Jev Isn''t a Chatbot. That''s Why Builders Love It
Quick Summary
Jev가 개발자에게 매력적인 이유는 챗봇처럼 문장을 생성하는 대신, 앱과 에이전트의 작은 판단을 타입이 정해진 값과 신뢰도로 빠르게 돌려주기 때문이다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
Jev가 개발자에게 매력적인 이유는 챗봇처럼 문장을 생성하는 대신, 앱과 에이전트의 작은 판단을 타입이 정해진 값과 신뢰도로 빠르게 돌려주기 때문이다.
📌 핵심 요점
- Jev는 글쓰기·계획 수립보다 좁은 판단에 초점을 맞춘 ‘시스템 1 모델’로 소개된다. 티켓 분류, 긴급도 판정, 도구 선택처럼 즉시 답이 필요한 작업이 주된 대상이다.
- 입력 상태와 타입을 지정한 질문을 보내면 선택값, 점수, 0~1의 가능성 값, 이미지 위치를 반환한다. 공급사는 질문들을 병렬로 처리해 질문 수가 늘어도 응답 시간이 크게 변하지 않는다고 설명한다.
- 공급사가 제시한 응답 시간은 종단 간 70~500ms이며, 가격은 입력 100만 토큰당 4.2센트에 출력 무료다. 다만 속도 배수는 자료마다 다르고, 영상의 성능 수치는 공급사와 개발자 사례에 기반한다.
- Claude Code용 공식 플러그인은 Jev를 호출하는 코드를 작성하도록 돕는다. Claude Code의 기반 모델을 교체하는 기능은 아니며, 큰 모델의 추론과 Jev의 판단을 함께 쓰는 구성이 제안된다.
- 타입에 맞는 출력과 정답 보장은 별개다. Jev는 높은 신뢰도로 오답을 고를 수 있으므로, 코드가 임계값·실행 규칙·사람이나 상위 모델로 넘기는 조건을 관리해야 한다.
🧩 배경과 문제 정의
앱과 에이전트에는 긴 설명보다 즉시 사용할 판단값이 필요한 순간이 많다. 고객 문의를 어느 팀에 보낼지, 명령이 안전한지, 어떤 도구나 스킬을 선택할지가 그 예다. 영상은 이런 작업에도 문장을 순차 생성하는 범용 모델을 호출하면서 지연·비용·출력 처리 부담이 생긴다는 문제를 제기한다.
Jev는 입력 상태와 미리 정의한 질문을 받아 제한된 형태의 판단을 반환하는 모델로 소개된다. 발표자는 이를 빠른 직관에 해당하는 ‘시스템 1’에 빗대며, 계획과 코드 작성을 담당하는 큰 모델 및 실행 규칙을 관리하는 일반 코드와 결합하는 방식을 제안한다. 다만 영상 속 성능 수치는 공급사와 개발자 사례에 기반하며, 구조적 출력 보장과 판단의 정확성은 구분해야 한다.
🕒 시간순 섹션별 상세정리
1. 챗봇을 만들던 연구자가 제안한 빠른 판단 모델
- 영상은 Jev가 문장을 생성하지 않는 AI라는 점을 앞세운다. 회사 자체 데모의 약 0.1초 응답보다 무엇을 반환하는지가 개발자에게 중요한 차이라고 보여준다. [00:20]
- 창업자 Diogo Almeida는 OpenAI 출신이자 RLHF 공동 발명자로 묶인다. 영상에 따르면 회사는 2년간의 비공개 개발 후 9월 15일 모습을 드러냈고, DCVC 주도의 4,000만 달러 시드 투자를 받았다. [01:04]
- 시스템 1은 빠른 판단, 시스템 2는 숙고하는 추론이라는 비유로 제품의 역할을 보여준다. 이름은 제번스 역설에서 따왔으며, 판단이 싸고 빨라지면 사용량이 크게 늘 것이라는 가설을 제시한다. [02:23]
2. 광고 구간과 타입이 정해진 출력 방식
- Night Crew Studio의 광고 구간에서는 14가지 스타일과 사용자 지정 스타일로 Mac에서 쇼츠를 제작하는 앱을 보여준다. [02:46]
- 본론에서는 텍스트·JSON·이미지 등의 상태와 타입을 지정한 질문을 입력한다고 보여준다. 출력 유형은 최대 255개 중 선택, 척도 점수, 0~1의 가능성 값, 이미지 내 위치이며 위치 기능은 10월의 Jev 1.14에 추가됐다고 보여준다. [03:44]
- API 장애로 주문을 처리하지 못하는 고객 문의를 기술팀 분류·고객 불만도·긴급도로 판정하는 문서 예시를 보여준다. 발표자는 결과가 직접 실행한 실험이 아니라 공식 문서의 예시라고 명시한다. [04:21]
3. 병렬 처리와 보정된 확률의 의미
- 공급사 설명에 따르면 Jev는 상태를 한 번에 살피고 각 질문에 독립적으로 병렬 응답한다. 질문을 추가해도 응답 시간은 거의 늘지 않는다고 주장한다. [04:35]
- 학습 방식 RLCD는 보정된 결정을 위한 강화학습으로 묶인다. 신뢰도 0.8인 응답 집단이 장기적으로 약 80% 맞는다는 의미이며, 개별 답변의 정답을 보장하지 않는다. [04:57]
- ‘환각 제로’는 허용된 선택지 밖의 결과를 반환하지 않는다는 뜻이다. 선택지 안에서 오답을 고르거나 그 오답에 높은 신뢰도를 부여할 가능성은 남는다. [05:18]
4. 속도·가격 주장과 고객 사례, 투자 유치
- 공급사는 토큰을 순차 생성하지 않는 병렬 처리로 종단 간 70~500ms, 대체로 약 0.1초의 응답을 제시한다. 다만 자료별 개선 배수가 다르고 자체 평가 환경에도 제약이 있다고 영상은 지적한다. [06:21]
- 소개된 가격은 입력 100만 토큰당 4.2센트, 출력 무료다. Jack and Jill의 특정 파이프라인 단계에서는 후보 1,000명당 비용이 약 75센트에서 9센트로 줄었고, 음성 브라우저 개발자와 Vercel의 명령 안전성 검사 사례도 드러난다. [07:09]
- 영상에 따르면 회사는 출시 약 3주 반 뒤인 10월 9일 Andreessen Horowitz 주도로 8억 7,000만 달러를 조달했으며, 기업가치는 75억 달러로 제시됐다. [07:25]
5. 앱의 판단 분기와 사람에게 넘기는 조건
- ‘Jev는 판단하고 코드는 결정한다’는 원칙 아래 라우팅·순위화·모더레이션·후보값 선택·출처 일치 검증을 활용처로 든다. 버그 분류 예시에서는 신뢰도가 낮으면 사람에게 넘기고, 높으면 심각도 점수로 처리 경로를 정한다. [08:20]
- 발표자는 라이브 판매 채팅을 사이즈·배송·주문 문제로 분류하고 낮은 신뢰도의 문의를 팀원에게 보내는 아이디어를 제시한다. 이 사례는 아직 구현하지 않았다고 드러낸다. [08:43]
- 포켓몬 플레이와 채팅 관리, 부정적 댓글 탐지 사례도 보여준다. 특히 모더레이션은 오탐이 실제 팬의 댓글 삭제로 이어지므로 임계값 조정이 핵심이라고 강조한다. [09:01]
6. Claude Code 연동과 작은 도입 실험
- Jev는 Claude Code나 Cursor의 기반 모델을 그대로 대체하지 않는다. 공식 Claude Code 플러그인은 Jev를 호출하는 코드 작성을 돕고, 완성된 앱이 빠른 판단 호출을 수행하도록 한다. [09:34]
- 공급사의 스킬 선택 실험은 Haiku 4.5 에이전트 앞에 Jev 호출 두 번을 배치했다. 452건에서 잘못된 스킬 로드는 15.7%에서 7.9%로, 적합한 스킬이 없는데도 로드하는 비율은 14%에서 5.2%로 줄었다고 보여준다. [10:30]
- 세션 중 컨텍스트를 다시 쓰거나 압축하면 기존 프롬프트 캐시를 잃을 수 있다는 주의를 전해진다. 시작점으로는 자주 실패하는 조건 분기 하나를 선택형 판단으로 바꾸고, 신뢰도 임계값과 오답 로그를 두는 방식을 권한다. [11:05]
7. 벤치마크 한계와 세 계층 구조라는 결론
- 자체 제작한 네 가지 워크플로의 참조 답변 일치도는 Jev 67.8%, GPT-5.6 Terra 67.9%로 묶인다. GPT-5.6 Soul은 74.1%, Opus 5는 73.1%였으며, 영상은 더 큰 모델의 우위와 대규모 독립 재현의 부재를 함께 짚어 본다. [12:09]
- Jev는 높은 신뢰도의 오답, 개수 세기·날짜 비교의 약점, 무관한 입력에 따른 성능 저하, 입력 문구의 영향과 첫 선택지 편향을 보일 수 있다. 구조는 공개되지 않았고 판단 이유도 제공하지 않지만, 별도 훈련 없이 자연어 선택지로 사용하는 분류기로서 효용이 있다는 평가를 제시한다. [13:17]
- 발표자는 큰 모델의 계획·빠른 모델의 판단·일반 코드의 규칙 집행으로 구성된 세 계층을 제안한다. 낮은 신뢰도는 사람이나 상위 모델로 넘기며, 마지막에는 어떤 판단을 맡길지와 어느 정도 확신이 필요한지를 시청자에게 묻고 참여 인사로 마무리한다. [14:13]
🧾 결론
- Jev의 핵심 가치는 자유로운 문장 생성보다 코드가 바로 사용할 수 있는 제한된 판단 결과에 있다.
- 도입 후보는 반복되는 분류·라우팅·검증 작업이다. 영상은 자주 실패하는 조건 분기 하나부터 바꾸고 오답을 기록하라고 권한다.
- 발표자가 제시하는 방향은 큰 모델이 계획하고, 빠른 판단 모델이 분기를 돕고, 일반 코드가 규칙과 임계값을 집행하는 세 계층 구조다.
- 정확도와 오류 비용이 중요한 작업에서는 더 큰 모델이나 사람의 검토가 계속 필요하다.
📈 투자·시사 포인트
- 작은 판단을 저렴하게 처리하면 호출량 자체가 늘어날 수 있다는 것이 영상이 설명하는 Jev의 사업적 가설이다. 이름도 이러한 제번스 역설과 연결된다.
- 영상에는 4,000만 달러 시드 투자와 이후 8억 7,000만 달러 조달·75억 달러 기업가치가 소개된다. 큰 자금 유입은 관심을 보여주지만 제품 성능이나 수익성의 검증을 대신하지 않는다.
- 경쟁의 초점이 범용 모델의 능력뿐 아니라 워크플로 단계별 비용·지연·오류율로 확장될 가능성을 시사한다. 특정 단계만 교체하는 고객 사례가 이 관점을 뒷받침한다.
- 현재 가격의 지속 가능성과 대형 모델 업체의 유사 기능 내재화 여부는 열린 변수다. 장기 경쟁력은 실제 운영 환경에서의 효율과 신뢰성으로 확인해야 한다.
⚠️ 불확실하거나 확인이 필요한 부분
- 성능과 비용 수치는 공급사 및 개발자 사례에서 나왔다. 영상은 대규모 독립 재현이 아직 없다고 전하며, 공급사 벤치마크의 네 가지 업무도 자체 팀이 작성했다고 설명한다.
- 벤치마크의 ‘정확도’는 GPT-6 Astra와 Claude Fable의 참조 답변에 대한 일치도다. 현실의 객관적 정답률이나 모든 업무에서의 성능으로 일반화하기 어렵다.
- ‘환각 제로’는 주어진 선택지 밖의 답을 내놓지 않는다는 의미로 설명된다. 잘못된 선택이나 높은 신뢰도의 오답까지 제거한다는 뜻은 아니다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 앱에서 반복적으로 실패하는 분류나 예·아니요 판단 하나를 골라, 입력 상태와 허용할 선택지를 명시한다.
- 기존 방식과 같은 실제 사례로 비교하고, 응답 시간·호출 비용·오답률·높은 신뢰도의 오답을 함께 기록한다.
- 업무별 신뢰도 임계값과 사람 또는 상위 모델로 넘기는 조건을 코드에 둔다. 영상의 0.5 예시는 보편적 기준으로 적용하지 않는다.
- 선택지 순서 변경, 무관한 입력 추가, 입력 속 지시문을 포함한 사례로 결과가 얼마나 흔들리는지 확인한다.
❓ 열린 질문
- 실제 서비스의 언어·지역·트래픽 조건에서도 공급사가 제시한 지연과 비용 절감이 유지되는가?
- 높은 신뢰도의 오답을 얼마나 허용할 수 있으며, 업무별로 어떤 임계값과 검토 절차가 필요한가?
- 낮은 가격이 장기간 유지되고 대형 모델 업체가 유사 기능을 제공해도 별도 판단 모델의 이점이 남는가?