정말 모든 게 Jev가 되고 있습니다. OpenAI가 GPT-6 Luna 기반 Decisions API를 공개한 데 이어, 리퀴드 AI도 9월 30일 오전 3시 35분(KST) 첫 의사결정 모델 d1을 발표했습니다. d1은 문장을 길게 생성하지 않고 정해진 선택지를 분류·선택·점수화하며 출력 토큰은 0입니다. 리퀴드 AI는 d1이 Hugging Face Decision Index에서 Jev를 처음으로 넘어선 모델이라고 밝혔습니다.
Liquid AI d1이란: 문장 대신 결정을 돌려주는 의사결정 모델
d1은 상태(state)와 질문을 입력받아 미리 정해 둔 답의 확률을 한 번의 호출로 반환합니다. 일반적인 문장 생성을 하지 않아 공식 예시 응답의 output_tokens 값은 0입니다.
리퀴드 AI는 d1이 다국어 평가에서 앞서고, 프롬프트 인젝션에 더 견고하며, 긴 입력을 더 잘 처리한다고 밝혔습니다. 소프트웨어 환경에서 빠르고 구조화된 결정을 내리는 용도도 함께 제시했습니다.
출처: X @liquidai
Hugging Face Decision Index에서 Jev를 처음 넘었다
리퀴드 AI가 공개한 비교표에서 d1은 다섯 영역 중 Arts·Language·Retrieval 세 영역에서 Jev 1.13보다 높은 점수를 기록했습니다. Tools와 Knowledge에서는 Jev가 앞섰고, 종합 Decision Index는 d1 58.9, Jev 57.9입니다.
| 영역 | 벤치마크 수 | d1 | Jev 1.13 | 차이 |
|---|---|---|---|---|
| Arts | 7 | 45.5 | 37.7 | +7.8 |
| Language | 10 | 67.6 | 62.0 | +5.6 |
| Retrieval | 6 | 60.7 | 55.4 | +5.3 |
| Tools | 5 | 74.1 | 75.1 | −1.0 |
| Knowledge | 10 | 43.3 | 51.3 | −8.0 |
| Decision Index | 5개 영역 | 58.9 | 57.9 | +1.0 |
이 값은 차트 하단 표기대로 Hugging Face Decision Index 0.2.1을 리퀴드 AI가 재현해 잰 결과입니다. Hugging Face Decision Index 리더보드에서 평가 구성을 볼 수 있습니다.
질문은 세 가지: Noul, Choice, Score
| 유형 | 돌려주는 값 | 예시 |
|---|---|---|
| Noul | 예/아니오 확률(0~1) | 이 메시지는 스팸인가요? |
| Choice | 이름이 붙은 선택지 하나, 선택지별 확률과 confidence | 어느 부서가 이 문의를 처리할까요? |
| Score | 순서가 있는 기준표의 확률 가중 위치와 단계별 확률 | 이 요청은 얼마나 급한가요? |
각 질문의 답은 고정된 유형으로 돌아옵니다. 한 요청 안에 유형이 다른 질문을 여러 개 넣어 함께 처리할 수도 있습니다.
Liquid AI d1 사용법: API 키 발급부터 첫 호출까지
- console.liquid.ai에서 가입하고 조직에 참여합니다.
- Dashboard에서 API Keys로 이동합니다.
- 키를 생성해 복사합니다. 키는
liquid_로 시작하며 환경 변수에 보관합니다.
export LIQUID_API_KEY="liquid_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"공식 문서의 첫 호출 예시입니다.
curl -s https://api.liquid.ai/decisions/v1/systemone \
-H "Authorization: Bearer $LIQUID_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "d1:free",
"state": "I have been waiting over three weeks for my order and nobody has responded to my emails. This is completely unacceptable.",
"questions": {
"is_complaint": {
"type": "noul",
"instructions": "Is this message a complaint from the customer?"
}
}
}'응답의 noul 값 0.999는 메시지가 고객 불만일 확률이며, output_tokens는 0입니다.
{
"model": "d1:free",
"answers": {
"is_complaint": {
"type": "noul",
"noul": 0.999
}
},
"usage": {
"input_tokens": 84,
"output_tokens": 0
}
}Python SDK는 pip install typesafe-sdk, TypeScript SDK는 npm install @typesafe-ai/sdk로 설치합니다. 두 SDK 모두 TypeSafeClient를 사용하며, Jev와 같은 클라이언트에서 base URL을 https://api.liquid.ai로 지정하는 방식입니다.
리퀴드 AI 연구원 Maxime Labonne은 d1 체크포인트를 무료로 시험해 볼 수 있다고 소개하면서 의사결정 모델을 2020년 BERT 시절에 비유했습니다.
출처: X @maximelabonne
어떤 작업에 쓰나: LLM 호출을 d1으로 옮기는 기준
의사결정 모델 문서는 분류, 라우팅, 점수화, 분류 대기열 정리, 콘텐츠 검수, 가드레일과 안전 점검, LLM 심사 대체, 에이전트 도구 호출 승인, 모델 라우팅을 적합한 작업으로 듭니다. 기준은 간단합니다. 답이 미리 정해 둔 N개 중 하나라면 의사결정 모델, 새 문장을 만들어야 한다면 언어 모델입니다.
| 비교 | 언어 모델 호출 | 의사결정 모델 |
|---|---|---|
| 출력 | 파싱할 생성 토큰 | 확률이 붙은 결정 |
| 지연 | 출력 길이와 추론에 따라 증가 | 낮고 예측 가능 |
| 출력 토큰 | 한 단어 답변도 토큰 사용 | 0 |
| 불확실성 | 없거나 모델이 숫자를 직접 보고 | 모든 답에 보정된 확률 |
| 스키마 오류 | 깨진 JSON이 나올 수 있음 | 정해진 형식으로 반환 |
| 여러 결정 | 순차 호출 | 한 호출에 병렬 처리 |
글쓰기, 요약, 코드 생성, 열린 질문 답변, 다중 턴 대화, 여러 단계를 거치는 추론처럼 새 문장을 만들어야 하는 작업은 언어 모델이 맡습니다.
데모: d1과 Jev가 겨루는 Road Decider
Road Decider는 세 차선 도로에서 살아남는 픽셀 아트 레이싱 게임입니다. 두 차가 같은 도로를 달리고 목숨은 세 개이며 결승선은 없습니다. 게임 속도에 따라 초당 2~5번 d1에 LEFT·CENTER·RIGHT 중 하나를 고르는 Choice 질문을 보냅니다.
You vs d1 모드에서는 방향키로 직접 움직이고 Enter로 시작합니다. Jev vs d1 모드는 OpenRouter 키를 사용하며 Jev 기본 모델은 typesafe/jev-1.13입니다. Node.js 18 이상과 Liquid API 키가 필요합니다.
git clone https://github.com/Liquid4All/cookbook.git
cd cookbook/examples/road-decider
cp .env.example .env
# Edit .env: add LIQUID_API_KEY, and optionally OPENROUTER_API_KEY
npm install
npm run dev개발 서버를 실행한 뒤 로컬 주소를 열면 경주를 시작할 수 있습니다.
출처: X @liquidai
Jev 2주 만에 OpenAI, Ollama, 리퀴드 AI까지
Jev는 9월 16일 오전 3시 17분(KST) 공개됐습니다. 정해진 선택을 빠르게 내리는 의사결정 모델이라는 새로운 접근이 주목받았습니다.
출처: X @CompleteSkeptic
9월 29일 OpenAI는 DevDay에서 GPT-6 Luna 기반 Decisions API를 공개했습니다. 자세한 내용은 OpenAI Decisions API 공개: Jev 2주 만에 GPT-6 Luna가 0.15초에 선택지를 고른다에서 정리했습니다.
9월 30일 오후 1시 25분(KST)에는 Ollama가 로컬 의사결정 모델 지원을 발표했습니다. ollama pull nimble로 시작하고 로컬 /v1/systemone API를 이용합니다. Nimble, Tev1 4b, Tev1 0.8b를 사용할 수 있으며 티켓 분류, 모델 라우팅, 콘텐츠 검수에 적용할 수 있습니다. 자세한 내용은 Ollama 공식 블로그와 문서에서 확인할 수 있습니다.
출처: X @ollama
같은 날 리퀴드 AI도 첫 의사결정 모델 d1을 공개했습니다. 2주 전만 해도 Jev가 신기했는데 이제는 OpenAI부터 Ollama, 리퀴드 AI까지 같은 방식으로 움직이고 있습니다.
