"환각·타입 오류 없다"...오픈AI 출신, 의사결정 특화 AI '제브' 선보여

최근 AI 기술의 발전이 눈부신 가운데, 기존의 대형언어모델(LLM)이 자연어 생성 중심으로 발전해온 반면, 소프트웨어의 의사결정을 직접 수행하는 새로운 접근법이 주목받고 있다. 오픈AI 출신의 인재가 설립한 스타트업 타입세이프 AI(TypeSafe AI)가 그 주인공으로, 이들은 최근 '제브(Jev)'라는 새로운 AI 모델을 공개했다. 제브는 자동화가 필수적인 환경에서 빠르고 정확한 구조화된 판단을 제공하기 위해 설계된 혁신적인 AI이다.

새로운 AI 모델의 탄생, '제브'

디오고 알메이다(Diego Almeida)는 오픈AI에서 챗GPT 개발에 기여한 경험이 있는 인물로, 이번에 선보인 제브는 기존의 LLM과는 확연히 다른 방향으로 진화했다. 그동안 LLM은 자연어 생성에 중점을 두어 왔지만, 제브는 구조화된 의사결정을 병렬로 출력하는 방식을 채택했다. 이는 소프트웨어가 즉시 사용할 수 있는 효율적인 AI 솔루션을 목표로 한 것이다.

기존의 대화형 모델이 AGI(인공지능 일반화)의 가능성을 제시했다면, 알메이다는 그 과정에서 무언가가 빠져 있다고 느꼈고, 이에 따라 새로운 방향성을 설정하게 되었다고 밝혔다. 제브는 자연어 생성 기능을 포기하고도 타입 안정성과 구조화된 출력을 통해 AI가 환각을 일으키거나 타입 오류를 발생시키지 않도록 설계됐다. 이로 인해 정교한 자동화 시스템에서의 신뢰성을 한층 높였다.

'보정된 의사결정 강화학습'의 도입

제브의 가장 큰 특징 중 하나는 새로운 학습 기법인 '보정된 의사결정 강화학습(RLCD)'을 도입했다는 점이다. 기존의 RLHF(인간 피드백 기반 강화학습) 방식과는 달리, RLCD는 정교한 의사결정을 위해 설계된 방식으로, AI가 구조화된 판단을 높은 정확도로 내릴 수 있도록 지원한다. 제브는 입력받은 데이터를 통해 여러 선택지에 대한 확률을 계산하고, 이를 기반으로 소프트웨어가 직접 처리할 수 있는 형태로 의사결정을 출력한다.

이러한 구조 덕분에 제브는 기존 LLM보다 약 100배 이상 빠르고, 비용 측면에서도 최대 193.6배 더 저렴한 성능을 자랑한다. 타입세이프 AI는 이 수치가 최대치에 가까운 결과일 수 있다고 밝혔지만, 장기적인 지속 가능성에 대해서는 검증이 필요하다고 덧붙였다.

실제 사례와 향후 방향

제브는 실제 기업 환경에서도 활용 가능성을 보여주고 있다. 예를 들어, 게임의 상태를 구조화된 데이터로 입력받아 실시간으로 행동을 결정하는 방식이나, 위키피디아의 링크를 따라가며 특정 페이지에 도달하는 게임을 수행하는 사례가 있다. 이러한 활용은 빠른 의사결정과 환각 방지가 필수적인 상황에서 특히 두드러진다.

타입세이프 AI는 제브를 기존 LLM의 대체재가 아닌, 소프트웨어가 안정적으로 의존할 수 있는 AI 인터페이스로 자리잡게 할 계획이다. 현재 제브의 얼리 액세스가 시작되었으며, 개발자들이 실제로 사용 사례를 통해 의사결정을 자동화할 수 있는 방법을 검증해 나갈 예정이다.

제브의 출시는 AI 기술 발전에 새로운 이정표가 될 것으로 기대된다. 데이터 기반의 의사결정을 더욱 정교하고 효율적으로 수행할 수 있는 가능성을 열어주며, 향후 다양한 산업 분야에서의 활용을 통해 AI의 진정한 가치가 드러날 것으로 보인다.