류/평가/우선순위 지정과 같은 명확한 판단은 Jev에게 분담하는 것이 AI를 업무에 통합하기 쉽습니다.

본 기사에서는 Jev의 개념, ChatGPT와의 차이점, Noul・Choice・Score 질문 형식, API 활용 방법, 실제 활용 사례 등을 초보자 눈높이에 맞춰 소개합니다.

• Jev란
• ChatGPT와의 차이점
• Jev의 3가지 질문
• Noul 구체적 예시
• Jev 답변이 시스템에 적합한 이유
• API 사용 기본 예시
• 어떤 용도에 적합한가
• 주의점과 취약점
• ChatGPT에서 Jev를 사용하는 방법
• 요약

Jev는 TypeSafe AI가 제공하는 구조화 판단용 AI 모델입니다.

공식 문서에서는 Jev가 TypeSafe의 대표적인 모델이며, 입력된 상태에 대해 ‘형식화된 질문’을 수행하고 구조화된 답변을 반환하는 모델이라고 설명합니다.

여기서 말하는 ‘상태(state)’란 AI에게 판단해 주었으면 하는 대상을 의미합니다.

상태의 예시는 다음과 같습니다.

고객으로부터 도착한 문의:
“급히, 오늘 중으로 대응해 주세요. 서비스가 사용하지 못해 곤란합니다.”

이 상태에 대해 Jev에게 다음과 같은 질문을 합니다.

이 문의는 긴급성을 나타냅니까?

Jev는 단순한 문장이 아니라, 판단 결과를 다루기 쉬운 형식으로 반환합니다.

{
"noul": 0.97
}

이 0.97은 ‘이 문장이 긴급성을 나타낼 확률이 높다’는 것을 보여줍니다.

ChatGPT와 Jev는 우열의 문제가 아니라, 강점이 다릅니다.

이 문의는 긴급한가?

ChatGPT는 다음과 같이 답변할 수 있습니다.

네, 긴급성이 높은 문의라고 생각됩니다.

이는 인간에게는 이해하기 쉽지만, 프로그램에서 볼 때는 다루기 어려울 수 있습니다.

반면, Jev라면 다음과 같은 값을 반환할 수 있습니다.

{
"noul": 0.97
}

프로그램 측에서는 예를 들어 다음과 같은 처리가 가능합니다.

if (result.noul >= 0.9) {
routeToUrgentSupport();
}

이처럼 Jev는 ‘AI에게 문장을 쓰게 하는 것’보다, ‘AI에게 판단을 맡기고 그 결과를 시스템에서 이용하는’ 모델입니다.

Jev에서는 용도에 따라 주로 3가지 종류의 질문을 사용합니다.

Noul은 Yes / No에 가까운 판단을 수행하는 질문입니다.

이 글은 긴급성을 나타내고 있습니까?

답변은 0~1의 값으로 반환됩니다.

0.00
에 가까울수록: 아닐 가능성이 높음 -
0.50
근처: 판단이 갈림 -
1.00
에 가까울수록: 예일 가능성이 높음

Choice는 여러 선택지 중에서 분류하는 질문입니다.

이 문의는 어느 부서가 담당해야 합니까?

선택지의 예:

영업

• 기술 지원
• 청구
• 기타

이 경우, Jev는 선택 결과와 각 선택지별 확률을 반환합니다.

Score는 정해진 기준에 따라 평가하는 질문입니다.

이 고객의 구매 의욕을 1~5로 평가해주세요.

예를 들어, 다음과 같은 평가 기준을 설정할 수 있습니다.

1: 구매 의욕이 거의 없음

• 3: 판단 불가
• 5: 구매 의욕이 매우 높음

Noul은 Jev를 이해하는 데 특히 쉬운 기능입니다.

상태:
"긴급하게, 오늘 중으로 대응해주세요. 서비스가 사용하지 못해 곤란합니다."
질문:
...

{
"model": "Jev-1.13.0",
"answers": {
...

이 결과를 사용하면, 예를 들어 다음과 같은 처리가 가능합니다.

const urgency = result.answers.urgency.noul;
if (urgency >= 0.9) {
console.log("긴급 대응 큐로 이동");
...

Jev의 큰 특징은 답변을 '형식화된 데이터(typed data)'로 받을 수 있다는 것입니다.

일반적인 생성 AI에서는 다음과 같은 문장이 반환될 수 있습니다.

아마도 긴급성이 높다고 생각되지만, 상황에 따라 다릅니다.

이 문장을 프로그램으로 처리하려면 문자열 분석(string parsing)이 필요합니다.

반면, Jev에서는 처음부터 다음과 같은 값으로 받을 수 있습니다.

{
"noul": 0.98
}

따라서 다음과 같은 업무 흐름에 통합하기 쉽습니다.

문의 접수
↓
Jev로 긴급성 판정
...

Jev에서는 하나의 질문에 모든 것을 담기보다는, 판단을 작게 나누는 것이 처리하기 더 쉽습니다.

예를 들어 '이 문의의 우선도를 판단해주세요'라고 묻는 대신, 다음과 같이 나눕니다.

긴급성이 있는지

• 고객 이탈 가능성이 있는지
• 금전적 영향이 큰지

마지막 우선순위는 시스템 측 규칙으로 결정할 수 있습니다.

TypeSafe의 API를 이용하는 경우, 개념적으로 다음과 같은 요청을 보냅니다.

curl -X POST https://api.typesafe.ai/v1/systemone \
-H "Authorization: Bearer $TYPESAFE_API_KEY" \
-H "Content-Type: application/json" \
...

여기서 주의할 점은, API 키를 소스 코드나 기사에 직접 적지 않는 것입니다.

# 이것은 예시입니다. 실제 키는 쓰지 않습니다
export TYPESAFE_API_KEY="여기에 API 키를 직접 쓰지 않습니다"

API 키는 환경 변수(environment variable)나 시크릿 관리 서비스 등에서 안전하게 관리합니다.

Jev는 다음과 같은 용도에 적합합니다.

이 문의는 영업, 기술, 청구 중 어디로 분류됩니까?

이 메시지는 긴급 대응이 필요합니까?

이 글에는 공격적인 표현이 포함되어 있습니까?

이 고객의 구매 의욕을 1~5로 평가해주세요.

이 신청서에 필요한 항목이 모두 포함되어 있습니까?

이 요청은 사람의 확인이 필요합니까?

이렇게 판단 결과를 다음 처리로 연결하고 싶을 때 특히 강력한 성능을 발휘합니다.

Jev는 편리하지만, 만능 AI는 아닙니다.

Jev는 블로그 기사, 이메일, 기획서 등의 문서 작성을 주 목적으로 하지 않습니다.

문서 작성은 ChatGPT와 같은 생성 AI에 맡기고, 판단(판단)은 Jev에게 역할을 분담하는 것이 좋습니다.

다음과 같은 질문은 판단 기준이 모호해지기 쉽습니다.

이 문의의 중요도, 고객 만족도, 긴급성, 대응 방침을 종합적으로 판단해주세요.

대신, 질문을 나눕니다.

이 문의는 긴급합니까?

고객이 불만을 느끼고 있을 가능성이 높습니까?

기술 담당자의 확인이 필요합니까?

Noul 값이 0.98이라고 해서 반드시 정확한 것은 아닙니다.

예를 들어, 다음과 같은 규칙을 조합하면 안전합니다.

중요한 판단의 경우, Jev의 결과만으로 완전 자동화하지 않고 인간의 확인을 남기는 설계도 중요합니다.

Jev는 MCP와 같은 연결 방식을 사용하면 ChatGPT에서 호출할 수 있습니다.

연결 후에는 ChatGPT에서 Jev의 커넥터를 선택하고 다음과 같이 지시합니다.

Jev를 사용하여 이 문장이 긴급한지 판정해 주세요.
Noul 값과 사용 모델도 표시해 주세요.
"긴급하게, 오늘 중으로 대응해 주세요." 

ChatGPT는 문서 정리나 설명을 담당하고, Jev는 판정을 담당합니다.

ChatGPT:
"이 문장을 긴급성 판정의 대상으로 정리한다"
Jev:
...

다만, 커넥터를 연결했다고 해서 ChatGPT가 모든 질문에 자동으로 Jev를 사용하는 것은 아닙니다.

'분류', '우선도', '진위 판정', '스코어링'이 필요할 때는 다음과 같이 명시하는 것이 안정적입니다.

이 판정에는 Jev를 사용해 주세요.

Jev는 문서 생성보다는, AI의 판단을 시스템에서 활용하기 위한 판정 엔진에 가깝습니다.

핵심 포인트를 요약하면 다음과 같습니다.

• Jev는 TypeSafe AI의 구조화된 판정 모델입니다.
• 입력된 상태에 대해 타입이 지정된 질문을 수행합니다.
• Noul, Choice, Score와 같은 질문 형식이 있습니다.
• 답변을 수치나 선택 결과로 받을 수 있습니다.
• ChatGPT보다 분류/평가/라우팅에 더 적합합니다.
• 복잡한 판단은 작은 질문으로 분해하면 사용하기 쉽습니다.
• 확률을 절대시하지 않고, 필요에 따라 인간의 확인을 남깁니다.

생성 AI를 '문서를 만드는 AI'뿐만 아니라, '업무 판단을 지탱하는 부품'으로 사용하고 싶다면, Jev는 흥미로운 선택지가 될 것 같습니다.

공식 문서: