판단 AI Jev, 실전 데모 5개로 보는 현장
한 줄 요약: 공개 나흘 만인 Jev의 실전 데모 5개가 릴스로 모였어요. 테트리스 착수 판단, 0.3초 매매, 광고 724개 40초 분류, 항공권 7초 검색, 설문 4000건 12초까지, 전부 ’글 생성’이 아니라 ’선택’의 일이에요.
어제 정리한 판단 AI Jev의 후속 릴스가 moodmode.ai 계정에 올라왔어요. 표지는 테트리스 화면 세 개가 나란히 놓여 있고, 그 아래 이런 문장이 붙어요. “기존 AI보다 20배 빠른 실시간 판단 AI 등장..” 반응은 스크린샷 기준 좋아요 200개에 댓글 235개인데, 댓글 게이트(“아무 댓글 작성 시 가이드 자동 발송”)가 걸려 있어 댓글 비중이 높은 구조예요. 이번 릴스는 원리 설명이 아니라 실전 데모 다섯 개의 목록이에요. 각 데모는 다른 개발자의 것이라, 공개된 기록과 대조하며 하나씩 정리해 보겠어요.
테트리스로 검증한 이유
첫 번째 데모는 개발자 Marcus Lowe의 시험이에요. Jev에게 테트리스의 다음 수를 맡겼어요. 블록이 내려오는 동안 어디에 놓을지만 골라 주면 되는데, 표지 화면에는 세 모델이 이 과제를 수행한 시간이 나란히 적혀 있어요(Jev 8.8초, Fable 5.1 7.6초, GPT-6 Astra 2.8초). 테트리스를 굳이 고른 이유는 단순해요. 블록이 계속 떨어지니 판단이 실시간이어야 하고, 다음 수를 고르는 건 ’글쓰기’가 아니라 ’선택’이거든요. Jev가 빠른 이유가 바로 여기에 있어요. 긴 문장을 쓰지 않고, 정해진 선택지 중 하나를 확률로 내놓기만 해요.
0.3초마다 매수·매도
두 번째는 개발자 Jarrod Watts의 데모예요. 가격 정보를 받은 Jev가 0.3초마다 매수와 매도 중 하나를 고르고, 그 판단이 주문까지 실제로 실행되는 트레이딩 봇이에요. 깃허브에 코드가 공개돼 있고, 라이브 데모 페이지도 돌아가요. 주문이 나가는 대상은 모나드 블록체인이고, 화면에는 dry run 표시가 함께 보여요. 릴스도 “투자 조언이 아니라 기술 시연으로만 봐야 한다”고 못박았어요. 판단이 실시간이어야 하는 영역의 대표주자인 만큼, 첫 데모로 선택된 느낌이에요.
광고 724개를 40초에 분류
세 번째는 마케팅 쪽 데모예요. 브랜드 37곳의 실제 광고 724개를 넣자 40초 만에, 각 광고의 후킹과 디자인, 헤드라인 블록까지 판단해서 분류했어요. 비용은 고작 0.09달러였다고 하네요. 광고당 0.0074달러, 동시 처리 18개의 수치가 화면에 함께 보여요. 광고 심사나 소재 분류처럼 ‘사람이 보고 눈으로 고르는’ 작업이 얼마나 섣불리 자동화 가능한지를 보여 주는 사례예요.
항공권 7초와 설문 12초
네 번째는 공식 조합 데모예요. 브라우저 자동화 도구 Browser Use와의 협업으로, Jev가 화면의 버튼과 선택지를 읽고 다음 클릭을 고르게 만든 거예요. 실제 구글 플라이트에서 취리히에서 런던으로 가는 항공편을 7.1초 만에 검색했고, 예약이나 결제는 실행하지 않았어요. 다섯 번째는 설문이에요. 실제 설문 참여자 4천여 명의 인구통계 정보를 넣고, 문장 2개 중 어느 쪽이 나은지 투표시킨 결과 4000건을 12초 만에 끝냈어요. 둘 다 ‘다음 행동 하나를 고르는’ 일이라는 점이 같아요.
공통점은 선택이에요
다섯 데모를 나란히 놓으면 공통점이 하나로 모여요. 테트리스 자리, 매수/매도, 광고 분류, 다음 클릭, 선호 투표. 전부 다음 행동 하나를 고르는 일이에요. 글을 쓰는 LLM의 영역이 아니라, 정해진 선택지에서 확률과 함께 답을 내는 Jev의 영역이에요. 어제의 한계 정리도 여기서 유효해요. Jev는 문장 생성을 포기한 모델이라 에세이나 코드 작업은 여전히 LLM 몫이에요. 반대로 말하면, 화면 속에서 실시간으로 선택해야 하는 일들은 이제 별도의 도구로 처리할 수 있게 된 거예요.
댓글 대신 공식 문서로
릴스의 마지막 슬라이드는 “아무 댓글 작성 시 Jev 가이드 자동 발송”이고, 배경은 타입세이프 공식 문서의 Quickstart 페이지예요. 정작 그 가이드는 공식 문서에 공개돼 있으니 댓글 대신 문서로 바로 가면 돼요. 공개 나흘 만에 현장 데모가 쏟아지고, 데모 모음 사이트까지 등장한 걸 보면 생태계가 빠르게 붙는 중이에요. 다음에 ‘실시간으로 뭔가를 골라야 하는’ 작업을 만나면, 챗봇이 아니라 이런 판단형 모델을 떠올려 보는 게 순서인 셈이죠.
이 글의 내용은 아래 자료를 기준으로 확인했어요.