Jev 활용 사례 7가지, 클로드 코드에 붙여 쓰는 방법
Jev 활용 사례를 클로드 코드와 코덱스 같은 코딩 에이전트 쪽에서 모았습니다. 대화 압축, 스킬 고르기, 브라우저 조작, 파일 순위 매기기, 코드 리뷰 사전 점검, 규칙 위반 차단, 모델 라우팅까지 일곱 가지입니다. 키 발급과 스킬 설치, 파이썬 호출 예제, 확률 기준값을 정하는 법도 같이 담았습니다.

Jev는 글을 쓰지 않고 고르는 모델
Jev는 TypeSafe가 만든 System One 모델입니다. 상황(state)과 질문을 주면 문장 대신 정해진 형식의 답을 확률과 함께 돌려줍니다. 질문 유형은 예/아니요에 0~1 값으로 답하는 Noul, 보기 중 하나를 고르는 Choice, 척도에 점수를 매기는 Score, 이미지 속 위치를 찾는 Box(1.14부터)가 있습니다.
글을 쓰지 못하니 코드를 짜거나 도구를 쓰는 일은 못 합니다. 공식 문서도 클로드 코드 같은 에이전트 뒤의 모델을 Jev로 바꿔 끼우는 설정은 없다고 못 박습니다. 쓰는 방식은 이렇습니다. 에이전트는 그대로 두고, 에이전트가 일하다 마주치는 "이 파일이 맞나", "이 변경을 깊게 검토해야 하나" 같은 고르기 단계만 Jev에게 넘깁니다.
속도와 가격은 제작사가 "최대 200배 빠르고 400배 저렴"이라고 발표했습니다. 글을 쓰는 대형 모델과 견준 제작사 수치라서 내 작업에서 같은 배수가 나온다는 보장은 없습니다. 공식 모델 문서의 요금은 입력 토큰 100만 개당 0.042달러이고 출력은 무료입니다(2026년 11월 기준, 바뀔 수 있으니 공식 안내 확인).
시작하기 전에 준비할 것
설치 전 확인
- 쓰는 곳: 클로드 코드(터미널 또는 데스크톱 앱 코드 탭) 또는 코덱스
- 필요한 것: TypeSafe API 키, 터미널. 스킬 설치에 Node.js가 필요한 경우가 있습니다(코덱스 쪽
npx명령). - 출처: 아래 스킬은 TypeSafe 공식 저장소
typesafe-ai/skills(MIT 라이선스)에서 받습니다. - 가입이 대기 상태로 막혀 있는 시기에는 Vercel AI Gateway나 OpenRouter를 거쳐 쓰는 방법도 있습니다. 뒤에서 설명합니다.
API 키 만들고 저장하기
- 브라우저에서 console.typesafe.ai에 들어가 로그인합니다.
- 확인: 콘솔 화면이 열립니다.
- 콘솔의 키 메뉴(console.typesafe.ai/keys)에서 새 API 키를 만들어 복사합니다.
- 확인: 키 문자열이 화면에 나타납니다. 다시 보여 주지 않는 화면일 수 있으니 닫기 전에 복사합니다.
다음 단계는 키를 환경 변수로 저장하는 것입니다. 환경 변수는 터미널에서 실행하는 프로그램이 읽을 수 있게 저장해 두는 값입니다. 터미널을 열고 아래 명령을 실행합니다.
export TYPESAFE_API_KEY="발급받은 키"
- 오류 메시지 없이 다음 입력 줄이 나오면 저장된 것입니다.
- 확인: 입력 줄이 새로 나타납니다.
- 클로드 코드는 키를 저장한 바로 그 터미널에서 실행합니다.
- 확인: 다른 터미널에서 켜면 키를 못 찾습니다. 이 경우 같은 터미널에서 다시 실행하면 됩니다.
키를 대화창에 그대로 붙여 넣지 않습니다. 에이전트에게는 "키는 환경 변수 TYPESAFE_API_KEY에 있다"고만 알려 주면 됩니다. 키를 적어 둔 파일은 깃허브에 올라가지 않게 .gitignore
공식 스킬 설치
스킬은 에이전트가 특정 일을 할 때 참고하는 설명서 묶음입니다. TypeSafe 스킬은 에이전트가 Jev를 부르는 코드를 만들 때 질문 설계, 요청 형식, 현재 문서 위치를 알려 줍니다. 한 가지 방법만 골라 설치합니다. 여러 방법을 섞으면 같은 스킬이 중복됩니다.
클로드 코드에서는 터미널에서 명령 두 줄을 실행합니다(2026년 11월 기준 공식 안내).
claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-ai
- 확인: 클로드 코드를 다시 켜거나
/reload-plugins를 입력한 뒤 /를 쳤을 때 /typesafe:typesafe-ai가 목록에 보입니다. /plugin의 Installed 탭에서도 확인됩니다. - 업데이트:
claude plugin marketplace update typesafe-ai다음에claude plugin update typesafe@typesafe-ai - 지우기:
claude plugin uninstall typesafe@typesafe-ai
코덱스 등 다른 에이전트는 아래 명령을 실행하고, 물어보면 쓰는 에이전트를 고릅니다. 기본은 현재 프로젝트에만 설치되고, 모든 프로젝트에 쓰려면 -g
npx skills add typesafe-ai/skills --skill typesafe-ai
설치한 뒤 에이전트에게 이렇게 요청합니다.
TypeSafe 스킬을 써서 이 프로젝트에서 Jev로 바꾸면 좋은 판단 단계를 찾아 줘.
바로 고치지 말고 계획부터 보여 줘.
계획을 먼저 확인하고, 질문과 기준값은 파일 하나에 모아 두라는 것이 공식 안내입니다. 나중에 기준값을 고치기 쉽습니다.
막힐 때는 두 가지를 봅니다. 에이전트가 스킬을 안 쓰면 "TypeSafe 스킬을 써 줘"라고 이름을 불러 줍니다. 없는 요청 필드를 지어내면 스킬이 낡은 것이니 위의 업데이트 명령을 실행합니다.
가입이 막혔을 때 거치는 길
Vercel AI Gateway에서 모델 이름 typesafe-ai/jevAI_GATEWAY_API_KEYboolean, choice, score
curl https://ai-gateway.vercel.sh/v1/evaluate \
-H "Authorization: Bearer $AI_GATEWAY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "typesafe-ai/jev",
"state": "Tests pass after the latest change.",
"questions": {
"keepGoing": { "type": "boolean", "instructions": "Should the agent continue?" }
}
}'
OpenRouter에서는 typesafe/jev-1.14
파이썬으로 Jev 한 번 불러 보기
Python 3.10 이상이 필요합니다. 가상환경을 만들어 SDK를 설치합니다.
python3 -m venv .venv
.venv/bin/pip install typesafe-sdk
아래는 고객 문의를 팀별로 나누고 급한지도 함께 묻는 예제입니다. 공식 문서 예제를 바탕으로 문장만 바꿨습니다.
from typesafe_sdk import Choice, Noul, TypeSafeClient
with TypeSafeClient() as client:
response = client.system_one(
state="결제가 두 번 됐어요. 빨리 확인해 주세요.",
questions={
"department": Choice(
instructions="어느 팀이 맡아야 하나요?",
criteria={
"billing": "결제, 청구서, 환불 문제",
"shipping": "배송 상태, 지연, 분실",
"other": "위에 해당하지 않는 문의",
},
),
"urgent": Noul(instructions="급하게 처리해 달라는 요청인가요?"),
},
)
print(response.answers["department"].choice)
print(response.answers["department"].probabilities)
print(response.answers["urgent"].noul)
저장한 파일을 .venv/bin/python 파일이름.pyTYPESAFE_API_KEY
문장을 "언제 들어와"처럼 어느 보기에도 뚜렷이 안 맞는 말로 바꿔 돌려 보면 확률이 0.5와 0.49처럼 갈립니다. 질문이나 보기 설명이 모호하다는 신호입니다. 보기마다 한 줄 설명을 붙이고, 헷갈리는 보기는 무엇이 다른지 적어 줍니다.
Jev 활용 사례 7가지
1. 클로드 코드의 대화 압축을 Jev로 바꾸기
대화가 길어지면 클로드 코드는 지금까지의 대화를 모델에 다시 보내 요약시킵니다. 시간이 걸리고, 파일 경로나 오류 메시지 같은 세부가 요약에서 빠지기도 합니다. fast-jev-compaction
설치 전에 알아 둘 조건이 있습니다. 함수 훅이라는 초기 접근 기능을 쓰기 때문에 클로드 코드 2.1.274 이상이어야 하고, ~/.claude/settings.json
{ "env": { "CLAUDE_CODE_ENABLE_FUNCTION_HOOKS": "1", "TYPESAFE_API_KEY": "<발급받은 키>" } }
이 파일에 키를 적으면 평문으로 남으니 파일을 공유하거나 커밋하지 않습니다. 그다음 명령 두 줄로 설치합니다.
claude plugin marketplace add tamaratran/fast-jev-compaction
claude plugin install fast-jev-compaction@fast-jev-compaction
설치 후 클로드 코드를 다시 켜거나 /reload-plugins
2. 스킬이 많을 때 알맞은 스킬 하나 고르기
스킬이 수십 개를 넘으면 에이전트가 모든 설명을 읽고 고르느라 엉뚱한 스킬을 불러오거나, 필요 없는데 불러옵니다. 요청이 들어올 때마다 스킬 이름과 설명, 사용자 요청을 Jev에게 주고 "가장 알맞은 스킬 하나, 또는 없음"을 고르게 하면 됩니다.
TypeSafe 공식 쿡북(예제 모음)에 같은 구조의 시험이 있습니다. 194개 스킬 목록에서 매번 요청 두 번으로 후보를 고릅니다. 첫 요청에서 전체 순위를 매기고, 둘째 요청에서 상위 3개만 다시 읽어 하나를 정합니다. 어느 것도 기준을 못 넘으면 아무것도 제안하지 않습니다. 요청 452건 시험에서 잘못 불러온 비율이 15.7%에서 7.9%로, 필요 없이 불러온 비율이 14.0%에서 5.2%로 줄었다고 쿡북에 적혀 있습니다. 쿡북 작성자의 환경에서 잰 수치이고, 내 스킬 목록에서는 달라질 수 있습니다.
3. 브라우저 에이전트가 다음에 누를 곳 고르기
Browser Use가 공개한 jev-ultrafast(MIT 라이선스)는 이 구조를 쓴 브라우저 에이전트입니다. 화면의 버튼과 입력창에 번호를 붙여 목록으로 만들고, 매 단계 Jev가 동작(클릭, 글자 입력, 스크롤, 대기 등)과 대상 번호를 고릅니다. 글자 입력이 필요한 순간에만 작은 언어 모델이 내용을 씁니다. 기본 방식은 스크린샷이 아니라 페이지 구조 정보를 읽습니다.
실행해 보려면 저장소를 받아 아래 순서로 실행합니다. .env 파일에 TYPESAFE_API_KEYTEXT_MODEL_API_KEY
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
cp .env.example .env
uv run jev
실행되면 브라우저에서 127.0.0.1:8766 을 열어 데모를 시작합니다. 구글 항공편 검색 데모는 약 7초(7,073밀리초) 걸렸다고 저장소 README에 적혀 있습니다. 같은 문서가 작업 하나를 세 번 반복한 측정이어서 일반적인 신뢰도 시험은 아닙니다(저장소 설명 기준). 프레임, 캔버스, 파일 업로드, 팝업 탭은 아직 범위 밖이고, Jev가 끝났다고 판단해도 결과는 따로 검증해야 합니다.
같은 구조를 앱 테스트에 쓰는 방식도 있습니다. 페이지의 모든 버튼과 링크를 목록으로 만들고 Jev가 누를 곳을 고르다가 목표를 달성하거나 막히면 멈춥니다. 관리자, 매니저, 직원 계정으로 차례로 로그인해 각자 허용된 페이지에만 들어가지는지 문서의 권한 규칙과 비교하는 식입니다. 앱이 제대로 동작하는지의 최종 판단은 메인 모델이 맡습니다.
4. 파일 찾기를 키워드 검색과 Jev 순위로 나누기
에이전트가 코드베이스에서 관련 파일을 찾을 때 큰 모델로 파일을 훑으면 느리고 비쌉니다. 먼저 키워드 검색으로 후보를 모으고, Jev가 파일을 20개씩 묶어 요청과의 관련도를 점수 매기면, 에이전트는 상위 몇 개만 열면 됩니다. 점수 매기기는 TypeSafe 쿡북의 재순위(re-ranking) 방식과 같아서 질문 하나에 문서 하나를 짝지어 묻습니다.
한 팀이 이 방식을 스킬로 만들어 시험했을 때 파일 35개의 순위를 매기는 데 1.6초가 걸렸고 맞는 파일이 1순위였다고 합니다. 한 팀의 자체 시험이라 내 프로젝트의 속도와 정확도는 직접 재 봐야 합니다.
5. 코드 리뷰 전에 Jev로 1차 확인하기
기능을 만든 에이전트가 자기 작업을 직접 확인하면 안 되기 때문에 보통 다른 모델에게 검토를 맡깁니다. 문제는 매번 전체 검토를 돌리면 느리다는 점입니다. 검토 앞에 Jev 단계를 하나 끼우는 방법이 있습니다.
- 변경 내용을 Jev에게 주고 예/아니요 질문 일곱 개에 답하게 합니다. 질문은 팀의 규정에 맞게 만듭니다. 예를 들면 "규정상 허용되는 변경인가", "애초에 바꿔야 하는 코드인가" 같은 것입니다.
- 일곱 개가 모두 아니요이면 빠른 검토를 한 번만 합니다.
- 하나라도 예이거나 Jev가 확신하지 못하면 원래대로 전체 검토를 합니다.
Jev는 검토자를 대신하지 않고 전체 검토를 건너뛸지 정하는 문지기 역할만 합니다. 검토자가 놓칠 만한 변경이 "모두 아니요"로 통과하지 않도록 질문 목록은 실제 사고 사례를 보며 다듬어야 합니다.
6. 규칙을 어긴 파일 수정 자동 차단하기
CLAUDE.md
- 파일별 규칙을 프로젝트에 저장해 둡니다.
- 파일을 수정하기 직전에 실행되는 훅이 변경 내용과 그 파일의 규칙을 Jev에게 보냅니다.
- Jev가 규칙마다 "이 변경이 규칙을 어겼나"를 예/아니요로 답합니다.
- 한 팀은 위반 확률이 80% 이상이면 수정을 막도록 정했습니다. 막을 때는 어느 규칙을 어겼는지 에이전트에게 돌려줘서 스스로 고치게 합니다.
그 팀의 시험에서는 브라우저가 직원 데이터를 직접 읽는 파일을 만들라는, 팀 규칙 하나를 어기는 요청이 파일 생성 전에 차단됐다고 합니다. 80%는 그 팀이 고른 값입니다. 되돌리기 어려운 수정일수록 기준을 높이고, 막지 않고 사람에게 확인을 요청하는 단계를 두는 편이 안전합니다.
7. 요청마다 쓸 모델과 생각의 깊이 정하기
코딩 에이전트가 모델을 부를 때마다 Jev에게 먼저 묻는 방식입니다. 가장 강한 모델이 꼭 필요한 일인지, 어느 등급이면 충분한지, 생각을 얼마나 깊게 시킬지를 고르게 해서 쉬운 일에 비싼 모델이 쓰이지 않게 합니다. Jev 자체가 작업을 하지는 않고 담당 모델을 배정하기만 합니다. 절감 폭은 프로젝트마다 다르고 공개된 숫자는 제작자가 과거 기록으로 돌린 시뮬레이션이 전부라서, 내 사용 기록으로 직접 계산해 보는 것이 맞습니다.
그 밖의 시험 프로젝트
개발 도구는 아니지만 Jev가 어떤 자리에 들어가는지 보여 주는 공개 프로젝트도 있습니다. jev-dronetypesafe-mario
확률은 이렇게 읽고 기준값을 정합니다
Choice와 Score 답에는 보기별 확률(probabilities)과 확신도(confidence)가 함께 옵니다. 확신도는 확률이 한 곳에 얼마나 몰려 있는지를 0~1로 줄인 값입니다. 한 보기에 몰려 있으면 1에 가깝고, 고르게 퍼져 있으면 0에 가깝습니다. 맞을 가능성이 아니라 몰림의 정도라는 점이 중요합니다. Noul은 확신도 없이 0~1 값 하나만 줍니다.
공식 문서가 제안하는 기준은 세 구간입니다.
- 확신이 높다: 자동으로 처리합니다.
- 중간이다: 사용자에게 확인을 받거나 검토 표시를 붙입니다.
- 낮다: 처리하지 않고 사람에게 넘기거나 되묻습니다.
Noul은 대략 0.7 이상이면 예, 0.3 이하면 아니요로 읽고, 그 사이 구간에는 반올림하지 않고 별도 처리를 둡니다. Choice는 내가 실제로 실행할 보기의 확률에 기준을 둡니다. 되돌리기 어려운 동작일수록 높게 잡습니다. 공식 예시에서는 잔액 조회는 추가 확인 없이 하고 이체 승인은 0.9를 넘을 때만 진행합니다. 처음에는 보수적으로 시작하고 내 데이터로 시험하면서 조정하는 것이 공식 안내입니다.
기준값에는 팀마다 다른 값이 쓰입니다. 위의 80%나 흔히 쓰이는 0.8~0.9는 출발점일 뿐입니다. 0.5 근처는 질문 문구에 따라 확률이 바뀌어 애매하니 자동 처리 기준으로 쓰지 않는 편이 안전합니다.
Jev에게 맡기면 안 되는 일
공식 문서가 밝힌 약한 부분을 알고 쓰면 시행착오가 줄어듭니다.
- 개수 세기, 계산, 날짜 순서와 기간 비교는 코드로 처리합니다. 항목이 많을수록 틀리기 쉽습니다.
- Choice는 첫 번째 보기로 쏠리는 경향이 있으니 보기 순서를 바꿔 같은 답이 나오는지 확인합니다.
- Choice는 어느 보기에도 안 맞아도 하나를 고릅니다. "보기 중 하나라도 해당하는가"를 묻는 Noul을 짝으로 두고, Noul이 분명한 예일 때만 Choice 답을 씁니다.
- 판단할 글 안에 숨은 지시문이나 유도하는 문구가 답을 바꿀 수 있습니다. 외부에서 들어온 글을 다룰 때 특히 조심합니다.
- 한국어처럼 영어가 아닌 언어는 내 데이터로 먼저 시험합니다. 1.14 변경 기록에 다국어 성능이 좋아졌다고 적혀 있지만 언어별 정확도는 직접 재 봐야 합니다.
- 확률이 높다고 답이 맞는 것은 아닙니다. 최종 결정은 코드나 사람에게 남겨 둡니다.
사례의 속도, 비용, 절감 수치는 모두 제작사나 프로젝트 작성자가 공개한 값입니다. 요금과 모델 이름은 바뀔 수 있으니 2026년 11월 기준이라는 점을 감안해 공식 문서로 다시 확인합니다.
자주 묻는 질문
Jev는 클로드 코드의 모델을 대체하나요?
대체하지 않습니다. Jev는 글과 코드를 만들지 못하고 대화도 하지 못합니다. 클로드 코드는 그대로 쓰고, 에이전트 안의 고르기 단계에만 Jev를 붙입니다. 모델 설정을 Jev로 바꾸는 방법은 공식 문서에도 없습니다.
가장 쉽게 시작하려면 무엇부터 해 보나요?
API 키를 만들고 공식 스킬을 설치한 다음, 에이전트에게 "Jev로 바꾸면 좋은 판단 단계를 찾아 줘"라고 요청하는 것이 가장 가볍습니다. 그다음 압축 플러그인처럼 설치만으로 효과를 볼 수 있는 사례를 하나 골라 써 봅니다.
가입이 막혀 있으면 쓸 수 없나요?
TypeSafe 자체 가입이 대기 중일 때는 Vercel AI Gateway나 OpenRouter를 거쳐 호출하는 방법이 있습니다. 모델 이름과 키 종류가 다르니 해당 서비스의 모델 페이지 안내를 따릅니다.
Jev 요금은 얼마인가요?
공식 모델 문서 기준으로 입력 토큰 100만 개당 0.042달러이고 출력은 무료입니다. 이미지를 넣으면 입력 토큰으로 계산됩니다. 가격은 바뀔 수 있으니 쓰기 전에 공식 안내를 확인합니다.
이 글의 본문은 아래 원본 유튜브 영상의 내용을 바탕으로 쓸모연구소가 다시 정리해 쓴 것입니다. 세부 내용과 최신 정보는 원본 영상과 공식 안내에서 확인해 주세요.
원본 영상 보러가기 ↗