JEV AI,
개발자 사례 모음

이 JEV AI 사례 모음은 무엇인가

Jev는 2026년 9월 15일에 공개됐고, 그 직후에 밀려온 것은 Jev에 대한 논평이 아니라 Jev의 데모 영상이었다. 나흘 만에 개발자 181명이 공개 영상 202개를 올렸고, 하나같이 Jev가 구체적인 일을 하고 있는 장면이었다. Jev가 에뮬레이터의 날것 상태만 읽고 슈퍼마리오를 진행하고, 브라우저 에이전트를 몰아 7초 만에 항공권 검색을 끝내고, 집행 중인 광고 724개를 40초에 분해하고, 논문 1000편을 8센트에 분류했다.

이 Jev AI 사례 모음은 그것들을 한자리에 모으고, 그 뒤에 나온 오픈소스 Jev 프로젝트도 계속 주워 담는다. 이런 게 필요한 이유는 간단하다. Jev AI는 글로는 유난히 전달되지 않는 모델이기 때문이다. Jev에 대한 설명은 늘 「Jev가 못 하는 일」부터 꺼내야 하고, 「텍스트 대신 타입이 붙은 판단을 돌려주는 모델」이라는 한 문단보다 Jev가 실제로 도는 40초가 훨씬 빠르다.

여기 있는 것은 전부 남의 작업이고, 만든 사람 이름과 원문 링크가 붙어 있다. 우리가 보태는 것은 셋뿐이다. Jev 사례를 모으는 일, 분류하는 일, 그리고 Jev의 숫자를 정직하게 읽는 일 —— TypeSafe 자신의 홍보가 앞에 내세우지 않는 숫자까지 그대로 뒀다.

JEV AI란 무엇인가, 한 문단으로

Jev AI는 TypeSafe AI가 내놓은 Jev를 커뮤니티가 부르는 이름이다. Jev는 글을 쓰지 않는다. 프로그램 상태와, 답의 후보를 미리 고정해 둔 질문을 건네면 Jev는 그 후보 중 하나를 골라 돌려준다. 거기에 보정된 확률이 붙고, 걸리는 시간은 대체로 70~500밀리초, 입력 100만 토큰당 0.042달러에 출력은 무료다. 질문 유형은 정확히 세 가지 —— Choice, Score, Noul —— 이고, 한 번의 요청에 담은 질문들은 토큰을 하나씩 뱉는 대신 한꺼번에 풀린다.

이 제약 자체가 Jev라는 제품이다. Jev는 글을 못 쓰니 깨진 JSON을 낼 수도 없고, 없는 열거값을 지어낼 수도 없고, 애초에 파서가 필요 없다. Jev는 토큰을 생성하지 않으니 생성에 드는 시간과 돈도 내지 않는다. 그리고 TypeSafe가 보정 자체를 목표로 훈련했기 때문에, Jev의 답에 붙는 확신도는 코드가 실제로 임계값을 걸 수 있는 숫자가 된다.

Jev AI가 무엇인지 처음부터 읽기 →

이 JEV AI 사례 모음이 JEV 대신 말해 주지 않는 것

Jev AI는 지금 쓸 수 있는 모델 중 가장 정확한 축이 아니다. TypeSafe 자신의 711케이스 벤치마크에서 Jev는 67.8%로 GPT-5.6 Terra와 동률이고, GPT-5.6 Sol과 Opus 5에는 5~6포인트 못 미친다. 널리 인용되는 Jev의 「193.6배 빠르다」「444.6배 싸다」는 숫자는 녹화된 Doom 데모 하나에서 나온 것이지 그 벤치마크의 수치가 아니다.

Jev는 환각을 일으키지 않는다는 말은 맞지만 뜻이 꽤 좁다. Jev에게 건네지 않은 선택지를 돌려줄 수 없다는 것뿐이다. Jev가 높은 확신도로 당당하게 틀리는 일은 흔하고, 틀렸을 때 이유는 하나도 말해 주지 않는다. Jev에 대한 제3자 독립 평가는 아직 없고, 가중치도 공개되지 않았다. 게다가 그 정확도가 재는 것은 모델이 만든 참조 답안과의 일치율이지 객관적인 정답률이 아니다.

그리고 Jev는 글을 못 쓴다. Jev는 답장도, 요약도, 도구 호출의 인자조차 조립하지 못한다. 결국 글을 내놓아야 하는 흐름에는 여전히 텍스트 모델이 필요하고, 이 모음에서 잘 만든 Jev 연동은 대부분 두 모델을 나란히 돌린다.

개발자들은 JEV AI를 실제로 어디에 쓰는가

Jev 데모의 분포는 고르지 않고, 그 쏠림 자체가 정보다. 가장 두꺼운 쪽은 브라우저와 에이전트 자동화다. 다음 한 수를 Jev가 정하고, 진짜 글자를 쳐야 할 때만 일반 모델을 부른다. Browser Use의 초고속 에이전트가 Google Flights 검색을 약 7초에 끝낸 것도 이 형태였고, 이 자릿수의 숫자가 나오면 「판단을 요청 경로에 둬도 되는가」라는 판단 자체가 바뀐다.

두 번째는 게임인데, Jev처럼 시각이 없는 모델치고는 뜻밖에 두껍다. 그런데 바로 거기가 핵심이다. 이 에이전트들은 화면을 보지 않는다. 구조화된 에뮬레이터 상태를 읽고 어떤 조작을 할지 Jev에게 묻는다. 슈퍼마리오, Celeste, 서브웨이 서퍼즈, 체스, 브라우저 FPS, 그리고 화면의 타일마다 「바닥·버튼·무시」를 판단시키는 Doom 에이전트까지. 지연이 가장 눈에 띄는 자리라서 게임이 Jev의 공개 시험장이 됐다.

그다음은 수수하지만 Jev가 진짜 돈이 되는 쪽일 가능성이 크다. 코드 리뷰 게이트 —— 비싼 모델에게 읽히기 전에 위험한 diff를 Jev가 집어낸다. 코딩 에이전트의 컨텍스트 압축 —— 어떤 도구 출력이 아직 쓸모 있는지 Jev가 판단하고 나머지는 그대로 버린다. Jev를 쓴 문서 분류는 논문 1000편에 8센트. 이어서 리드 스코어링, 청구서 추출, 콘텐츠 모더레이션, RAG 문단 필터, 인용 검증이 따라온다.

그리고 아무도 예상 못 한 Jev의 롱테일이 있다. 높은 수준의 판단은 Jev에게 맡기고 안정은 비행 컨트롤러가 잡는 드론 제어, 다음에 어느 간선을 탈지 매번 Jev에게 묻는 지식 그래프 탐색, Monad 테스트넷 위에서 판단 하나에 81밀리초로 사고팔기를 정하는 트레이딩 봇.

JEV AI를 어떻게 쓰기 시작하나

TypeSafe의 Jev AI API는 2026년 9월 20일에 모두에게 열렸다. 첫 닷새를 막고 있던 대기열은 사라졌다. 공개 후 36시간 만에 약 14만 명을 통과시켰지만, 그 기세를 일주일도 버티지 못한 셈이다. 지금 console.typesafe.ai에서 계정을 만들면 5달러 크레딧이 따라온다. 공시 가격으로 치면 입력 1억 2천만 토큰어치다. 계정을 하나 더 만들기 싫다면 같은 가격으로 Jev를 내주는 게이트웨이도 있다. Vercel의 AI Gateway는 AI SDK의 experimental evaluate 경로로 Jev를 typesafe-ai/jev로 노출하고, Cloudflare Workers AI와 OpenRouter에서도 Jev를 쓸 수 있다.

클라이언트 쪽 Jev 공식 SDK는 파이썬이 typesafe-sdk, 자바스크립트가 @typesafe-ai/sdk다. LangChain에는 TypeSafeClassifier가 들어 있는 langchain-typesafe가 있고, Pydantic AI는 Jev를 기본으로 지원한다. Jev의 판단을 도구로 감싸서 Claude Code나 Codex 같은 코딩 에이전트에 넘겨주는 MCP 서버도 이미 여럿 나와 있다.

처음 받은 크레딧을 다 쓰고 나면 Jev는 어느 경로에도 무료 구간이 없고, 호출할 때마다 그대로 과금된다. 다만 입력 100만 토큰에 0.042달러라, 프로덕션 규모에 닿기 전까지는 사실상 끝자리 수준이다.