I Upgraded JARVIS With Jev (INSANE Results!)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

JARVIS에 Jev를 결합한 이번 업그레이드는 요청을 실행하기 전에 경로와 확인 필요성을 판단해 검색·도구 사용을 효율화하는 구조를 보여준다.

📌 핵심 요점

1. Jev는 JARVIS 앞단의 의사결정 계층이다. 요청 경로, 발화 완료 여부, 직접 호출 여부, 행동에 따른 확인 필요성, Vault 내부 정보로 답할 수 있는지를 판단한다.
2. 시연에서 사전 판단에 걸린 시간은 215ms와 261ms로 소개된다. 이는 이메일 작성 등을 포함한 전체 작업 완료 시간이 아니다.
3. 소셜미디어 브랜드 보이스 조회는 Vault 경로로 분류된다. 발표자는 이 분류 덕분에 불필요한 인터넷 검색과 다른 도구 검토를 줄인다고 설명한다.
4. 이메일 요청은 메일·캘린더 경로로 전환된다. 초반에는 Gmail 초안을 만들고, 후반에는 동일 메일이 이미 발송됐다는 JARVIS의 응답과 함께 추가 진행 여부를 확인한다.
5. 청구서 생성·텔레그램 전달 요청은 에이전트 작업으로 분류되지만, 필요한 정보가 부족해 추가 질문으로 이어진다. 요청 발화가 끝났다는 판단과 실행 정보가 충분하다는 판단은 구분해야 한다.

🧩 배경과 문제 정의

발표자가 구축한 JARVIS는 AI 기반 ‘세컨드 브레인’인 Vault의 정보를 조회하고, 이메일·캘린더와 여러 도구를 사용하는 비서다. 발표자는 기존 구조에서 매 요청마다 많은 기능을 검토하는 과정이 비효율적이었다고 설명한다.

Jev는 실행 전에 요청을 분류하는 별도 계층으로 소개된다. 시연의 질문은 요청을 어디로 보낼지, 사용자의 말이 끝났는지, 비서에게 직접 말했는지, 행동에 확인이 필요한지, 내부 정보가 요청에 답할 수 있는지다. 이 구성은 발표자의 사용 환경에 맞춘 것이며, 다른 비서는 판단 항목을 달리할 수 있다고 설명한다.

🕒 시간순 섹션별 상세정리

1. 조회 요청과 이메일 요청으로 업그레이드 소개

• 첫 조회 요청에서 Jev가 JARVIS의 응답 전에 다섯 판단을 215ms에 수행했다고 소개하며, Vault 관련 판단에 86%가 표시됐다고 보여준다. [00:33]
• 회의 불참 이메일 요청에는 Gmail 초안이 준비됐다는 응답이 나온다. 발표자는 조회와 달리 외부 행동이 필요하므로 확인이 요구된다고 보여준다. [01:44]
• 발표자는 라우팅을 통한 속도·비용 개선을 강조하고, 통합용 프롬프트와 무료 PDF 가이드를 제공하겠다고 안내한다. [02:17]

2. Jev의 역할과 API 연결 방식

• Jev를 Type Safe의 AI이자 JARVIS 앞단의 의사결정 계층으로 보여준다. 매 작업을 큰 모델이 모두 검토하기 전에 빠른 판단을 수행한다는 설명이다. [02:54]
• 화면의 reflex 기능을 활성화하며, Type Safe API 키를 만들어 JARVIS가 Jev에 접근하도록 연결했다고 드러낸다. [03:12]
• 소셜미디어 브랜드 보이스를 요청하자 관련 정보와 파일·폴더를 불러오는 응답이 나온다. [03:44]

3. Vault 조회에서 다섯 판단 항목 해설

• 조회 요청은 Vault 경로로 분류되며 99% 수치가 묶인다. 전체 사전 판단 시간은 261ms이고 비용은 거의 없다고 발표자가 보여준다. [04:19]
• 발화 완료 여부와 직접 호출 여부를 구분한다. 직접 호출 판단은 촬영 중 설명과 비서에게 하는 요청을 구별하려는 개인적 필요에서 넣었다고 드러낸다. [04:50]
• 발송·통화·삭제·지출 같은 행동 필요성과 Vault 내부 답변 가능성을 살핀다. 이 조회에서는 행동 필요성이 낮고 내부 정보 관련 수치가 96%로 묶인다. [05:38]

4. 라우팅이 줄이는 작업과 이메일 경로 전환

• 발표자는 Jev가 볼 곳을 먼저 정해주므로 JARVIS가 다른 많은 기능, 인터넷 검색, 불필요한 도구를 검토하는 과정을 줄인다고 보여준다. [06:39]
• 회의 불참 이메일을 다시 요청하자 메일·캘린더 경로가 100%로 표시됐다고 보여준다. JARVIS는 도구를 사용하는 동안 대기 응답을 내보낸다. [07:28]
• JARVIS는 같은 메일이 오늘 세 번 발송됐다고 말하고 추가 작성 여부를 묻는다. 발표자는 확인 관련 92% 수치와 Vault에 수신자 정보가 있다는 96% 수치를 해설한다. [08:37]

5. 청구서 요청에서 드러난 추가 확인

• 존 도의 청구서를 만들어 텔레그램으로 보내달라는 요청에 JARVIS는 대상과 청구 내용을 다시 묻는다. [08:58]
• 요청은 에이전트 작업으로 분류되고 확인 관련 수치는 79%로 묶인다. 발표자는 요청이 모호해 추가 확인이 필요했다고 보여준다. [09:38]
• Vault 관련 수치는 32%로 묶인다. 발표자는 이 요청이 내부 정보 조회보다 작업 실행에 가깝다는 의미로 해석한다. [09:52]

6. 효율 개선 주장과 자료·배포 안내

• 발표자는 이전보다 캘린더·Gmail·작업 실행이 빨라졌다고 말하며, 앞단의 의사결정과 라우팅을 개선 이유로 제시한다. [10:29]
• 무료 커뮤니티의 PDF·구축 자료와 유료 커뮤니티의 완성형 JARVIS를 안내한다. 설치에 5분이 걸린다는 주장과 함께 직접 구축하는 선택지도 보여준다. [11:09]
• 이번 버전이 첫 번째이며 후속 업데이트를 공개하겠다고 예고하고 영상을 마친다. [11:23]

🧾 결론

• 핵심 변화는 JARVIS가 실행할 작업의 범위를 Jev가 먼저 좁혀주는 데 있다.
• 내부 정보 조회와 외부 행동을 구분하고, 행동이 필요한 경우 확인을 요청하는 흐름이 시연의 중심이다.
• 속도·비용 개선은 발표자의 주장과 개별 시연으로 제시되며, 일반적인 성능 우위를 입증하는 비교 실험은 제공되지 않는다.

📈 투자·시사 포인트

• AI 비서 제품을 평가할 때 모델 자체 성능뿐 아니라 요청 분류와 도구 선택 구조도 살펴볼 필요가 있다.
• 비용 절감 가능성은 불필요한 검색·도구 검토를 얼마나 줄이는지에 달려 있다. 실제 판단에는 라우팅 비용을 포함한 전체 작업 비용이 필요하다.
• 초안 작성, 중복 행동 확인, 부족한 정보 재질문은 업무 자동화의 사용성을 평가할 구체적인 관찰 지점이다.
• 영상은 무료 구축 자료와 유료 완성형 JARVIS를 함께 소개한다. 제공 기능과 지원 범위를 구분해 검토할 수 있지만, 이 자료만으로 기업 가치나 투자 수익성을 판단할 수는 없다.

⚠️ 불확실하거나 확인이 필요한 부분

• ‘100배 빠르다’, ‘비용이 거의 없다’는 표현에 대응하는 측정 조건, 반복 횟수, 비교 기준, 실제 요금 자료가 제시되지 않는다.
• 99%, 96%, 92%, 79% 등의 수치는 개별 판단에 표시된 확률 또는 점수로 설명된다. 검증된 정확도나 실제 사고 발생 확률로 해석할 근거는 없다.
• 동일 메일이 세 차례 발송됐다는 내용은 JARVIS의 응답이다. 제공된 전사에는 발송 기록 자체가 없으며, 중복 확인이 Jev와 JARVIS 중 어느 구성요소의 기능인지도 명확하지 않다.
• 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

• 내부 정보 조회, 이메일 작성, 청구서 생성 요청으로 테스트 묶음을 만들고 각 요청의 기대 경로를 정한다.
• Jev 적용 전후의 전체 응답 시간, 라우팅 시간, 도구 호출 수, 작업당 비용을 같은 조건에서 비교한다.
• 발송·삭제·지출 요청에서 확인 단계가 실제로 작동하는지 검증하고, 중복 요청도 함께 시험한다.
• 발화가 끝났지만 필수 정보가 빠진 요청을 넣어 추가 질문 여부를 확인한다.

❓ 열린 질문

• 라우팅이 틀리거나 확신이 낮을 때 JARVIS는 어떤 경로로 복구하는가?
• 사전 판단 계층을 추가한 비용과 지연까지 포함해도 작업 유형별 개선이 유지되는가?
• 확인 필요성 판단과 중복 행동 탐지는 각각 어느 구성요소가 담당하며, 설정을 어떻게 바꿀 수 있는가?