개발자 99% 커뮤니티에서 수다 떨어요!
[뉴스레터 #362] 모든 개발자가 Jev에 대해 이야기하는 이유 👀 내 서비스를 공격해 볼 수 있는 오픈소스 도구 ⚔️
🗞 뉴스레터 #362 (2026.09.24)
#따끈따끈한_개발_NEWS📢
📲 메타의 AI 비서 앱 뮤즈가 출시 직후 73만 회 다운로드로 미국 앱스토어 1위에 올랐다. 서류 작성과 메일 정리 등을 대신해 주는데, 아마존은 보안을 이유로 자사 쇼핑몰에서 뮤즈의 접근을 차단했고 쇼피파이는 반대로 적극 도입 중임. 아직 한국 출시 일정은 미정이라고 한다. (링크)
🧩 모든 일을 제일 비싼 모델에 맡기는 시대는 끝났다? 비용을 줄이려는 흐름에 더해, 비교적 저렴한 모델의 성능도 충분히 좋아지면서 판단, 순위 매기기, 검색, 검증을 각각 싼 전문 모델에 나눠 보내고, 최고 성능 모델은 정말 어려운 일만 맡는 형태로 점점 바뀌는 중이라고 한다. Jev의 등장을 조금 더 거시적인 관점에서 이야기하는 글. (링크)
🔴 내 AI 서비스를 일부러 공격해 볼 수 있는 오픈소스 도구 DeepTeam. 프롬프트 주입, 안전장치 우회, 여러 번에 걸친 유도 등 50가지가 넘는 취약점 유형을 시험해 볼 수 있다. (링크)
🦀 깃허브가 코파일럿 런타임을 타입스크립트 43만 줄에서 러스트 83만 줄로 옮겼다고 한다. 개발자 한 명이 AI의 도움을 받아 14주 반 동안 풀 리퀘스트 128개로 끝냈고, 회귀 버그는 수십 건에 그쳤다고 함. 엔지니어 한 명의 생산성 차이가 점점 더 양극화되는 듯. (링크)
📐 알아두면 좋은 CSS 지식! 목록의 아이콘과 글자를 정확히 맞추는 방법을 담은 가이드. (링크)
🔼 실시간으로 게임을 플레이하는 AI? (출처)
#Jev를 알아보자
최근 AI 커뮤니티가 Jev라는 AI 모델 이야기로 떠들썩합니다. 이 모델은 LLM과 달리 대화도, 코드 작성도, 글쓰기도 못하는데요. 그럼에도 왜 화제가 되었는지, 오늘은 그 이유를 알아보겠습니다.
🙊 말을 못하는 모델
그동안 LLM은 빠르게 발전했습니다. 특히 최근 출시한 Claude Fable과 GPT-6 Astra 모델은 성능이 대단히 뛰어나죠. 하지만 LLM의 단점은 놀랍도록 수다스럽다는 점입니다. 예/아니오로만 답해도 되는 질문에도 빼곡한 장문의 글로 대답해 가끔은 진절머리가 날 정도죠. 플러그인을 사용해도 근본적인 문제는 고쳐지지 않습니다. 애초에 LLM은 앞에 쓴 글을 바탕으로 다음 글자를 하나씩 이어 붙여 답을 만들기 때문에, 답이 길어질수록 시간이 오래 걸리고 토큰 비용이 늘어나는 문제를 피하지 못하거든요.
🔼 LLM 모델과 Jev의 차이
Jev가 내세우는 해결책은 간단합니다. LLM에서 과감하게 'Language'를 빼자는 거죠. Jev는 LLM의 지식은 유지하면서도 답은 판단과 확률로만 내놓습니다. Jev를 출시한 TypeSafe에 따르면 그 덕분에 기존 최고 성능 모델보다 40~200배 빠르고, 요금은 약 444배 저렴하다고 합니다.
🤔 어디에 유용할까?
Jev는 특히 판단 결과만 필요한 상황에서 유용하게 쓰일 수 있습니다.
고객 문의 분류: 문의가 들어올 때마다 어느 팀이 맡을지, 얼마나 급한지, 어떤 요청인지 판단해 담당 팀으로 바로 보냅니다.
실시간 게임: TypeSafe 팀은 Jev로 게임 둠(Doom)을 실시간으로 플레이하며 빠른 응답 속도를 자랑했습니다.
AI 작업 검사: 다른 AI가 내놓은 답에 잘못된 인용이나 규정 위반이 있는지 확인하는 데 쓸 수 있습니다. 기존의 모델보다 훨씬 저렴한 비용으로요.
AI 모델 고르기: 질문이 쉬우면 싼 AI에게, 어렵거나 위험하면 비싼 AI에게 보내도록 질문마다 난이도를 판단합니다.
게시물 관리: 커뮤니티에 올라온 글이 스팸인지, 욕설이나 개인정보가 들어 있는지 판단해서 허용할지, 사람이 검토할지, 차단할지 정합니다.
🔼 193배 빠르고 444배 저렴하다? (출처)
🤨 그래서 결론은?
엄밀히 말하자면 Jev가 완전히 새로운 기술은 아닙니다. '제로샷 분류기'라는 비슷한 개념이 있었고, 불과 1년 전에 같은 방식을 논문으로 먼저 발표했다고 주장하는 연구자도 있어요. 또한 정확도에도 한계가 있습니다. 글이 길거나 질문이 모호하면 기존 AI보다 자주 틀린다는 지적도 있죠. 지금껏 나온 대부분의 수치가 TypeSafe 스스로 주장하는 것이므로, 실제 서비스에 도입했을 때 얼마나 정확하게 판단하고 비용을 아껴 줄지는 아직 단정하기 이릅니다.
니꼬쌤에게 물어보니, "Jev는 아직 초기 단계야. 하지만 무척 흥미롭고 설득력 있어. 몇 년간 우리는 사람처럼 말하는 모델에 맞춰 소프트웨어를 바꿔 왔는데, Jev는 처음부터 소프트웨어에 말하도록 만들어졌으니까 말이야."라고 대답해 주었어요. Jev에 대한 여러분의 생각은 어떠신가요?
👉 제 생각은요... (댓글)