입력 100만 토큰에 0.042달러? TypeSafe Jev 가격과 활용법

geul09.16조회 20

시간이 없다면 이것만 읽어도 된다.

TypeSafe의 Jev는 자료를 읽고 선택값이나 점수를 JSON으로 돌려주는 AI다.
펜션 예약 문의, 이사 견적 접수, 커머스 교환, 피부과 예약 안내에 응용할 수 있다.
입력 100만 토큰당 0.042달러, 출력은 무료다. 처리 건수가 아닌 토큰 사용량 기준이며, 서버 등 다른 비용은 별도다.
JSON 형식이 맞아도 판단은 틀릴 수 있다. 중요한 결과는 따로 확인해야 한다.
아래에 짧은 TypeScript 예제가 있다. 공식 사이트는 typesafe.ai.

입력 100만 토큰에 0.042달러. TypeSafe가 공개한 Jev의 가격이다. 출력 토큰 비용은 없다. 100만 토큰은 100만 건이라는 뜻이 아니며, 한 건에 넣는 자료와 질문의 길이에 따라 처리할 수 있는 건수가 달라진다.

만든 회사는 TypeSafe다. 공식 주소는 typesafe.ai.

Jev는 자료를 읽고 정해진 질문에 답하는 AI다. "이 문의는 어느 팀으로 보내야 할까?"라고 물으면 우리가 준비한 선택지에서 하나를 고른다. 답은 프로그램이 바로 읽을 수 있는 JSON으로 돌아온다.

예를 들어 "결제는 됐는데 주문 내역이 없어요"라는 문의가 들어왔다고 해보자. 결제, 배송, 기타 중에서 담당 부서를 고르게 하고, 프로그램은 그 답에 따라 문의를 배정하면 된다.

질문 방식은 세 가지다.

Choice는 정해진 선택지 중 하나를 고른다.
Score는 미리 정한 기준에 따라 점수를 매긴다.
Noul은 예 또는 아니오로 답할 질문에 0에서 1 사이의 값을 돌려준다.

같은 문의를 놓고 담당 부서, 긴급한 정도, 추가 정보가 필요한지를 한꺼번에 물을 수도 있다. 그 답으로 무엇을 할지는 개발자가 코드로 정한다. 공식 문서

TypeScript로는 아래처럼 쓸 수 있다. Node.js 20 이상인 서버에서 SDK를 설치하고, 환경 변수에 TYPESAFE_API_KEY를 설정한다. API 키가 노출되지 않도록 브라우저에서는 실행하지 않는다.

npm install @typesafe-ai/sdk

import { choice, TypeSafeClient } from "@typesafe-ai/sdk";

const client = new TypeSafeClient();

const result = await client.systemOne({
  state: "결제는 됐는데 주문 내역이 없어요.",
  questions: {
    department: choice("이 문의를 맡을 부서를 골라주세요.", {
      billing: "결제, 청구, 결제 후 주문 누락",
      shipping: "배송 지연, 배송 조회",
      other: "어느 쪽에도 해당하지 않는 문의",
    }),
  },
});

const { choice: department, confidence } = result.answers.department;

console.log(department);
console.log(confidence);

state에 문의를 넣고 choice에 선택지를 적으면 된다. department에는 billing, shipping, other 중 하나가 들어온다. 화면에서는 이 값을 부서 이름으로 바꿔 추천하거나, 서버에서 담당 부서에 연결할 수 있다.

예를 들어 billing이 돌아오면 결제 담당으로 분류하는 식이다. 실제 응답은 실행해봐야 알 수 있다. 이 코드는 호출 흐름을 보여주는 최소 예제라 오류 처리와 검토 기준은 생략했다. TypeScript SDK 문서

업종별로 소프트웨어에 붙인다면 이렇게 써볼 수 있다. 아래는 실제 도입 실적이 아니라, 공식 문서의 분류 방식을 응용한 개발 아이디어다.

펜션 예약 사이트: "강아지 두 마리와 가는데 바비큐도 되나요?"라는 문의에서 반려동물과 바비큐 관련 질문을 각각 감지한다. 화면에는 필요한 안내를 보여주고, 서버는 객실별 이용 규정과 예약 가능 여부를 조회한다. 직원이 같은 안내를 반복하는 일을 줄이는 데 쓸 수 있다.
이사업체 견적 폼: "엘리베이터 없는 4층이고 피아노가 있어요"라는 내용을 읽고 계단 운반과 특수 짐 항목을 제안한다. 고객이 확인하면 견적 접수 정보에 반영한다. 실제 요금 계산과 방문 견적 여부는 업체 기준으로 정한다.
커머스 교환 접수: "신발이 작아서 큰 사이즈로 바꾸고 싶어요"를 사이즈 교환으로 분류해 교환 화면을 연다. 서버는 주문, 재고, 교환 가능 기간을 확인한다. 고객이 긴 메뉴를 찾거나 상담원이 문의를 다시 분류하는 수고를 줄일 수 있다.
피부과 병원 예약: "다음 주 예약을 옮기고 주차도 알고 싶어요"에서 예약 변경과 주차 문의를 각각 구분한다. 화면에는 변경 가능한 시간과 병원이 등록한 주차 안내를 보여준다. 증상이나 시술 후 상태에 관한 문의는 의료진 확인으로 넘기고, 모델이 진단하거나 시술을 결정하게 하지는 않는다.

공통 구조는 같다. Jev가 문의의 뜻을 분류하고, 화면은 필요한 선택지를 보여주며, 서버는 실제 예약이나 주문 정보를 확인한다. 예약 확정, 결제, 취소는 기존 확인 절차를 따른다. 고객 정보를 외부 API로 보낼 때는 판단에 필요한 내용만 보내도록 설계한다.

앞의 TypeScript 예제도 이 구조의 출발점이다. 한 문의에 여러 요청이 섞이면 Choice 하나로 억지로 고르기보다, "예약 변경 요청인가?", "주차 문의가 있는가?"를 각각 Noul로 물으면 된다. 공식 처리 분기 예제

TypeSafe가 공개한 처리 흐름. 여러 질문의 답을 코드에서 조합한다. 이미지 출처

가격은 2026년 9월 16일 확인한 공식 발표 기준으로 입력 100만 토큰당 0.042달러다. 출력 토큰은 무료다. 토큰은 AI가 글을 나눠 읽는 단위라 글자 수와 딱 맞아떨어지지는 않는다.

과금 대상	가격
입력 100만 토큰	0.042달러
출력 토큰	무료

사용료는 실제 입력 토큰 수에 비례한다. 문서가 길거나 여러 번 호출하면 비용이 늘어나고, 서버와 다른 AI 사용료는 별도다. 공식 가격

TypeSafe가 공개한 비용과 성능 비교. 회사 자체 평가이므로 우리 서비스에서도 같은 결과가 나오는지는 따로 확인해야 한다. 이미지 출처

아래는 기존 LLM과 응답 방식을 비교한 공식 영상이다.

영상이 안 보이면 여기서 직접 보기

한 가지는 구분해서 봐야 한다. JSON 형식이 일정하다고 답까지 정확한 것은 아니다. 정해진 선택지 안에서도 틀린 것을 고를 수 있다. 응답에 붙는 confidence도 정답 보증이 아니라 선택지별 확률이 얼마나 한쪽으로 모였는지를 요약한 값이다. confidence 설명

그래서 처음부터 중요한 판단을 전부 맡기기보다는, 지금 사람이 분류하고 확인하는 일 옆에서 결과를 비교해보는 게 좋겠다. 얼마나 맞혔는지, 중요한 오류를 놓치지는 않는지, 확인하는 시간이 실제로 줄었는지를 보면 된다.

아직 직접 사용해보지는 않았다. 이 글은 공식 문서와 데모를 읽고 정리한 내용이며, 한국어 성능과 실제 응답 속도는 확인이 필요하다. 직접 써보고 싶다면 시작 안내를 참고하면 된다.

댓글