제브 확산, 거래 봇·온체인 도구는 실험 단계
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- TypeSafe AI의 판단형 모델 제브가 공개 일주일 만에 거래 봇과 시장 분석 도구에 활용되고 있다.
- 다만 대표 사례는 모의거래 중심이며 JEV 개념 토큰의 공식성도 확인이 필요하다.
- 제브(Jev)를 활용한 가상자산 거래 봇과 온체인 분석 도구가 공개 일주일 만에 잇따라 등장했다.
본문
TypeSafe AI의 판단형 모델 제브가 공개 일주일 만에 거래 봇과 시장 분석 도구에 활용되고 있다. 다만 대표 사례는 모의거래 중심이며 JEV 개념 토큰의 공식성도 확인이 필요하다. 제브(Jev)를 활용한 가상자산 거래 봇과 온체인 분석 도구가 공개 일주일 만에 잇따라 등장했다. 다만 대표 사례 대부분은 실험이나 모의거래 단계이며, 제브를 내세운 JEV 개념 토큰은 공식 발행 여부와 운영 주체를 별도로 확인해야 한다. 제브는 장문을 생성하는 대신 입력된 상태를 바탕으로 선택지·점수·불리언 값과 확률을 반환하는 ‘System One’ 모델이다. TypeSafe AI는 자체 워크플로 평가에서 제브가 기존 언어모델보다 최대 193.6배 빠르고 444.6배 저렴했다고 밝혔다. 제브 1.13의 공식 가격은 입력 토큰 100만 개당 0.042달러이며 출력 토큰은 무료로 표시됐다. 가장 구체적으로 확인되는 거래 사례는 ‘jev-trader’다.
이 도구는 모나드의 Kuru 거래소에서 MON-USDC 주문장을 읽고 약 300밀리초마다 매수 또는 매도 방향을 판단한 뒤 지정가 주문을 내도록 설계됐다. 개인키가 없으면 실제 주문 대신 모의 체결로 작동하며, 저장소도 이 프로젝트가 수익성을 목표로 하지 않는 실험이라고 명시한다. 한 게시물은 287개 공개 프로젝트를 검토한 결과 제브가 장문 생성보다 다음 행동 선택과 안전 여부 판정, 모델 라우팅에 주로 쓰였다고 정리했다. 공개된 거래 봇과 분석 도구는 이 구조를 가상자산 애플리케이션에 연결한 사례지만, 현재 제브 생태계는 검증된 거래 인프라보다 공개 실험과 개념 토큰 서사가 함께 나타난 초기 단계에 가깝다.