OpenAI가 2026년 9월 29일 DevDay에서 GPT-6 Luna 기반 디시전 API(Decisions API)를 제한적 프리뷰로 내놨다. 미리 정한 답 목록에서 하나를 고르는 판정용 API이고, 응답은 약 150ms다. TypeSafe의 Jev(2026년 9월 15일 출시)와 같은 계열이지만 가격이 아직 공개되지 않았고, 확률을 돌려주는 Jev와 출력 방식도 다르다(9월 30일 기준).
세 줄로 먼저 읽기
- 디시전 API는 글을 쓰지 않는다. 질문 하나와 보기 몇 개를 주면 답 하나와 신뢰도를 받는다. 텍스트와 이미지를 넣을 수 있다.
- OpenAI는 같은 Luna를 일반 API로 부를 때 1.6초, 디시전 API로는 150ms라고 밝혔다. 다만 가격은 아직 없다.
- Jev는 텍스트만 받고 확률(0~1)로 답한다. 맥피는 원고 판정에 Jev를 쓰고 있어서 직접 잰 값을 표에 함께 적었다.
디시전 API는 무엇을 하는 API인가
채팅 모델과 달리 문장을 만들지 않는다. 개발자가 질문과 정해진 답 목록을 등록하고, 판단할 상황을 텍스트나 이미지로 보내면 답 하나가 돌아온다. OpenAI가 예로 든 용도는 콘텐츠 분류, 요청 라우팅, 에이전트의 다음 행동 결정이다. 기반은 GPT-6 Luna의 한 버전이다. Luna는 OpenAI 라인업에서 가장 작고 싼 모델이며, 일반 API 요금은 입력 100만 토큰에 0.1달러, 출력 0.5달러다. 다른 GPT-6 계열과의 단가 차이는 GPT-6.1 Sol 가격과 아스트라 비교에 표로 정리해 두었다.
적용 범위와 시점을 나눠 적는다. 지금은 제한적 프리뷰 접근권이 있는 개발자만 쓸 수 있다. 보도에 따르면 폭넓은 공개는 며칠 안에 이뤄질 예정이나 정확한 날짜는 없다. 다만 디시전 API 자체의 가격과 한도, 한국 리전 지원 여부는 공개 자료에서 찾지 못했다. 이 글은 확인한 것만 쓴다.
Jev는 무엇이 다른가
Jev는 TypeSafe가 2026년 9월 15일 낸 첫 System One 모델이다. 용어부터 풀면, System One은 "생각을 길게 풀어 쓰는" 모델이 아니라 즉답용 판정 모델을 가리킨다. 요청에는 상황(state)과 질문이 들어간다. 질문 유형은 세 가지다. 예/아니오의 참일 확률을 주는 noul, 여러 보기 중 하나와 모든 보기의 확률을 주는 choice, 순서가 있는 척도 위 위치를 주는 score다.
공개 자료상 응답 시간은 70~500ms다. TypeSafe는 입력 100만 토큰당 0.042달러, 출력 무료라고 밝혔다. 이는 회사 주장이므로 청구서로 확인한 값이 아니다. 입력은 지금 텍스트만 된다. 설명문을 쓰지 못하고, 답의 정확성이 아니라 형식의 유효성만 보장한다는 한계도 자료에 적혀 있다.
맥피의 실측을 붙인다(2026년 9월 30일). 제목 단계 32문항을 한 번에 보내면 0.19~0.32초, 본문 4.9천 자에 13문항을 붙인 원고 판정은 0.19~0.26초였다. 같은 입력을 다시 보내면 같은 결과가 나왔다. 이 값은 맥피 환경에서 잰 측정치이며 공개 벤치마크가 아니다. 반면 Bifrost 블로그의 벤치마크에서는 jev-1.13.0이 920ms였다. 문항 수, 네트워크 경로, 게이트웨이에 따라 달라지므로 한 숫자만 믿지 않는 편이 안전하다.
여섯 축으로 비교하면
| 축 | OpenAI 디시전 API(Luna) | TypeSafe Jev |
|---|---|---|
| 판단 대상 | 정해진 답 목록 중 하나 고르기 | 참일 확률, 보기별 확률, 척도 위치 |
| 속도 | 약 150ms(OpenAI 발표) | 70~500ms(공개), 맥피 실측 0.19~0.32초 |
| 비용 | 미공개(Luna 일반 API는 입력 0.1달러, 출력 0.5달러/100만 토큰) | 입력 0.042달러/100만 토큰, 출력 무료(TypeSafe 주장) |
| 응답 형식 | 답 하나와 신뢰도 | 질문마다 확률(0~1) 또는 보기별 확률 |
| 결정성 | 공개 자료 없음 | 맥피 측정에서 같은 입력은 같은 결과 |
| 입력 | 텍스트, 이미지 | 텍스트만 |
| 제공 상태 | 제한적 프리뷰 | 2026년 9월 15일 출시 |
표의 빈칸을 억지로 채우지 않았다. 디시전 API의 결정성은 OpenAI가 밝힌 바가 없다. 같은 질문에 항상 같은 답이 나오는지는 프리뷰 접근권이 생긴 뒤 직접 반복 호출로 확인할 항목이다.
어떤 일에 어느 쪽이 맞나
아래는 공개 사양과 맥피 측정에서 끌어낸 맥피의 판단이다. 공식 권고가 아니다.
이미지를 봐야 하는 분류(광고 소재 심사, 스크린샷 라우팅)는 지금 공개된 범위에서 디시전 API만 가능하다. 텍스트 판정을 반복해서 돌리는 일, 예를 들어 원고를 문항 여러 개로 채점하고 기준값 이상이면 통과시키는 일은 확률이 나오는 Jev 쪽이 쓰기 쉽다. 답이 "통과/보류" 두 개뿐이라도 0.83인지 0.51인지를 알아야 사람이 어디를 볼지 정할 수 있어서다.
맥피는 이 글을 쓰는 시점에 디시전 API를 직접 호출해 보지 못했다. 그래서 정확도 비교는 하지 않는다. 일반 Luna와 Jev를 비교한 벤치마크 수치가 돌아다니지만 출처 원문을 확인하지 못해 싣지 않았다.
한국 실무자가 확인할 것
- 한국어 문항의 채점 방향: 맥피가 직접 돌려 보니 한국어 "자연스러움" 문항이 사람이 잘 쓴 블로그(0.54~0.57)를 AI 원고(0.78~0.79)보다 낮게 채점했다. 그래서 이 문항을 뺐다. 문체는 체크리스트 문항 여러 개로 바꿨다. 모델이 바뀌어도 질문을 어떻게 짜느냐가 결과를 좌우한다.
- 가격 확인: 디시전 API 가격이 공개되면 원화로 환산할 때 환율과 부가세 10% 여부를 청구 화면에서 본다. Jev의 0.042달러는 회사 자료 기준이다.
- 개인정보: 상담 내용이나 고객 이름이 든 텍스트를 판정에 넣기 전에 각 사의 데이터 보관 정책과 한국 개인정보 처리 위탁 조건을 확인한다. 이번 조사에서는 두 서비스의 보관 기간을 확인하지 못했다.
- 보기 설계: 보기 이름은 한국어로 써도 되는지, 영어 라벨이 더 안정적인지는 공개 자료가 없다. 샘플 20~30건으로 먼저 돌려 본다.
자주 하는 실수
첫째, 빠르다고 정확하다고 믿는 것이다. 150ms는 응답 시간이지 정답률이 아니다. 둘째, 확률을 사실의 증명으로 읽는 것이다. 0.9는 모델이 그렇게 본다는 값이고, 공식 날짜나 가격 같은 사실은 원문으로 따로 확인해야 한다. 셋째, 프리뷰 기능을 운영 파이프라인에 바로 묶는 것이다. 한도와 가격이 정해지기 전에는 기존 판정 흐름 옆에 병렬로 붙여 두고 결과만 비교한다.
다음에 확인할 것
폭넓은 공개 뒤에 나올 가격표와 요청 한도를 확인한다. 공식 문서가 열리면 이 글의 표에서 미공개로 적은 칸(가격, 결정성, 한도)을 갱신한다. 지금 할 일은 하나다. 판정 작업 하나를 골라 질문과 보기를 글로 먼저 써 보고, 그 문항이 Jev와 디시전 API 어느 쪽에 더 맞는지 가른다.
근거 자료
같은 주제 글
이 글이 도움이 되었다면 공유해주세요
최신 인사이트
카카오톡 공유 썸네일 안 나올 때 해결법 (Kakao JavaScript SDK 2025)
카카오톡 공유하기에서 썸네일 이미지가 안 나오는 원인과 scrapImage로 KAGE URL을 변환해 해결하는 방법을 단계별로 설명합니다. 지금 확인하세요.
Claude Code 서브에이전트로 CRM 사용자 설명서 20분 만에 완성하는 방법
Claude Code 서브에이전트를 활용해 CRM 코드베이스에서 사용자 설명서와 비주얼 가이드북을 20분 만에 자동 생성한 실전 사례를 공유합니다. 지금 확인하세요.
GEO 생성형 엔진 최적화: 2025년 AI 마케팅 전략 완전 가이드
GEO 생성형 엔진 최적화란 무엇이며 기존 SEO와 어떻게 다른지, 2025년 AI 마케팅 전략의 핵심 실행 방법 5가지를 데이터와 함께 알아보세요.
관련 프로젝트
새 글을 이메일로 받아보세요
마케팅, 분석, 개발 인사이트를 정리해서 보내드려요.