사진을 보게 된 제브(Jev 1.14), 택배 사진과 '말포이 판별기'로 직접 써 봤습니다

제브(Jev) 는 TypeSafe가 만든 AI 모델입니다. 긴 글을 쓰는 대신, 객관식 문제처럼 고르고, 점수를 매기고, 예/아니오 확률을 돌려주는 일에 맞춰져 있습니다. 그래서 "판단 AI"라고 부르기도 합니다.

지금까지 제브는 글만 읽었습니다. 그런데 2026년 10월 14일 나온 1.14 버전부터 사진을 넣을 수 있게 됐습니다. 사진 속 물건의 위치를 상자로 돌려주는 새 질문 모양, Box 도 생겼습니다. 그래서 직접 써 봤습니다.

이 글에서는 다음을 차례로 봅니다.

1.14에서 무엇이 바뀌었나
사람들이 실제로 어디에 쓰고 있나(사례 6가지)
택배 사진 11장으로 직접 시험
재미로 해 본 "정상 말포이 판별기"
쓰기 전에 알아 둘 점

숫자 읽는 법. [공식 문서] 는 TypeSafe가 직접 낸 발표 글과 문서, [커뮤니티 보고] 는 다른 회사·개발자가 공개한 글과 영상, [직접 측정] 은 저희가 jev-1.14.0으로 직접 돌려 얻은 결과입니다.

1. 1.14에서 바뀐 점

사진을 넣는 자리 세 곳

제브에게 보내는 요청은 크게 "판단할 자료(state)"와 "질문(questions)"으로 나뉩니다. 사진은 세 군데에 넣을 수 있습니다. [공식 문서] (Images)

판단할 자료 자리: "이 사진을 보고 판단해"
질문 문장 안: 질문 글 속에 사진을 끼워 넣기
선택지의 예시 자리: 예를 들어 "엄지척" 선택지를 엄지척 사진 한 장으로 정의하기

새 질문 모양, Box

"사진에서 머그컵은 어디?"라고 물으면 위·아래·왼쪽·오른쪽 네 변의 위치를 0~1 사이 비율로 돌려줍니다. 사진 크기와 상관없이 쓸 수 있도록 비율로 주는 것입니다. Box는 1.14에서만 됩니다. 1.13과 1.14 모두 사진은 받지만, Box 질문은 1.14가 필요합니다. [공식 문서] (Box, Images)

아직 실험 기능

사진과 Box는 기본으로 꺼져 있습니다. 요청마다 TypeSafe-Danger-Zone-Images: true 헤더를 붙여야 켜집니다. TypeSafe는 이런 기능을 "꿈꾸는 사람용(dreamer-ready)"이라고 부릅니다. 시제품에는 써 볼 만하지만, 실제 서비스에 바로 넣기엔 이르다는 뜻입니다. [공식 문서] (Jev 1.14 발표)

재미있는 점도 하나 있습니다. 발표 글에 따르면 이전 버전인 jev-1.13.0도 처음부터 멀티모달(multimodal all along), 즉 사진을 볼 수 있는 모델이었습니다. 이번에 그 기능을 열어 준 것입니다. [공식 문서]

비용과 크기 제한

사진은 따로 돈을 받지 않습니다. 글과 똑같이 입력 토큰으로 계산됩니다. [공식 문서]
사진의 가로·세로는 각각 280~1,568픽셀 사이여야 합니다. 벗어나면 자동으로 줄여 주지 않고 거절합니다. 휴대폰 사진은 미리 줄여서 보내야 합니다. [공식 문서] (Images)

2. 실제 사례 6가지

발표 뒤 공개된 사례를 모았습니다. 모두 [커뮤니티 보고] 입니다.

사진 자르기 — Sanity. 웹사이트 콘텐츠 관리 도구 Sanity는 사진을 올리고 "Yahtzee"라고 쓰면, 제브가 그 게임 상자를 찾아 자를 자리를 잡는 데모를 공개했습니다. 화면에는 807밀리초가 찍혀 있습니다. 정사각형이나 16:9로 자를 때 주인공이 잘리면 경고하고, 사진 설명 글(alt)이 사진과 안 맞으면 표시하는 기능도 소개했습니다. 블로그 사진 702장의 설명 글을 다 검사하는 데 4.5센트 들었다고 합니다. (Sanity, Knut Melvær)
화면 속 물체 찾기. 한 개발자는 1초에 네 번씩, 화면에 보이는 메뉴 다섯 개의 위치를 제브가 계속 찾게 했습니다. 빠르고 싸게 화면 속 물건을 알아보는 방법으로 소개했습니다. (출처)
움직이는 물체 따라가기. 매 장면마다 제브를 부르면 느리니까, 처음 위치만 Box로 찾고 그다음 움직임은 영상 처리 기법으로 따라가게 만든 공개 저장소가 있습니다. (BenCaunt/jev-box-tracking)
화면 캡처 → 엑셀. 캡처를 넣으면 제브가 표가 있는지, 어디 있는지 상자로 찾고, 코드가 그 부분만 잘라서, 글 AI가 행을 뽑아 엑셀로 만듭니다. 정해진 일은 코드, 판단은 제브, 글은 글 AI 가 나눠 맡은 구조입니다. (출처)
코드 리뷰. AI 에이전트가 화면을 바꾸는 PR(코드 변경 요청)을 올리면 스크린샷이 붙습니다. 제브가 그 스크린샷을 보고 시스템 구조도에서 어느 부분이 바뀐 건지 짝지어 줍니다. 코드를 읽기 전에 눈에 보이는 변화부터 확인하는 방식입니다. (출처)
칸으로 나눠 찾기. Box는 한 번에 상자 하나만 돌려줍니다. 그래서 사진을 여러 칸으로 나눠 "어느 칸에 있나"를 고르게 하고, 그 칸을 다시 나누는 식으로 여러 개를 찾는 요령입니다. 이 개발자는 단순히 물체를 찾는 건 전문 인식 모델보다 느리지만, "카우보이 소리를 낼 것 같은 양"처럼 판단이 필요한 찾기는 잘한다고 했습니다. (출처)

사례를 모아 보면 공통점이 있습니다. 제브는 사진 속 물건을 정밀하게 찾는 도구라기보다, 사진을 보고 판단하는 도구로 쓰일 때 강점이 있습니다.

3. 직접 써 보기: 택배 사진 11장

준비

AI로 만든 택배 예시 사진 11장을 준비했습니다.

멀쩡한 상자 4장 — 그림자와 얼룩 같은 함정을 넣었습니다
파손된 상자 4장 — 찌그러진 모서리, 찢어진 구멍, 눌린 옆면, 젖어서 터진 상자
상자가 없는 사진 3장 — 빈 현관, 비닐 택배 봉투, 장바구니

코드

코드는 짧습니다. 사진 파일을 Image로 감싸 판단할 자료 자리에 넣고, 헤더를 켜고, 질문 세 개를 같이 보냅니다.

QUESTIONS = {
    "damaged": Noul(instructions="`photo` 속 상자에 찌그러지거나 찢어진 곳이 있나요? 그림자나 얼룩은 파손이 아닙니다."),
    "where": Box(instructions="`photo` 속 상자에서 찌그러지거나 찢어진 부분"),
    "has_box": Noul(instructions="`photo`에 종이 택배 상자가 있나요?"),
}

with TypeSafeClient() as client:
    a = client.system_one(
        model="jev-1.14.0",
        state={"photo": Image(path)},
        questions=QUESTIONS,
        extra_headers={"TypeSafe-Danger-Zone-Images": "true"},
    ).answers

Noul은 예/아니오 확률을 돌려주는 질문입니다.
첫째 질문은 "파손이 있나", 둘째는 "그곳이 어디인가(Box)", 셋째는 "사진에 종이 상자가 있나"입니다.
셋째 질문은 안전장치입니다. Box 결과를 믿어도 될지 거르는 데 씁니다.

결과: 11장 모두 정답

사진마다 요청을 한 번씩 보냈고, 11장 전체가 10초도 걸리지 않았습니다. 결과는 11/11 정답입니다. [직접 측정]

사진	파손 확률	상자 있음 확률	판정
파손 4장	0.95~0.98	0.88~0.94	모두 파손
멀쩡 4장(그림자·얼룩 포함)	0.11~0.16	0.76~0.94	모두 멀쩡
상자 없음 3장	0.07~0.36	0.04~0.20	모두 상자 없음

그림자나 얼룩에 속지 않았고, 비닐 봉투와 장바구니는 상자가 없다고 정확히 걸렀습니다.

그런데 빈 현관에도 상자를 그린다

파손된 상자에서는 Box가 찌그러진 곳을 잘 잡았습니다. 그런데 아무것도 없는 빈 현관 사진에도 Box는 상자를 그렸습니다. Box는 "없다"고 답하지 않고 늘 어딘가를 가리킵니다. [직접 측정]

그래서 코드에서 규칙을 정했습니다. 파손 확률이나 상자 있음 확률이 낮으면 Box 결과는 버린다. 빈 현관 사진의 상자 있음 확률은 0.04였으니 바로 버려집니다. Box 하나만 믿지 말고, 예/아니오 질문을 같이 보내 거르는 것이 핵심입니다.

1.13과 비교

같은 사진을 1.13에도 보내 봤습니다. [직접 측정]

Box를 빼면 1.13도 파손 판단을 맞혔습니다(3/3).
Box를 넣으면 요청 자체가 거절됐습니다(400 오류).
헤더를 빼고 보내면 두 버전 모두 "이미지는 실험 기능"이라며 거절했습니다.

4. 재미로: 정상 말포이 판별기

요즘 해리 포터의 말포이를 여자로 바꾼 그림, 이른바 "말포이TS"가 유행입니다. 그래서 밈을 뒤집어 봤습니다. 여자 말포이를 "정상", 원조 남자 말포이를 "비정상" 으로 구분하게 했습니다. 그림은 전부 AI로 만든 오리지널 캐릭터입니다.

선택지 세 개는 글로 설명만 해 줬습니다. 정상 말포이, 비정상 말포이, 말포이 아님. 함정으로 웃는 금발 학생, 흑발 학생, 초록 목도리를 두른 흰 족제비도 넣었습니다.

결과는 10장 중 9장 정답입니다. [직접 측정]

여자 말포이 3장: 모두 "정상", 확률 0.89~0.91
함정 4장: 모두 "말포이 아님". 족제비도 피했습니다.
원조 말포이 3장 중 1장(머리가 긴 그림)을 틀렸습니다. 정상 0.48, 비정상 0.47로 거의 반반이었는데 정상 쪽을 골랐습니다.

확신도로 사람에게 넘기기

이럴 때 쓰는 것이 확신도(confidence) 입니다. 제브는 답과 함께 얼마나 확신하는지도 돌려줍니다. 확신도가 0.5보다 낮으면 사람이 보게 했더니, 틀린 답(확신도 0.22)은 바로 "사람 확인"으로 빠졌습니다.

반반인 사진은 실행할 때마다 답이 바뀌기도 합니다. 첫 실행에서는 8/10이었는데, 틀린 2장 모두 원조 남자 말포이였고 확신도가 0.31 이하였습니다. 틀린 답이 모두 낮은 확신도로 나왔다는 점이 중요합니다. 확신도를 기준으로 사람에게 넘기면, 자동으로 처리할 것과 사람이 볼 것을 나눌 수 있습니다. [직접 측정]

5. 쓰기 전에 알아 둘 점

아직 실험 기능입니다. 헤더를 켜야 하고, TypeSafe도 시제품용이라고 밝힙니다.
Box는 "없음"을 모릅니다. 늘 어딘가를 가리키니, 예/아니오 질문으로 먼저 거르세요.
Box는 한 번에 하나만 찾습니다. 여러 개는 칸으로 나눠 찾는 요령이 필요합니다.
사진 크기 280~1,568픽셀. 벗어나면 거절되니 미리 줄이세요.
반반인 사진은 답이 흔들립니다. 확신도 기준을 정해 사람에게 넘기세요.

정리하면, 제브의 사진 기능은 빠르고 싸서 사진을 먼저 한 번 걸러 보는 자리에 잘 맞습니다. 사진 속 물건을 정밀하게 찾는 일보다, 사진을 보고 판단하는 일에 쓰는 것이 좋습니다.

이번 시험의 한계

사진 수가 적습니다(택배 11장, 말포이 10장). 모두 AI로 만든 예시 사진이라 실제 휴대폰 사진과는 다를 수 있습니다.
jev-1.14.0 한 버전으로, 같은 세트를 한두 번만 돌렸습니다. 반반인 사진은 실행마다 결과가 달라질 수 있습니다.
실제 사례 6가지는 공개된 글과 영상을 정리한 것이고, 저희가 같은 조건으로 다시 재지는 않았습니다.

영상으로 보기

같은 내용을 실제 실행 화면과 함께 영상으로 정리했습니다. 영상은 한국어입니다.

새로운 제브는 말포이TS를 가려낼 수 있을까? | Jev 1.14 사진 기능, 실제 사례와 직접 써 보기

출처

TypeSafe, Jev: For the builders AND dreamers (2026-10-14)
TypeSafe 문서: Images · Box · Models
Sanity: 데모 · Knut Melvær
화면 속 물체 찾기: X 글
실시간 추적: BenCaunt/jev-box-tracking
화면 캡처 → 엑셀: X 글
PR 스크린샷 리뷰: X 글
칸으로 나눠 찾기: X 글

Dante Learn blog