연구소는 만들 수 있습니다. 그래도 만들지 않을 수 있습니다.

TypeSafe는 2026년 9월 15일에 Jev를 내놓았고, 그때도 아직 early access였습니다. 이 글은 공식 가격과 훈련 설명을 기존 가격표 옆에 놓고, 출력이 무료인 판단 모델이 왜 긴 출력을 토큰으로 파는 일과 부딪히는지 설명합니다.

Folkbench folkbench.com

공동 작성자: folkbench.com (Folkbench는 AI API, 모델 서비스, 관련 사이트를 위한 검증 가능한 평가·선택 플랫폼입니다. 공개된 서비스 정보, 가격, 가용성, 지연, 증거 구간을 바탕으로 사용자가 경로를 비교하고 고를 수 있게 합니다.)

이 시리즈는 열 편입니다:

2026년 9월 15일, TypeSafe는 Jev를 내놓았고, 그때도 아직 early access였습니다. 이것이 그들의 첫 System One 모델입니다. 판단만 합니다. 잡담에 기대지 않습니다. 창업자 Diogo Almeida는 예전에 OpenAI에서 지시 따르기를 했고, ChatGPT가 된 그 연구에 있었습니다.

Jev 자체에는 기술 해자가 없습니다. 어느 모델 연구소나 작은 팀을 꾸리면, 보름 안에 자기 버전을 만들 수 있습니다. 기술적으로 막는 것은 없습니다.

공식 작업은 새로운 것을 만들었습니다. 그들은 새 아키텍처를 지었습니다. 샘플러는 병렬입니다. 질의 한 번이 판단을 끝내고, 토큰을 하나하나 생성하지 않습니다. 그들은 따로인 훈련 방법을 만들었고, 이름은 RLCD, 보정된 결정 위의 강화 학습입니다. 모델이 보고하는 확신이, 나중 결정 중 맞는 비율과 맞아야 합니다. 그것은 그들의 구현입니다. 다른 사람이 흉내 낼 것은 제품의 모양입니다. 문자열을 생성하지 않고, 닫힌 질문 위에서만 보정된 확률을 내보냅니다. 질문은 미리 고정되고, 모델은 확률이 있는 판단을 돌려주며, 코드는 그 수로 분기합니다. 보름이 흉내 내는 것은 그 모양입니다. TypeSafe의 연구를 지금 모습 그대로 복사하는 것이 아닙니다. 흉내 내는 사람은 그 연구를 먼저 분해할 필요가 없습니다.

해자는 주장하기 어렵습니다. 모양이 고정되면, 구현은 통째로 갈아 끼울 수 있습니다. 갈아 끼운 뒤에도, 그것이 꽂히는 시스템이 받는 것은 같은 것입니다. 앞에는 상태, 뒤에는 판단입니다.

채팅 모델의 제품은 문자열입니다. 문자열은 아주 길게 쓸 수 있고, 그 문자열이 실제로 필요한 소프트웨어는 한 번 더 파싱해야 합니다. Jev는 문자열을 만들지 않습니다. 길어질 수 있는 그 텍스트 구간이 없으면, 출력에는 길이에 따라 오르는 청구가 없습니다.

기존 업체의 가격표

가격을 보면 분명합니다. Jev의 입력은 100만 토큰당 $0.042로 공짜에 가깝고, 출력은 무료입니다. 공식 설명은 출력이 너무 싸서 계량할 가치가 없다고 합니다. 그들은 이 가격이 보조되지 않았음을 증명할 수 없다는 것도 인정합니다. 긴 시간으로 보면, 그들은 가격이 오르지 않고 내리리라고 예상합니다.

기존 업체의 가격표는 반대편입니다. 입력은 100만 토큰당 $0.20에서 $10까지이고, 출력은 다시 약 다섯 배 더 비쌉니다. 채팅 모델의 돈은 긴 출력 위에 있습니다. 사람이 읽을 답과, Agent가 이어서 실행할 단계, 둘 다 텍스트로 써야 합니다. 텍스트가 길어지면 돈은 출력 쪽에 떨어집니다. 입력을 아주 낮게 눌러도, 길게 쓰는 한 번이 여전히 호출의 대부분입니다.

양쪽은 만나지 않습니다. 기존 업체는 토큰을 팝니다. 출력이 무료이고 입력이 공짜에 가까운 모델은, 그 토큰 사업을 먹습니다.

충돌은 구조적입니다. 출력이 무료인 판단 모델이 더 널리 쓰일수록, “대형 모델에게 분류, 라우팅, 채점을 맡기라”는 뜻이었던 토큰을 사는 사람은 줄어듭니다. 경비 보고서를 영수증과 대조하고, 누군가는 설명이 증거와 맞는지 판단해야 합니다. 보안 경보가 울리고, 누군가는 이 기계를 지금 격리할지 판단해야 합니다. 그런 관절은 예전에 통째로 채팅 모델에 넘겨져, 이유를 쓰게 한 뒤 결론을 텍스트에서 파냈습니다. 파낸 텍스트는 출력으로 가격이 매겨지고, 더 비싼 등급으로 갑니다. 닫힌 질문은 판단을 바로 넘깁니다. 돌아오는 것은 확률의 묶음이고, 길이는 미리 고정되어 있으며, 계속 아래로 써 내려갈 텍스트는 없습니다. 이유는 쓰지 않아도 되고, 그 등급의 요금은 떨어질 곳이 없습니다.

기존 업체가 손상하는 것은 자기 보고서입니다. 모델이 더 널리 쓰일수록, 옛 칸은 더 빨리 떨어집니다. 이것은 아래에서 들어오는 사업입니다. 싼 판단이 흐름을 따라 움직이며, 예전에 대형 모델을 부르던 작은 결정을 바꿉니다. 바뀌는 것은 그 위에서 긴 글을 쓰는 호출이 아닙니다. 흐름 도중에 해야 하는 작은 결정입니다. 여전히 천천히 써서 내보내야 하는 호출은 여전히 팔 수 있습니다. 자기 가격이 계속 내리리라는 공식의 예상은, 기존 업체가 잃은 칸을 채우지 않습니다.

Jev라는 이름은 William Stanley Jevons에서 옵니다. 공식의 비유는 석탄과 증기 기관입니다. 증기 기관이 석탄을 태우는 효율을 올린 뒤, 석탄은 덜 타지 않았습니다. 더 탔습니다. 효율이 오르면 사용은 줄지 않습니다. 늘어납니다. 싼 판단은 사용을 불러냅니다. 모델에게 한 번 묻는 것은 예전에 싸지 않아서, 사람들은 가장 값진 몇 걸음만 맡기고 나머지는 죽은 규칙으로 적거나 스스로 보았습니다. 판단이 싸져서 코드 안에서 거듭 물을 수 있게 되면, 물을 가치가 없던 질문들이 함께 도착합니다. 오르는 것은 횟수입니다.

불러내진 사용은, 기존 업체가 오늘 가장 팔고 싶어 하는 종류의 토큰이 아닙니다. 호출 한 번에 쓰인 길이는 떨어지고, 출력은 과금되지 않습니다. 횟수가 아무리 높이 쌓여도, 그들이 오늘 쓰는 표, 긴 출력으로 돈을 버는 그 표에는 들어가지 않습니다.

이런 종류의 모델을 정의하는 사람

어려운 것은 사람입니다.

사업의 시각과 모델의 시각을 동시에 가진 사람만이, 시스템 곳곳에서 관절을 봅니다. 관절에 필요한 것은 뇌에 필요한 것이 아닙니다. 뇌에는 계속 갈 수 있는 말의 구간이 필요합니다. 관절은 말을 원하지 않습니다. 분기할 수 있는 결과를 원합니다. 확률이 괜찮으면 프로그램은 계속합니다. 확률이 확신할 수 없으면 사람에게 남깁니다. 모델만 만드는 사람은 이것을 출력 형식으로 보기 쉽습니다. 사업만 하는 사람은, 대형 모델을 한 번 더 부르면 충분하다고 느끼기 쉽습니다. 두 시각이 한 사람에게 앉아야, 그 사람이 이런 종류의 모델을 정의합니다. 그런 사람은 적습니다. 그 항목은 로드맵에 스스로 나타나지 않습니다.

이런 종류의 모델을 잘 쓰는 사람도 같은 어려움을 만납니다. 본능은 본능이 답할 수 있는 질문만 답할 수 있습니다. 그러한지, 고정된 몇 항목 중 어느 것을 고를지는 본능이 답할 수 있습니다. 없던 내용의 구간을 쓰거나, 아직 틀이 잡히지 않은 질문에서 단계를 끝까지 생각하는 것은 본능이 감당하지 못합니다. 그것은 다른 종류의 모델의 일입니다. 본능은 빠르고, 쌉니다. 프로그램이 물어야 할 때 한 번 물으면, 시간과 돈이 감당합니다. 몇 번을 물어도 질문은 여전히 본능이 감당할 수 있는 것들입니다. 그래서 그것은 계속 돌아가는 프로그램 안에 머뭅니다.

대형 연구소는 만들 수 있습니다. 사람과 컴퓨트는 있습니다. 출력을 문자열에서 닫힌 질문으로 닫는 것은 공학이 통과할 수 있는 일이고, 그것은 보름 안에 TypeSafe의 연구를 재현하는 것과 같지 않습니다. 보름이 만드는 것은 쓸 수 있는 모양입니다. TypeSafe의 구현은 여전히 그들 손에 있습니다.

그 칸은 아직 돈을 받고 있습니다. 판단이 닫힌 질문으로 바뀌고 출력이 무료가 되면, 그 칸은 한 구간을 잃습니다. 잃은 부분은 분기 보고서에서 보입니다. 더 앞의 자리는, 출력을 아직 길게 쓰고 있는 프로젝트에 남습니다. 컨텍스트는 계속 자라고, Agent는 루프를 몇 번 더 돌며, 더 나오는 것이 바로 이 가격표가 알아보는 토큰입니다.

그들은 만들 수 있습니다. 앞쪽에 일정으로 잡히지는 않을 것입니다.

출처

시리즈