오픈AI(OpenAI) 출신 연구자가 만든 시스템 원 모델(System One Model) ‘제브(Jev)’가 글쓰기를 아예 포기했다. 대신 속도와 가격에서 기존 모델과 비교하기 어려운 수치를 내놨다.
현지 시간 9월 15일 타입세이프 AI(TypeSafe AI)가 첫 모델 제브를 공개했다. 개발을 이끈 인물은 오픈AI에서 챗GPT(ChatGPT)를 함께 만든 디오고 알메이다(Diogo Almeida)다. 그런데 이 모델은 글을 한 줄도 쓰지 못한다.
알메이다는 지금의 AI가 사람에게 칭찬받는 답을 내놓도록 학습했다고 지적했다. 그러다 보니 틀린 답도 아주 자신 있게 말하고, 결국 사람이 옆에서 하나하나 검사해야 하는 구조가 됐다는 것이다.
제브의 차이는 생각하는 방식에서 출발한다. 1 더하기 1은 바로 답이 나오지만 27 곱하기 43은 한참 계산해야 한다. 사람에게 빠른 생각과 느린 생각이 따로 있다면, 제브는 이 중 빠른 생각만 담당하는 AI다. 타입세이프는 이를 시스템 원 모델이라고 부른다.
그래서 제브는 글을 쓰는 대신 딱 세 가지 방식으로만 답한다. OX 퀴즈처럼 맞을 확률이 몇 퍼센트인지 답하거나, 객관식처럼 보기 중 하나를 고르거나, 별점처럼 점수를 매긴다. 시연 영상에서는 “사람이 봐야 하나요?”라는 질문에 “95% 그렇다”, “어느 부서로 보낼까요?”라는 질문에 “기술 부서”라고 답하는 식으로 작동했다.
속도와 가격이 두 번째 차별점이다. 기존 AI는 받아쓰기하듯 글자 조각을 하나씩 차례대로 쓰지만, 제브는 문제 여러 개를 한꺼번에 푼다. 시연에서는 문제 27개를 0.114초 만에 처리했다. 같은 문제에 GPT 5.6 테라(GPT 5.6 Tera)는 약 8.6초가 걸려 75배 차이가 났다.
이 속도 덕분에 게임 조작도 가능하다. 타입세이프 블로그에는 제브가 둠(DOOM)을 플레이하는 시연이 실렸다. 다만 제브는 아직 그림을 보지 못하고 글만 읽을 수 있어 게임 화면을 직접 보는 방식은 아니다. 게임 상황을 글로 알려 주면 다음 행동을 골라 주는 구조다.
가격 차이는 더 크다. 글자 조각 100만 개를 읽는 비용이 GPT-6 아스트라(GPT-6 Astra)는 정가 10달러인 반면 제브는 0.042달러다. 238배 차이다. 게다가 답을 내놓는 쪽 비용은 받지 않는다.
세 번째는 RLCD라는 새 학습법이다. 자기 답에 얼마나 자신 있는지를 정직하게 말하도록 가르친 방식이다. 비가 올 확률 70%라고 말한 날이 열 번이면 그중 일곱 번쯤은 실제로 비가 와야 그 수치를 믿을 수 있다. 제브는 답을 고를 때마다 몇 퍼센트나 자신 있는지를 함께 알려 준다. 그러면 사람은 제브가 자신 없다고 표시한 답만 다시 보면 된다. 정해진 형식으로만 답하다 보니 타입세이프가 진행한 시험에서 답 형식이 틀린 비율은 0%로 나왔다.
한계도 분명하다. 지금 공개된 점수는 모두 타입세이프가 직접 시험해 발표한 수치다. 형식이 맞아도 내용은 틀릴 수 있다. 타입세이프 역시 제브가 자신 없어 하는 답은 그대로 쓰지 말고 사람에게 넘기는 방식으로 처리하라고 안내한다.
정리하면 챗GPT가 글짓기를 잘하는 쪽이라면, 제브는 고르기 문제를 빠르고 싸게 푸는 쪽이다. 알메이다는 영상 말미에 “우리는 신을 만드는 게 아니라 제품을 만든다”고 말했다.
📌자세한 내용은 AI 매터스 유튜브에서 확인할 수 있다.
영상 스크립트
00:00:00 GPT-6 아스트라보다 입력 가격이 238배 더 싼데
00:00:03 게임 조작도 가능한 AI가 나왔습니다
00:00:05 안녕하세요. AI 매터스, 매터냥입니다.
00:00:08 현지 시간으로 9월 15일 TypeSafe AI라는 회사가 Jev를 처음 공개했는데요
00:00:13 만든 사람은 오픈AI에서 챗GPT를 함께 만든 디오고 알메이다입니다
00:00:18 그런데 이 AI, 글은 한 줄도 못 씁니다
00:00:21 왜 이렇게 만들었을까요?
00:00:23 알메이다의 말로는 지금 AI는 사람한테 칭찬받는 답을 하도록 배웠습니다
00:00:27 그러다 보니 틀린 답도 아주 자신 있게 말하죠
00:00:30 그래서 사람이 옆에서 하나하나 검사해야 한다는 겁니다
00:00:33 오늘은 Jev가 뭐가 다른지 딱 세 가지만 알려드릴게요
00:00:37 첫 번째, Jev는 생각하는 방법이 다릅니다
00:00:39 1 더하기 1은 뭘까요?
00:00:41 바로 2가 나오죠
00:00:42 그럼 27 곱하기 43은요?
00:00:44 이건 한참 계산해야 합니다
00:00:46 사람에게는 바로 나오는 빠른 생각과
00:00:48 오래 걸리는 느린 생각이 있는데요
00:00:50 Jev는 이 중에서 빠른 생각만 하는 AI입니다
00:00:53 TypeSafe는 이걸 시스템 원 모델이라고 부릅니다
00:00:56 그래서 Jev는 글을 쓰지 않고
00:00:58 딱 세 가지 방법으로만 대답합니다
00:01:01 OX 퀴즈처럼 맞을 확률이 몇 퍼센트인지 답하거나
00:01:04 객관식처럼 보기 중에 하나를 고르거나
00:01:06 별점처럼 점수를 매기는 거죠
00:01:08 사람이 봐야 하나요?
00:01:09 95% 그렇다
00:01:11 어느 부서로 보낼까요?
00:01:13 기술 부서
00:01:14 이렇게 시연 영상에서 보는 것처럼 묻고 답하는 거죠
00:01:17 두 번째, Jev는 엄청 빠르고 엄청 쌉니다
00:01:20 지금까지의 AI는 받아쓰기하듯 글자 조각을 하나씩 차례대로 쓰는데요.
00:01:24 Jev는 문제 여러 개를 한꺼번에 풉니다
00:01:27 시연 영상에서는 문제 27개를 0.114초 만에 풀었습니다
00:01:32 같은 문제에 GPT 5.6 테라는 약 8.6초 걸렸고요
00:01:35 75배 차이죠
00:01:37 Jev는 이렇게 빠르다 보니 게임도 합니다
00:01:39 TypeSafe 블로그에는 둠을 플레이하는 시연도 소개되어 있는데요
00:01:43 Jev는 아직 그림은 못 보고 글만 읽을 수 있어서 게임 화면을 보고 하는 건 아닙니다
00:01:48 게임 상황을 글로 알려 주면 다음에 뭘 할지 골라 주는 방식이죠
00:01:52 값도 쌉니다
00:01:54 글자 조각 100만 개를 읽는 값이
00:01:56 아스트라는 정가로 10달러인데 Jev는 0.042달러입니다
00:02:00 238배 차이죠
00:02:02 게다가 대답하는 값은 공짜입니다
00:02:04 세 번째는 RLCD라는 새 공부법입니다
00:02:07 쉽게 말하면 자기 답에 얼마나 자신 있는지를 정직하게 말하도록 가르친 겁니다
00:02:12 비가 올 확률 70%라고 한 날이 열 번이면
00:02:15 일곱 번쯤은 진짜 비가 와야 믿을 수 있겠죠
00:02:17 Jev도 답을 고를 때마다
00:02:19 몇 퍼센트나 자신 있는지를 같이 알려 줍니다
00:02:21 그러면 사람은 Jev가 자신 없다고 한 것만 다시 보면 됩니다
00:02:25 정해진 모양으로만 대답하다 보니,
00:02:27 TypeSafe가 한 시험에서는 답 모양이 틀린 비율이 0%였습니다
00:02:31 그런데 지금 나온 점수는 전부 TypeSafe가 직접 시험해서 발표한 겁니다
00:02:35 답 모양이 맞아도 내용은 틀릴 수 있어서
00:02:38 TypeSafe도 Jev가 자신 없어 하는 답은 그대로 쓰지 말고
00:02:41 사람에게 넘기는 식으로 처리하라고 안내되어 있습니다
00:02:44 정리하면, 챗GPT가 글짓기를 잘하는 친구라면
00:02:46 Jev는 고르기 문제를 엄청 빠르고 싸게 푸는 친구입니다
00:02:50 알메이다도 영상 끝에 이렇게 말했습니다.
00:02:52 우리는 신을 만드는 게 아니라 제품을 만든다고요
00:02:55 여러분은 제브로 무엇을 해보고 싶으시나요?
00:02:58 댓글로 남겨주세요
이미지 출처: AI 생성 콘텐츠
