[AI 매터스 뉴스레터 #199] 더 이상 새로울 게 없었던 AI 시장에서 등장한 Jev 열풍

이 기사, AI에게 물어보기

안녕하세요, AI매터스입니다.

AI는 이미 우리의 삶입니다. 그 가운데 놓치지 말아야 할 중요한 이슈들을 정리해 제공합니다.

놓치지 마시기 바랍니다.

스페이스XAI 그록 4.7 출시…법률 에이전트 평가에서 GPT-5.6 솔의 8배 점수 기록 ⚡⚖️

스페이스XAI가 9월 21일 코딩과 지식 업무용 모델 그록 4.7을 공개했습니다. 가격은 100만 토큰당 입력 2달러, 출력 6달러로 이전 모델인 그록 4.6과 같은데요. 긴 코딩 과제를 평가하는 커서벤치 4.0에서 46.3%를 기록해 GPT-5.6 솔의 41.7%를 앞섰지만 클로드 페이블 5.1의 51.8%에는 미치지 못했습니다. 하비 법률 에이전트 벤치마크에서는 19.6%로 GPT-5.6 솔의 2.5%를 크게 앞섰습니다. 더 알아보기

中 Z.ai 코딩 도구가 깃 기록을 통째로 업로드…파일 42,411개를 313MB 아카이브로 전송 🔍🔒

중국 AI 기업 Z.ai의 코딩 도구 ZCode가 실행될 때 이용자의 로컬 작업공간 스냅숏을 해외 서버로 자동 업로드해 온 사실이 개발자들의 역공학 분석으로 확인됐습니다. 한 설치본에서는 파일 42,411개가 313MB 암호화 아카이브로 묶였고 업로드 실패 시도가 564회 기록됐는데요. Z.ai는 기본 활성화돼 있던 코드베이스 인덱싱 기능에서 비롯됐다고 밝히며 사과했고, 9월 21일 ZCode 코드를 아파치 2.0으로 공개했습니다. 더 알아보기

샤오미, 강화학습 훈련 6일간 생중계하고 미모-V2.6 공개…코드까지 개방 📺🔓

샤오미가 현지 시각 9월 22일 미모-V2.6 프로와 플래시를 출시하고 오픈소스로 공개했습니다. 출시에 앞서 두 모델의 강화학습 훈련 과정을 웹페이지에 6일 동안 실시간으로 공개했는데요. 대시보드에는 누적 훈련 비용과 함께 GPU 메모리 초과로 학습을 다시 시작했다는 장애 기록까지 그대로 남아 있습니다. 두 모델 훈련비는 합쳐 347만 달러(약 48억 원)이고, 딥SWE v1.1에서 프로는 58.4점에서 72.6점으로 올랐습니다. 더 알아보기

오픈AI, GPT-6 솔·루나 공개…API 가격 절반으로 인하하고 오류는 전작의 절반 💸🌙

오픈AI(OpenAI)가 현지 시각 9월 22일 GPT-6 솔과 GPT-6 루나를 공개했습니다. API 가격은 GPT-5.6 계열의 절반으로, 솔은 100만 토큰당 입력 2달러, 출력 10달러인데요. 솔은 코딩처럼 여러 단계를 거치는 복잡한 작업을, 루나는 문서 요약이나 정보 추출 같은 대량 사무 작업을 담당합니다. 오픈AI는 내부 사실성 평가에서 솔의 오류가 전작의 절반 수준이라고 밝혔습니다. 더 알아보기

앤트로픽 클로드 오퍼스 5.5 공개…오퍼스 5보다 작업 비용 40% 낮추고 출력 속도 30% 높여 🚀💰

앤트로픽(Anthropic)이 현지 시각 9월 22일 클로드 오퍼스 5.5를 공개했습니다. 가격은 100만 토큰당 입력 4달러, 출력 20달러로 오퍼스 5보다 20% 낮고, 같은 작업에 쓰는 토큰 수도 줄어 실제 운영 비용은 40% 감소한다는 설명인데요. 출력 속도는 30% 이상 빨라졌습니다. 터미널 벤치 4.0에서는 66.4%를 기록해 오퍼스 5의 52.3%와 GPT-6 아스트라의 57.9%를 앞섰습니다. 더 알아보기

UN 안보리, 23일 AI 회의 소집…오픈AI·앤트로픽·딥시크 한자리에 🌐🤝

유엔 안전보장이사회가 현지 시각 9월 23일 뉴욕에서 AI와 국제 안보를 주제로 회의를 개최합니다. 9월 의장국인 프랑스가 소집했다고 로이터가 전했는데요. 샘 알트만 오픈AI 최고경영자와 앤트로픽 고위 관계자가 참석하고, 중국 AI 기업 딥시크와 문샷은 발언 기회를 초청받았습니다. 안보리가 미국과 중국의 프런티어 AI 개발사를 한자리에서 직접 부른 것은 이번이 처음입니다. 더 알아보기

AI 광고 거부감의 진짜 이유, AI 콘텐츠 보고 새롭다는 사람은 10명 중 1명, 어색하다는 사람은 절반 📺🤖🚫

소셜미디어에서 AI 콘텐츠를 접했을 때 새롭다고 느낀 사람은 9.6%였지만, 인위적이거나 어색하다고 답한 사람은 49.9%였습니다. 오픈서베이가 2026년 9월 내놓은 소셜미디어 트렌드 리포트 2026의 결과로, 유튜브와 인스타그램, 틱톡 이용자 900명을 조사했는데요. 광고가 부정적으로 기억에 남은 이유에서도 AI로 만든 것처럼 느껴져서가 13.2%로 과장과 반복에 이어 3위에 올랐습니다.

거부감의 바탕에는 속고 있다는 감정이 있었습니다. 응답자의 33.8%는 AI 사용 사실을 밝히지 않으면 속는 느낌이 든다고 답했고, 가장 걱정되는 항목으로는 허위정보 확산(60.3%)과 AI 사용을 숨기는 것(44.8%)이 꼽혔는데요. AI 표시가 필요하다는 응답은 85.6%였고, 표시나 검수 장치가 있어도 불편하다는 응답은 7.8%에 그쳤습니다. 👉 AI를 쓰느냐보다 어떻게 알리느냐가 승부처가 된 이유, 확인해 보세요. 더 알아보기

AI 쇼핑 자기보상 소비의 반전, AI가 쇼핑에 쓸모 있다는 사람이 ‘나를 위한 선물’에 2.3배를 썼다 🛍️💳📈

생성형 AI가 쇼핑에 유용하다고 평가한 미국 소비자는 지난 한 달 가장 많은 돈을 쓴 자기보상 구매에서 그렇지 않은 소비자보다 2.3배 수준을 지출했습니다. 딜로이트 인사이트가 2026년 9월 발표한 리포트의 조사 결과인데요. 자기보상 소비 경험자 가운데 생성형 AI가 유용했다고 답한 비율은 46%로, 소셜미디어의 47%와 거의 같은 수준까지 올라왔습니다.

다만 리포트는 AI가 소비를 직접 늘렸다는 뜻이 아니라 AI를 유용하게 여기는 소비자에게서 나타난 특징으로 읽어야 한다고 선을 그었습니다. 향수 구매의 53%는 직전 12개월 동안 사지 않았던 브랜드에서 나왔고, 럭셔리 관련 AI 질문의 약 70%는 특정 브랜드를 언급하지 않았는데요. 리포트는 상품 상세 페이지의 AI 가독성이 66%로 가장 낮다는 점을 들어 SEO에서 GEO로 관리 범위를 넓히라고 제안했습니다. 👉 AI 추천 목록에 이름을 올리는 일이 광고 한 편보다 중요해진 이유, 확인해 보세요. 더 알아보기

Jev 열풍, 원인은 무엇일까?

타입세이프 AI가 현지 시각 9월 15일 첫 모델 Jev를 공개한 뒤 일주일 동안, 버셀과 클라우드플레어, 랭체인, 랭퓨즈가 사흘 안에 Jev를 자사 서비스에 통합했다. 버셀은 자사 AI 게이트웨이 역사상 가장 빠른 채택이라고 밝히며 공개 24시간 안에 유료 팀의 13%가 Jev를 사용했다고 전했다. 같은 기간 GPT-5.6 채택률의 두 배, 클로드 페이블 5.1의 여섯 배에 해당하는 수치다. 이용 요청이 한꺼번에 몰려 API가 응답하지 못하기도 했다.

Jev는 문장을 만들지 않는 모델이다. 미리 정해 둔 선택지 가운데 답을 고르고 그 답이 맞을 확률을 함께 보여준다. 회사는 이 계열을 시스템 원 모델이라고 부르는데, 대니얼 카너먼이 구분한 빠르고 직관적인 사고에서 이름을 가져왔다. 창업자 디오고 알메이다는 오픈AI에서 챗GPT와 인간 피드백 기반 강화학습을 개발한 연구자로, 2년 전 회사를 떠나 타입세이프 AI를 설립했다.

입력 토큰 가격은 100만 개당 0.042달러이고 출력 토큰은 무료다. 자체 평가에서 건당 비용은 0.0004달러로, 같은 작업을 대형 언어 모델에 맡겼을 때의 0.0304~0.1761달러와 비교하면 수십에서 수백 분의 1 수준이다. 응답 시간은 70~500밀리초다. 이 차이는 AI 에이전트가 판단을 반복해 요청할 때 드러난다. 명령이 안전한지, 요청을 어느 모델로 보낼지, 결과를 사람이 확인해야 하는지 같은 판단을 되풀이해 물으면 비용과 대기 시간이 함께 늘어나는데, 게임이나 로봇 제어처럼 판단 주기가 수십 밀리초 단위인 영역에서는 언어 모델을 적용하기 어려웠다.

개발자들이 더 주목한 항목은 확신도 점수다. Jev는 답과 함께 그 답이 맞을 확률을 보여주고, 이 확률이 실제 정확도와 일치하도록 학습됐다. 버셀 소프트웨어 엔지니어 프라닛 샤르마는 명령어 안전성을 검사하는 분류기를 챗GPT 루나 5.6에서 Jev로 교체했더니 처리 속도가 5~18배 빨라졌고 정확도도 높아졌다고 밝혔다. 반면 에어렌딜의 아르민 로나허는 이 구조가 환각 문제를 이용자 쪽으로 일부 넘기는 것이라며, 확률이 50%로 돌아오면 동전 던지기로 보고 무시하면 되고 95%면 그 결과로 무언가를 할 수 있다고 설명했다.

정확도는 상위 언어 모델보다 낮다. 타입세이프가 공개한 네 가지 워크플로 평가에서 Jev는 67.8%로, GPT-5.6 솔의 74.1%와 오퍼스 5의 73.1%에 못 미쳤다. 회사는 정답을 GPT-6 아스트라와 클로드 페이블 5.1의 답 평균으로 잡아 결과가 기울 수 있고 평가용 워크플로를 만든 사람이 자사 직원이라는 한계도 발표문에 함께 적었다. 공개 일주일이 지난 시점에도 아키텍처 논문이나 제3자 벤치마크는 나오지 않았다. 그럼에도 개발자들이 교체한 대상은 대화가 필요한 작업이 아니라 분류와 판별처럼 정해진 답을 고르는 작업이었다.

👉 정확도가 더 낮은 모델로 개발자들이 갈아탄 이유, 자세히 알아보기