아마존이 자체 Jev 클론을 출시하며 의사결정 모델들이 웹을 가득 채우고 있다

Amazon Web Services는 TypeSafe의 Jev에서 영감을 받은 오픈소스 의사결정 모델을 출시했으며, 이는 AI 개발자들이 최전방 대형 언어 모델보다 컴퓨터 자동화에 최적화된 지능을 점점 더 우선시하고 있기 때문입니다.
OpenAI가 유사한 서비스를 발표한 것과 같은 주에 출시된 Amazon의 Strands Decider 2B는 미리 결정된 옵션을 분류하기 위한 고속 저비용 방법을 제공하며, 선택에 대한 신뢰도 점수도 제공합니다. 이 모델은 완전히 오픈소스이며 즉시 사용 가능하며, 로컬에서 실행할 수 있을 정도로 컴팩트합니다.
Amazon distinguished engineer Marc Brooker은 Jev를 관찰하고 유사한 모델을 구축하려는 시도를 한 후 이 프로젝트를 시작했습니다. 자체 제작된 프로젝트는 성공적이었으며, 크기 대비 Jevbench 랭킹에서 잠시 1위를 차지했습니다. 이에 Amazon 엔지니어들은 이를 다듬어 AI 에이전트 배포를 위한 도구 및 프로토콜 개발에 중점을 둔 부서인 Strands Labs를 통해 출시했습니다.
Brooker은 이러한 도구에 대한 수요가 AWS 고객들과의 논의에서 비롯되었다고 설명했습니다. 그들의 에이전트 워크플로우는 항상 완전히 기능하는 대형 언어 모델(LLM)의 기능이나 비용을 필요로 하지 않는 경우가 많습니다.
Brooker은 TechCrunch와의 인터뷰에서 “이러한 모델 클래스에 대한 제 관심을 끌었던 것은 이들이 워크플로우 단계의 완벽한 의사결정자라는 점이었습니다. ‘현재 위치를 기준으로 여기서 내가 해야 할 다음 단계는 무엇인가?’”라고 말했습니다. 그는 이러한 접근 방식이 신뢰도 점수와 답변의 폐쇄적 도메인 덕분에 더 신뢰할 수 있도록 구조화된 워크플로우 단계를 제공하며, 잠재적으로 낮은 지연 시간과 비용을 제공한다고 지적했습니다.
다른 의사결정 모델과 마찬가지로 Strands Decider은 LLM의 ‘몸통’을 기반으로 구축되었으며, 구체적으로는 Qwen3.5-2B를 사용하지만 텍스트를 생성하는 대신 교정된 출력을 생성합니다. TypeSafe는 그들의 모델에 경제학자 William Stanley Jevons의 이름을 붙였으며, 그의 이론인 어떤 것(예: 컴퓨터 지능)의 비용 하락이 실제로 그 수요를 증가시킬 수 있다는 점을 인용했습니다.
TypeSafe의 데뷔 이후 연구자들로부터 수십 가지 유사한 모델이 등장한 것은 광범위한 관심을 보여주지만, 그들의 실용적 가치에 대한 의문을 제기합니다. Brooker은 핵심 과제는 지능을 희생하지 않으면서 모델의 빠른 의사결정을 최적화하는 데 있다고 제안합니다.
Brooker은 TechCrunch와의 인터뷰에서 “정확도와 이러한 작업에 대한 교정 성능을 높이는 동시에, 다양한 언어 이해, 기존 지식 보유 등 일반적이고 흥미로우며 유용하게 만드는 성능을 저하시키지 않는 매우 신중한 균형을 찾아야 합니다.”라고 말했습니다.
그럼에도 그는 최전방 연구소들이 이러한 틈새 시장을 지배할 것이라고 반드시 기대하지 않습니다. 특히 작은 시장에서 의미 있는 무언가를 구축하는 비용이 종종 수백 또는 수천 달러에 불과하기 때문입니다.
한편, TypeSafe 임원들은 그들의 접근 방식을 정교화하고 미래 모델을 개선하는 데 집중하고 있습니다.
Diogo Almeida CEO 및 설립자는 TechCrunch와의 인터뷰에서 “사람들이 이것이 금광 열풍이라고 생각할 수 있지만, 실제로 모델을 똑똑하게 만드는 것이 얼마나 어려운지 과소평가하고 있을 수 있습니다.”라고 덧붙이며, 아직 자사에 대한 진정한 경쟁이 나타나지 않는다고 보았습니다.
“현재의 물결은 지능을 유용하게 만드는 데 깊이 헌신한 팀보다는 멋진 아키텍처를 구현하려는 머신러닝 전문가들의 모습에 더 가깝습니다.”
관련 기사
400달러 미만: Hugging Face, 오픈소스 미니 이족 보행 로봇 ‘Microduck’ 출시
Hugging Face의 지원을 받는 오픈소스 로봇 스타트업인 Pollen Robotics가 소형 이족 보행 로봇 ‘Microduck’의 소스 코드를 공개했습니다. 높이 25cm, 무게 800g에 불과한 이 매력적인 기계 오리 로봇은 강화 학습, Sim2Real 전이 학습, 실시간 제어를 결합하여 소형 체화형 AI 연구를 위한 강력한 플랫폼으로 기능합니다.
구글 제미나이가 개인화된 AI 이미지 생성을 위해 구글 포토와 깊이 통합됨
구글은 최근 AI 어시스턴트 제미니(Gemini)에 대한 중요한 업데이트를 배포하며, 이를 구글 포토스와 깊이 통합했습니다. 이 기능 강화로 인해 제미니는 사용자의 사진 라이브러리에서 시각 데이터에 직접 접근할 수 있게 되었으며, 이를 통해 더욱 개인화된 AI 생성 이미지를 만들 수 있습니다. 이제 사용자는 자신이나 가족의 AI 초상화를 생성하기 위해 소설처럼 긴 설명을 작성할 필요가 없습니다. 대신, AI는 앨범 내 실제 사진에서 세부 정보를
레딧의 걸작이 클로드를 실시간으로 손글씨를 통해 상호작용하게 만들어, 단순히 뛰어난 몰입감 있는 학습 경험을 제공합니다.
레딧의 한 개발자가 클로드 AI와 실시간으로 대화할 수 있는 새로운 인터랙티브 필기 앱을 출시했습니다. 해리 포터 시리즈의 토머스 릿일의 일기장이 지닌 마법적인 쌍방향 소통을 모방한 이 도구는 디지털 필기를 따뜻하고 즉각적인 학습 경험으로 변화시킵니다.실시간 필기 교환스타일러스를 사용해 생각을 간단히 적거나 아이디어를 브레인스토밍하며 노트를 작성하세요. 클로드는 사용자의 필기를 인식하고 자연스럽고 흐르는 필체로 같은 페이지에 직접 응답합니다.
관련 특별 주제 추천
의견 (0)
0/500

Amazon Web Services는 TypeSafe의 Jev에서 영감을 받은 오픈소스 의사결정 모델을 출시했으며, 이는 AI 개발자들이 최전방 대형 언어 모델보다 컴퓨터 자동화에 최적화된 지능을 점점 더 우선시하고 있기 때문입니다.
OpenAI가 유사한 서비스를 발표한 것과 같은 주에 출시된 Amazon의 Strands Decider 2B는 미리 결정된 옵션을 분류하기 위한 고속 저비용 방법을 제공하며, 선택에 대한 신뢰도 점수도 제공합니다. 이 모델은 완전히 오픈소스이며 즉시 사용 가능하며, 로컬에서 실행할 수 있을 정도로 컴팩트합니다.
Amazon distinguished engineer Marc Brooker은 Jev를 관찰하고 유사한 모델을 구축하려는 시도를 한 후 이 프로젝트를 시작했습니다. 자체 제작된 프로젝트는 성공적이었으며, 크기 대비 Jevbench 랭킹에서 잠시 1위를 차지했습니다. 이에 Amazon 엔지니어들은 이를 다듬어 AI 에이전트 배포를 위한 도구 및 프로토콜 개발에 중점을 둔 부서인 Strands Labs를 통해 출시했습니다.
Brooker은 이러한 도구에 대한 수요가 AWS 고객들과의 논의에서 비롯되었다고 설명했습니다. 그들의 에이전트 워크플로우는 항상 완전히 기능하는 대형 언어 모델(LLM)의 기능이나 비용을 필요로 하지 않는 경우가 많습니다.
Brooker은 TechCrunch와의 인터뷰에서 “이러한 모델 클래스에 대한 제 관심을 끌었던 것은 이들이 워크플로우 단계의 완벽한 의사결정자라는 점이었습니다. ‘현재 위치를 기준으로 여기서 내가 해야 할 다음 단계는 무엇인가?’”라고 말했습니다. 그는 이러한 접근 방식이 신뢰도 점수와 답변의 폐쇄적 도메인 덕분에 더 신뢰할 수 있도록 구조화된 워크플로우 단계를 제공하며, 잠재적으로 낮은 지연 시간과 비용을 제공한다고 지적했습니다.
다른 의사결정 모델과 마찬가지로 Strands Decider은 LLM의 ‘몸통’을 기반으로 구축되었으며, 구체적으로는 Qwen3.5-2B를 사용하지만 텍스트를 생성하는 대신 교정된 출력을 생성합니다. TypeSafe는 그들의 모델에 경제학자 William Stanley Jevons의 이름을 붙였으며, 그의 이론인 어떤 것(예: 컴퓨터 지능)의 비용 하락이 실제로 그 수요를 증가시킬 수 있다는 점을 인용했습니다.
TypeSafe의 데뷔 이후 연구자들로부터 수십 가지 유사한 모델이 등장한 것은 광범위한 관심을 보여주지만, 그들의 실용적 가치에 대한 의문을 제기합니다. Brooker은 핵심 과제는 지능을 희생하지 않으면서 모델의 빠른 의사결정을 최적화하는 데 있다고 제안합니다.
Brooker은 TechCrunch와의 인터뷰에서 “정확도와 이러한 작업에 대한 교정 성능을 높이는 동시에, 다양한 언어 이해, 기존 지식 보유 등 일반적이고 흥미로우며 유용하게 만드는 성능을 저하시키지 않는 매우 신중한 균형을 찾아야 합니다.”라고 말했습니다.
그럼에도 그는 최전방 연구소들이 이러한 틈새 시장을 지배할 것이라고 반드시 기대하지 않습니다. 특히 작은 시장에서 의미 있는 무언가를 구축하는 비용이 종종 수백 또는 수천 달러에 불과하기 때문입니다.
한편, TypeSafe 임원들은 그들의 접근 방식을 정교화하고 미래 모델을 개선하는 데 집중하고 있습니다.
Diogo Almeida CEO 및 설립자는 TechCrunch와의 인터뷰에서 “사람들이 이것이 금광 열풍이라고 생각할 수 있지만, 실제로 모델을 똑똑하게 만드는 것이 얼마나 어려운지 과소평가하고 있을 수 있습니다.”라고 덧붙이며, 아직 자사에 대한 진정한 경쟁이 나타나지 않는다고 보았습니다.
“현재의 물결은 지능을 유용하게 만드는 데 깊이 헌신한 팀보다는 멋진 아키텍처를 구현하려는 머신러닝 전문가들의 모습에 더 가깝습니다.”
400달러 미만: Hugging Face, 오픈소스 미니 이족 보행 로봇 ‘Microduck’ 출시
Hugging Face의 지원을 받는 오픈소스 로봇 스타트업인 Pollen Robotics가 소형 이족 보행 로봇 ‘Microduck’의 소스 코드를 공개했습니다. 높이 25cm, 무게 800g에 불과한 이 매력적인 기계 오리 로봇은 강화 학습, Sim2Real 전이 학습, 실시간 제어를 결합하여 소형 체화형 AI 연구를 위한 강력한 플랫폼으로 기능합니다.
구글 제미나이가 개인화된 AI 이미지 생성을 위해 구글 포토와 깊이 통합됨
구글은 최근 AI 어시스턴트 제미니(Gemini)에 대한 중요한 업데이트를 배포하며, 이를 구글 포토스와 깊이 통합했습니다. 이 기능 강화로 인해 제미니는 사용자의 사진 라이브러리에서 시각 데이터에 직접 접근할 수 있게 되었으며, 이를 통해 더욱 개인화된 AI 생성 이미지를 만들 수 있습니다. 이제 사용자는 자신이나 가족의 AI 초상화를 생성하기 위해 소설처럼 긴 설명을 작성할 필요가 없습니다. 대신, AI는 앨범 내 실제 사진에서 세부 정보를
레딧의 걸작이 클로드를 실시간으로 손글씨를 통해 상호작용하게 만들어, 단순히 뛰어난 몰입감 있는 학습 경험을 제공합니다.
레딧의 한 개발자가 클로드 AI와 실시간으로 대화할 수 있는 새로운 인터랙티브 필기 앱을 출시했습니다. 해리 포터 시리즈의 토머스 릿일의 일기장이 지닌 마법적인 쌍방향 소통을 모방한 이 도구는 디지털 필기를 따뜻하고 즉각적인 학습 경험으로 변화시킵니다.실시간 필기 교환스타일러스를 사용해 생각을 간단히 적거나 아이디어를 브레인스토밍하며 노트를 작성하세요. 클로드는 사용자의 필기를 인식하고 자연스럽고 흐르는 필체로 같은 페이지에 직접 응답합니다.





집






