채팅이 아닌 자동화를 위한 모델

TypeSafe AI의 창업자 Diogo Almeida는 OpenAI에서 ChatGPT의 기반이 된 인스트럭션 파인튜닝 연구에 참여한 인물이다. 그는 수년간 한 가지 질문에 천착해왔다. “모델이 채팅에서 초인간적 능력을 갖춘 지 오래인데, 왜 실제 자동화는 이뤄지지 않는가?”

2년간의 스텔스 연구 끝에 TypeSafe AI가 그 답으로 내놓은 것이 System One Model이다. 기존 LLM이 사람이 선호하는 텍스트 생성에 최적화된 것과 달리, System One은 소프트웨어가 직접 사용할 수 있는 구조화된 결정을 빠르게 내리는 데 특화됐다.

Jev: 타입 안전한 AI 함수 호출

첫 공개 모델 Jev는 오늘부터 얼리 액세스로 제공된다. Jev의 핵심 특징은 세 가지다.

할루시네이션 불가: 출력 가능한 값과 구조가 사전에 정의되어 있어 타입 오류나 거짓 생성 자체가 불가능하다.
병렬 샘플링: 기존 LLM처럼 토큰을 순차 생성하지 않고 모든 출력을 단일 쿼리에서 병렬로 생성한다. 기존 대비 100배 빠른 효율을 달성한다.
보정된 확률: 모든 답변에 에피스테믹(인식론적) 정직성을 반영한 확률과 신뢰도 점수가 함께 제공된다.

Jev는 텍스트 생성 능력을 포기하는 대신 구조화 출력과 속도에 집중한다. 팀은 이를 “프론티어급 지능의 함수 호출: 비구조화 상태 입력 → 타입 안전한 확률적 결정 출력”으로 정의한다.

새로운 학습 방법: RLCD

TypeSafe AI는 기존 RLHF(인간 피드백 강화학습)나 RLVR(검증 가능 보상 강화학습) 대신 RLCD(Reinforcement Learning for Calibrated Decisions)라는 새 훈련 방식을 개발했다. 이 방식은 검증 가능한 보상이 아닌 System One 태스크에서의 보정된 결정을 최적화 목표로 삼는다.

Jev는 System One 벤치마크에서 기존 LLM과 유사한 수준의 지능을 보이면서도 처리 속도와 효율에서 압도적인 차이를 보인다고 팀은 주장한다. HN 커뮤니티에서 1,699점을 기록하며 뜨거운 관심을 받고 있다.

시사점

System One 모델이 주목받는 이유는 단순한 속도 향상이 아니다. 기존 LLM을 소프트웨어 자동화에 활용할 때의 근본적 문제—파싱·검증 필요, 할루시네이션 위험, 순차 처리 병목—를 아키텍처 수준에서 해결하려 했다는 점에서 의미가 있다. 자동화 파이프라인, 에이전틱 시스템 구축에 새로운 선택지가 등장한 셈이다.

#rlcd

할루시네이션 없는 구조화 AI, TypeSafe AI의 System One 모델 등장