타입세이프 AI가 의사결정 모델 '제브'의 최신판 '제브 1.14'를 공개하며 이미지 입력과 객체 위치를 찾는 '박스' 질의, 컨텍스트 길이 확장을 실험적으로 추가했다. PNG·JPEG 이미지를 최대 16MB까지 입력할 수 있고, 전용 헤더를 설정하면 컨텍스트 한도가 기본 6만4000토큰에서 26만2000토큰까지 늘어난다. 자체 테스트에서 일부가 잘린 그림 36개 중 바운딩 박스 질문 4개를 조합했을 때 30개를 정확히 찾아냈다. 다만 회사는 새 기능이 아직 실험 단계로 실제 서비스에 적용하기에는 안정성이 부족하다고 밝혔다. 구조화된 응답을 반환하는 의사결정 모델이 멀티모달 영역으로 확장되는 흐름을 보여주는 사례다.
- •제브 1.14, 이미지 입력과 바운딩 박스 '박스' 질의 기능 실험적 추가
- •장문 컨텍스트 헤더 설정 시 토큰 한도 6만4000→26만2000으로 확장
- •자체 테스트서 바운딩 박스 4개 조합 질문이 전체 일괄 질문보다 탐지 정확도 높아
- •개발자 실험용 '위험 구역' API 플래그 도입, 운영 환경 사용은 비권장
- •가격은 기존과 동일하게 입력 토큰 100만개당 0.042달러, 출력 무료
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
타입세이프 AI, 의사결정 모델 '제브'에 멀티모달 등 기능 확장
- 1.타입세이프 AI, 의사결정 모델 '제브' 최신판 1.14 공개…이미지 입력·바운딩 박스·장문 컨텍스트 추가
- 2.실험 기능 전용 '위험 구역' API 플래그 도입, 개발자가 안정성 미검증 기능도 선택적으로 사용 가능
- 3.컨텍스트를 기본 6만4000토큰에서 헤더 설정 시 26만2000토큰까지 확장
- 4.자체 테스트에서 잘린 이미지 36개 중 경계별 개별 질문 방식이 30개를 가장 정확히 탐지
왜 중요한가?
텍스트 중심이던 구조화 의사결정 모델에 이미지·객체 탐지 기능을 더해 문서·스크린샷 기반 판단 자동화로 활용 범위를 넓히려는 시도다. 다만 신기능이 아직 실험 단계임을 거듭 명시해 실제 서비스 적용은 신중할 필요가 있다.
본문 미리보기
AI 의사결정 모델이 텍스트 분석을 넘어 이미지 속 정보를 해석하고 객체의 위치까지 찾아내는 방향으로 진화하고 있다. 타입세이프 AI는 개발자들이 새로운 기능을 자유롭게 실험할 수 있도록 기존 모델의 멀티모달 기능과 컨텍스트 처리 한계를 확장했다. 타입세이프 AI는 14일(현지시간) 의사결정 모델 '제브(Jev)'의 최신 버전 '제브 1.14'를 공개했다.이미지 입력과 객체 위치를 지정하는 바운딩 박스 기능, 장문 컨텍스트 지원 등을 추가해 텍스트 중심의 의사결정에서 시각 정보 분석과 객체 탐지까지 활용 범위를 넓혔다. 다만 새 기
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안
