이 영상의 주제
이 영상은 텍스트 생성 대신 빠르고 저렴한 병렬 판단 및 분류에 특화된 새로운 AI 모델 ‘제브(Zev)’를 다룹니다. 대화나 코딩 대신 주어진 선택지에서 판단하고 점수를 매기는 역할에 최적화되어 있으며, 기존 LLM과 비교해 속도와 비용을 크게 개선하는 방법을 소개합니다. 대상 시청자는 AI API를 활용해 파이프라인을 구축하거나 비용 절감을 고민하는 중급 이상의 개발자입니다. 영상을 통해 제브의 작동 방식과 3가지 타입(Null, Choice, Score)을 이해하고, 기존 LLM과 조합하여 서비스의 처리 속도를 높이고 비용을 절감하는 실무 적용 팁을 얻을 수 있습니다.
다루는 기술 스택 / 키워드
- Zev (제브)
- LLM / LRM
- Vercel AI Gateway
- GPT-5.6 테라
- Null 타입, Choice 타입, Score 타입
- AI 파이프라인 라우팅
- 텍스트 분류 및 우선순위 평가
타임스탬프별 핵심 포인트
| 시간 | 내용 | |—|—| | 00:00 | 새로운 AI 모델 ‘제브(Zev)’ 소개 및 주요 특징 | | 01:10 | 기존 LRM과 제브의 차이점 (병렬적 판단과 시스템 모델) | | 02:40 | 제브의 3가지 판단 방식 (Null, Choice, Score 타입) | | 06:10 | 한국어 문의 100건을 활용한 제브 vs 테라 속도 및 비용 테스트 | | 10:15 | 제브(분류)와 기존 LLM(답변 생성)을 조합한 파이프라인 테스트 결과 | | 12:45 | 제브를 실제 개발 파이프라인에 적용하는 방법과 결론 |
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 코드팩토리 | | 카테고리 | 프로그래밍 | | 게시일 | 2026-09-21 | | 영상 길이 | 16:39 | | 처리 엔진 | gemini-3.5-flash-lite+transcript | | 원본 영상 | YouTube에서 보기 |