Jev 시작하기 — 대기자 명단·SDK·Vercel AI Gateway 경로

키 발급부터 첫 호출까지. 직접 SDK 로 부르는 길과 Vercel AI Gateway 를 거치는 길, 그리고 첫 결정 하나를 고르는 요령입니다.

Jev 는 대기자 명단 기반 조기 접근입니다. typesafe.ai 에서 신청하면 초기에는 하루 이틀 안에 메일이 왔다는 보고가 많았고, 키는 console.typesafe.ai 에서 만듭니다. 기다리기 싫다면 Vercel AI Gateway 에 typesafe-ai/jev 로 같은 가격($0.042/1M 입력)에 올라와 있습니다.

직접 호출 경로

• 엔드포인트 하나: POST https://api.typesafe.ai/v1/systemone
• 요청 필드: model · state · questions
• Python 3.10+: pip install typesafe-sdk → TypeSafeClient().system_one(state=…, questions={…})
• Node 20+: npm install @typesafe-ai/sdk → client.systemOne({ state, questions })
• 두 SDK 모두 TYPESAFE_API_KEY 환경변수를 읽고 기본 모델은 jev-latest

AI SDK 7(7.0.105 이상)에는 이런 모델을 위한 experimental_evaluate 가 있고 TypeSafe 가 네이티브 프로바이더입니다. OpenAI·Anthropic·Google 모델도 어댑터로 같은 질문에 답하게 할 수 있어 자기 라벨 데이터로 Jev 와 LLM 을 나란히 비교하기 좋습니다. 단, 어댑터는 확률 분포를 돌려주지 않고 캘리브레이션도 약속하지 않으니 비교는 정확도·비용·지연에 한정됩니다. TypeSafe 의 confidence 는 result.providerMetadata.typesafe.confidence 아래에 질문 ID 별로 들어옵니다.

이미 코드나 LLM 이 하고 있고, 틀려도 값싼 결정 하나를 고릅니다 — 지원 티켓 분류, 스팸 플래그, RAG 후보 문단 관련성 필터 같은 것. Playground 에서 state 와 질문 모양을 잡고, 기존 라벨과 비교해 임계값을 정한 뒤, 그 결정 하나만 교체합니다. 처음부터 파이프라인을 갈아엎지 않습니다.

TypeSafe 는 Codex·Claude Code·Cursor 등에서 쓸 Agent Skill 을 배포합니다(npx skills add typesafe-ai/skills --skill typesafe-ai). 에이전트에게 필요한 결정을 말하면 Choice/Score/Noul 중 무엇을 쓸지 고르고 호출 코드를 짜 주되, 실행과 권한은 내 애플리케이션이 보유하는 구조입니다.

본문 사진 — 아래 2장은 이 편 주제에 맞춰 제작한 연출 사진(실사 스타일)입니다.

이번 호 키워드

· 대기자 명단
· typesafe-sdk
· Vercel AI Gateway
· 첫 결정 하나