글 안 쓰는 AI '제브' 공개…선택지와 확률만 돌려주고 출력 토큰 과금 없어

미국 스타트업 타입세이프 AI가 첫 모델 제브를 내놨다. 최고경영자 디오고 알메이다는 오픈AI 연구원 출신이다. ZDNet Korea 이 회사는 약 2년간 비공개 개발을 거쳤다고 밝혔고, 공개와 함께 4000만 달러 투자 유치 사실을 알렸다.

할 수 있는 일과 못 하는 일

제브는 구조화된 판단, 즉 문장을 만들지 않고 미리 정해둔 선택지와 그 확률만 돌려주는 방식으로 작동한다. 선택지와 확률 분포, 신뢰도 점수가 한 번의 패스로 나온다.

질문 형식은 세 갈래로 제한된다고 선택지가 255개를 넘지 않는 택일형이 하나다. 단계 수가 2에서 10 사이인 척도 채점형이 둘째다. 셋째는 어떤 진술이 참인지를 0과 1 사이 값으로 답하는 형식이다. 같은 보도에서 타입세이프 문서는 제브가 글쓰기와 코드 작성, 자기 추론 설명은 할 수 없다고 밝혔다.

출력 범위는 사전에 정해둔 타입 안으로 제한된다. 형식은 어긋나지 않지만 형식을 지킨 답이 틀릴 가능성은 남는다. ZDNet Korea가 인용한 사용기에는 계산과 날짜 비교가 약했고 부정문이나 우회적 표현을 놓친 사례가 있었다.

가격·속도와 자체 평가의 조건

입력 비용은 100만 토큰당 0.042달러이고 출력 토큰은 과금하지 않는다. 응답 시간은 70~500밀리초 범위다. 공개 후 오픈라우터와 클라우드플레어 모델 목록에 제브가 올랐고, 버셀은 사용량 증가 속도가 가장 빠른 유료 모델이라고 발표했다. AI타임스는 공개 48시간 만에 동작 원리를 따라한 오픈소스 프로젝트가 6개 이상 나왔다고 보도했다.

홈페이지에 내건 수치로 타입세이프는 193.6배의 속도 우위와 444.6배의 비용 우위를 제시했다고 다만 배수는 무엇과 견주느냐에 따라 달라진다. 같은 매체가 분석한 건당 수치에서 제브는 0.0004달러에 0.4초, GPT-5.6 Terra는 0.0304달러에 10.1초였고, 이 조건에서 계산된 값은 약 25배 빠르고 약 76배 저렴이다. 업체 표기 배수와 이 계산값은 조건이 다르다.

같은 분석의 네 개 업무 평균값은 제브 67.8%, Terra 67.9%, Claude Sonnet 5 67.8%, GPT-5.6 Sol 74.1%, Claude Opus 5 73.1%였다. 이 수치는 사람이 만든 정답지를 기준으로 한 정답률이 아니다. 기준 라벨이 GPT-6 Astra와 Claude Fable 5.1의 응답을 평균한 값이기 때문이다. 업무별 편차도 있어 송장 처리에서는 제브 61.8%, Sol 79.1%로 17.3%포인트 차가 났다.

외부에서 확인되지 않은 부분

타입세이프는 새 아키텍처와 병렬 샘플러, RLCD라는 명칭만 밝혔고 가중치와 논문은 내놓지 않았다. 모델이 내놓은 확률값이 실제 적중률과 얼마나 맞는지 보여주는 곡선도 공개되지 않았다. 사람이 라벨링한 데이터로 제3자가 검증한 결과 역시 제시되지 않았다.

타입세이프와 무관한 OpenJev 등은 공개 모델이 선택지마다 매기는 점수인 로짓을 정규화해 비슷한 동작을 구현했다. OpenJev가 내놓은 102행 평가셋에서 일치율은 제브 88.3%, Qwen3.5 4B 84.5%, 6억 파라미터 모델 40.7%로 제시됐다. 표본이 작고 양자화 영향 가능성이 있다는 단서가 함께 붙었다.

적용 사례도 ZDNet Korea를 통해 전해졌다. 가격 비교 엔진 개발자 paddo는 신뢰도가 낮은 상품 매칭 9081건을 제브로 처리하는 데 32센트와 13분이 들었다고 밝혔다. 제브는 49%를 기각, 21%를 확정, 30%를 보류했고 paddo가 직접 확인한 50건 중 48건이 타당했다. 직접 확인한 표본은 50건에 그친다.

운영 방식으로 타입세이프 문서는 확신도 수준에 따라 자동 처리, 사용자 확인, 사람이나 다른 시스템 이관으로 나누도록 권했다. 삭제처럼 되돌리기 어려운 작업에는 0.9 이상을 요구하는 예시가 함께 제시됐다. AI타임스는 개발자들이 신뢰도 점수를 기준으로 임계값을 두는 시스템 설계가 필요하다고 지적했다고 전했다.