Jev 1.14와 Decisions API, 판단 전용 AI가 둘로 늘었다

판단 전용 AI에서 최근 두 가지가 달라졌습니다. TypeSafe의 Jev가 1.14(2026년 10월 14일)에서 사진 속 위치를 찾는 Box 질문을 더했고, OpenAI도 글과 사진을 받는 같은 방식의 Decisions API를 공개 베타로 열었습니다. 한 개발자가 두 모델에 같은 50문제를 풀게 했더니 Jev 1.14가 48문제, OpenAI의 GPT-6 Luna가 49문제를 맞혔습니다. 이 결과를 업무에 쓸 때 어떻게 읽어야 하는지 정리합니다.

Jev는 문장 대신 보기를 고릅니다

서술형이 아닌 객관식 답안지에 가까운 AI입니다. 판단할 자료와 질문을 주면, 우리가 정해 둔 보기 중 하나를 확률과 함께 돌려줍니다. 가상의 식자재 유통 회사 운영팀에 납품업체의 메시지가 왔다고 해봅시다. “오늘 예정된 물량 중 일부는 내일 오전에 도착합니다.” 이 메시지가 입고 지연인지 가르는 첫 분류를 맡기면 답의 모양이 이렇게 달라집니다. 1

질문은 세 가지 모양입니다. 보기 중 하나를 고르는 Choice, 눈금으로 정도를 매기는 Score(예: 도착 일정이 얼마나 구체적인가), 예/아니오 확률을 받는 Noul(예: 분할 입고를 명시했는가)입니다. 결과의 0.86은 ‘86% 맞는다’는 보증이 아니라, 우리 업무의 과거 메시지로 직접 맞춰 봐야 믿을 수 있는 값입니다. 2 3

화제가 된 말, 어디까지 맞을까

Jev가 알려지면서 "수백 배 빠르고 싸다", "환각이 0%다" 같은 말이 나왔습니다. 회사의 출시 글과 공식 문서는 이렇게 설명합니다. 4 5

퍼진 이야기	회사 자료가 말하는 것
수백 배 빠르고 수백 배 싸다	홈페이지의 193.6배 빠름, 444.6배 저렴함은 회사가 직접 만든 평가의 값이고, 회사도 실제 환경에서는 이득이 더 작을 것이라고 밝힙니다. 응답 시간 70~500ms도 주로 서부 해안의 노트북에서 잰 값입니다.
환각이 0%다	측정한 결과가 아니라 답이 정해진 형식에 맞도록 보장되기 때문입니다. 보기 안에서 잘못 고르는 일은 가능합니다.
모든 AI를 대체한다	문장 생성을 포기한 모델이라 문장 생성과 추론은 하지 않습니다.

모델을 우리 회사에 맞게 따로 학습시키지 않고 모든 계정이 같은 모델을 쓰므로, 성능은 입력에 적는 상황 설명과 판단 기준에 달려 있습니다. 용어, 예외 규칙, 과거 사례를 글로 정리해 두는 일이 곧 성능입니다.

달라진 점 1: 사진 판단과 새 Box 질문

Jev는 1.13과 1.14 모두 이미지를 판단 자료로 넣을 수 있고(1.14에서 처음 생긴 기능은 아래 Box입니다), 요금은 텍스트와 같은 입력 단가입니다. 예를 들어 위 식자재 회사에 납품 박스 사진이 올라오면 ‘박스가 눈에 띄게 파손됐는가’를 예/아니오 확률로 받을 수 있습니다. 다만 공식 문서는 이 기능이 아직 실제 서비스용이 아니라 프로토타입 제작용이라고 밝히고, 모델 업데이트에 따라 정확도가 달라질 수 있다고 안내합니다. 6

• 형식: PNG나 JPEG 정지 이미지만 받고, GIF나 WebP는 변환해야 함
• 크기: 한 변은 280~1,568픽셀이어야 하며, 벗어나면 크기 줄여주지 않고 요청 전체가 거절
• 옵션: 이미지를 쓰려면 요청에 별도 옵션(헤더)을 켜야 함

1.14에서 새로 생긴 것은 사진에서 대상이 어디에 있는지를 묻는 Box 질문입니다. 공식 문서는 Box에 1.14가 필요하다고 안내합니다. 응답 모양 같은 자세한 내용은 확인하지 못했습니다.

달라진 점 2: OpenAI도 같은 방식을 내놨습니다

OpenAI의 Decisions API는 텍스트와 이미지를 받아 참일 확률(predicate), 보기 선택(choice), 점수(score) 중 하나로 답합니다. Jev의 Noul, Choice, Score와 같은 구성입니다. 2026년 10월 6일 공개 베타로 열렸고, 7 지원 모델은 GPT-6 Luna 하나이며 입력 100만 토큰당 $0.10입니다. 8 판단 전용 모델이 두 곳에서 나왔다는 점은 이 방식이 하나의 흐름이 되고 있다는 신호입니다. 다만 둘 다 베타나 미리보기라 요청 형식과 정확도가 바뀔 수 있습니다.

50문제로 비교해 보니

한 개발자가 2026년 10월 16일 Jev 1.14와 GPT-6 Luna에게 같은 문제를 한 문제씩 보내 비교했습니다. 영어 이미지, 한국어 이미지, 영어 글, 한국어 글, 사이트 SEO 점검을 각각 10문제씩 냈습니다. 9

정확도는 거의 같고, 속도는 Jev가 한 문제당 중앙값 0.1초 빨랐습니다. 다만 문항이 50개로 적고 이미지 대부분을 정답이 분명하도록 직접 만들었다고 공개 페이지에도 적혀 있습니다. 어느 쪽이 더 낫다는 근거가 아니라, 둘이 비슷한 수준이라는 참고 자료로 보는 편이 안전합니다. 9

한국어는 따로 시험하세요

두 모델이 함께 틀린 문제는 한국어 반어법 리뷰였습니다. 칭찬처럼 쓴 불만 글을 둘 다 만족으로 판단했습니다. 고객 후기나 문의 분류라면 가장 조심할 유형입니다. Jev만 틀린 문제는 문제없는 파이썬 코드를 버그가 있다고 본 영어 문제였습니다.

한국어 이미지 10문제는 둘 다 전부 맞혔고 한국어 글은 둘 다 9문제였지만, 우리 메시지에서도 그렇다는 뜻은 아닙니다. 공식 문서는 Jev가 영어가 주 학습 언어라 한국어는 영어만큼 정확하지 않을 수 있으니 자체 콘텐츠로 먼저 시험하라고 안내합니다. 5

점수보다 토큰: 하루 1,000건이면 얼마일까

단가는 Jev가 2.4배 쌉니다($0.042 대 $0.10). 하지만 같은 50문제에 Jev는 입력 토큰을 약 2.3배 더 썼습니다(94,306개 대 41,664개). 한 문제당 평균 약 1,886개와 833개를 하루 1,000건에 그대로 대입하면 이렇습니다. 9

가정(건당 평균 입력 토큰)	하루 입력 토큰	하루 비용
Jev 약 1,886개 × 1,000건	약 189만 개	약 $0.08
Luna 약 833개 × 1,000건	약 83만 개	약 $0.08

테스트 문항의 평균 토큰을 그대로 옮긴 계산입니다. 우리 업무의 메시지 길이와 이미지 크기에 따라 달라집니다.

하루 1,000건에 10센트도 들지 않으니 비용은 선택 기준이 되기 어렵습니다. 틀렸을 때 사람이 바로잡는 시간과 한국어 정확도가 더 큰 비용입니다. 참고로 Jev 회사는 가격이 보조금을 받는지 증명할 수 없고 장기적으로 내려갈 것으로 예상한다고 밝힙니다. 4

우리 업무에 쓸 수 있을까: 도입 전 점검표

도입을 검토할 때 비개발자도 물어볼 수 있는 질문입니다.

• ☐ 지금 이 판단을 사람이 하루에 몇 건, 건당 몇 분 하고 있는가
• ☐ 판단 자료가 글인가 사진인가 (사진 기능은 아직 미리보기)
• ☐ 보기는 무엇이고, 어느 보기에도 맞지 않는 건은 누가 처리하는가
• ☐ AI가 틀렸을 때 누가 발견하고 어떻게 바로잡는가
• ☐ 판단 결과를 받은 뒤 시스템이 하는 행동 중 되돌릴 수 없는 것은 무엇인가
• ☐ 우리 한국어 메시지와 사진으로 시험했을 때 기존 처리 기록과 얼마나 일치했는가
• ☐ 특정 회사에 맞춰 만들었을 때, 다른 회사의 비슷한 서비스로 바꿀 수 있는 구조인가

마지막 질문은 판단 전용 모델이 둘로 늘면서 생긴 질문입니다. 질문 구성이 비슷해도 요청 형식은 다를 수 있습니다. 예를 들어 Decisions API는 이미지를 인터넷 주소가 아닌 인코딩된 데이터로만 받습니다. 8

시작은 과거 메시지와 사진 몇 백 건에 Jev를 적용해 보고, 실제 행동은 바꾸지 않은 채 기존 처리 기록과 얼마나 일치하는지만 기록해 보는 시험이면 충분합니다.