타입세이프 AI가 공개한 제브(Jev)는 챗봇처럼 사람과 대화하거나 긴 문장·이미지를 생성하는 모델이 아니다. 이 모델은 이메일 분류, 에이전트 모니터링, 신용 위험 평가처럼 백엔드 시스템에서 대량의 정형 데이터를 빠르게 판단하는 데 초점을 맞췄다. 확률 계산을 바탕으로 미리 정해진 선택지 안에서 답을 내놓는 방식이라, 생성형 모델에서 자주 지적되는 환각을 줄이려는 설계가 특징이다.

회사는 제브가 기존 대형언어모델(LLM)보다 지연 시간을 최대 200배 줄이고 운영 비용은 400분의 1 수준으로 낮췄다고 밝혔다. 입력 토큰 가격은 100만 토큰당 4.2센트이며 출력 토큰 비용은 청구하지 않는다. 출시 뒤 개발자 반응도 빨랐다. 버셀에서는 공개 24시간 만에 유료 개발자 계정의 13%가 도입한 것으로 전해졌다.

이 모델이 주목받는 이유는 기업들이 대형 모델의 도입과 유지 비용에 부담을 느끼는 상황과 맞물려 있기 때문이다. 다만 기술적 독창성에 대해서는 신중론도 있다. 기존 제로샷 분류기와의 차이가 명확하지 않다는 지적이 나왔고, 학습 방식도 공개되지 않았다. 정확성과 보안 검증도 아직 진행 중이며, 테스트에서는 적대적 입력에 따라 판단이 달라지는 사례도 확인됐다. 기사에 따르면 제브는 거대 모델 중심 흐름과 별개로, 빠르고 제한된 판단을 수행하는 실용형 AI 수요를 보여준 사례로 받아들여지고 있다.