AI 소식

'판단'만 하는 AI 제브(Jev) 소개와 시험 결과

2026.09.28 09:54:21
제브(Jev)는 정해 둔 보기 중 하나를 고르고, 그 판단을 얼마나 확신하는지 숫자로 알려 주는 '판단 전용' AI입니다. 공개 1주일 만에 서류 분류부터 로봇 제어까지 여러 활용 사례가 나와 그 내용을 정리했습니다.

아침에 메일함을 열면 메일마다 이런 생각을 하게 됩니다.

"이건 어느 부서 일이지?" "오늘 봐야 하나, 다음에 봐도 되나?"

메일함에는 문의와 공지, 광고 같은 메일이 섞여 도착하고, 우리는 하루에도 여러 번 이런 작은 판단을 합니다.

제브는 이런 판단만 하는 AI로, 미국 스타트업 타입세이프AI가 9월 15일 공개했습니다.

다른 생성형 AI와 달리 문장을 작성하지 못하지만, 여러 개발자가 오히려 이 점에 주목하고 있습니다.

이 글에서 개발자들이 1주일 동안 만든 사례 30가지와

우리 업무에 써 볼 만한 아이디어를 정리했습니다.

마지막 장에는 제가 직접 써 본 결과를 자세히 적었습니다.

'판단'만 하는 AI 제브(Jev) 설명 이미지 1

1. 제브의 특징

챗GPT나 클로드 같은 대규모 언어 모델(LLM)은 다음에 올 단어를 하나씩 이어 가며 문장을 만듭니다.

제브는 이 과정을 거치지 않고, 미리 정해 준 질문과 보기에 맞춰 바로 답을 고릅니다.

시험 문제로 비유하면 챗GPT는 주관식 답안을 쓰는 방식이고, 제브는 객관식 문제에서 보기를 고르는 방식입니다.

예를 들어 홈페이지 1:1 문의 게시판에 글이 하나 올라왔다고 가정해 보겠습니다.

지금은 담당자가 글을 읽고 어느 부서로 보낼지, 급한 건인지 판단합니다.

제브에게는 이 판단을 질문 세 개로 맡길 수 있습니다.

보기 중 선택: "이 문의는 어느 부서 담당인가요?" (영업, A/S, 구매, 기타 중 하나를 고름)
점수: "얼마나 급한가요?" (1~5점)
맞다, 아니다: "고객 불만이 담긴 글인가요?" (맞을 확률을 0~1 사이 숫자로 알려 줌)

제브가 받는 질문 형식은 이 세 가지뿐입니다. 모든 답에는 '이 판단을 얼마나 확신하는지'를 나타내는 숫자가 함께 나옵니다.

확신도가 높은 건은 자동으로 처리하고, 낮은 건만 담당자가 다시 확인하면 됩니다.

조선일보는 최근 기사에서, 챗GPT를 답변을 직접 쓰는 직원에,

제브를 서류를 보고 부서와 긴급도 도장만 찍는 분류 담당자에 빗댔습니다.

2. 제브가 주목받는 이유

처리 속도가 빠르고 비용이 낮으며, 답이 늘 정해진 형식으로 나오기 때문입니다.

속도와 비용

응답 시간은 0.07~0.5초입니다. 요금은 입력 100만 토큰당 0.042달러이고, 답을 내보내는 출력은 무료입니다.

회사가 공개한 시연을 보면 '같은 27개 판단'을 오픈AI 모델보다 약 75배 빠르게, 170분의 1 비용으로 처리했습니다.

다만 업체가 자체 측정한 수치라서 별도 검증이 필요합니다(조선일보).

'판단'만 하는 AI 제브(Jev) 설명 이미지 2

그동안 메일 분류 같은 단순한 일에도 글쓰기와 코딩까지 하는 크고 비싼 AI를 매번 써야 했습니다.

이렇게 쓰면 비용 부담이 커질 수밖에 없다는 지적이 나옵니다.

제브는 이런 작은 판단만 따로 빠르고 저렴하게 처리하도록 만든 AI입니다.

형식 오류 방지

기존 AI는 가끔 정해 둔 출력 형식을 지키지 못해 연결된 프로그램이 멈추는 일이 있었습니다.

제브는 정해 둔 보기 안에서만 답하기 때문에 이런 형식 오류를 막을 수 있습니다.

그래서 개발자들 사이에서 '스마트한 if문'이 드디어 나왔다는 평가가 나옵니다(AI타임스).

(if문은 프로그램에서 '만약 ~라면 ~한다'를 정하는 명령입니다.)

숫자로 본 반응

창업자 디오고 알메이다 대표는 오픈AI에서 챗GPT 개발에 참여한 연구원 출신입니다.

그가 X에 올린 소개 글은 조회수 3,700만 회를 넘겼습니다(AI타임스).

공개 직후 이용자가 몰려 한때 서비스에 차질이 생겼고,

개발자용 클라우드 서비스 버셀의 유료 고객 약 13%가 하루 만에 제브를 썼습니다(조선일보).

48시간 만에 제브를 본뜬 오픈소스 프로젝트도 6개 이상 나왔습니다(AI타임스).

공개 2주가 지난 지금도 새 소식이 계속 나오고 있습니다.

투자자들이 기업가치 100억 달러 이상을 제시했다는 보도도 나왔습니다.

공개 당시 기업가치 2억 달러의 50배에 해당합니다(AI타임스).

비슷한 모델도 나오기 시작했습니다. 스탠퍼드대와 엔비디아 연구진은 판단에 특화한 모델 'CLM-8B'를 공개하며 제브보다 9배 빠르다고 발표했습니다(AI타임스).

다만 정확도는 시험에 따라 제브가 더 높게 나온 경우도 있습니다.

CLM-8B는 누구나 내려받아 쓸 수 있는 오픈소스라서 회사 서버에 직접 설치해 쓸 수도 있습니다.

3. 1주일 만에 나온 활용 사례 30가지

개발자들이 SNS에 공개한 사례를 네 가지 분야로 나눴습니다.

사례 영상은 모음 사이트 Jevable에서 볼 수 있으며, 9월 28일 현재 214개가 올라와 있습니다.

사례 모음: https://jevable.com

'판단'만 하는 AI 제브(Jev) 설명 이미지 3

사무 관련

1) 세금 서류 수천 건을 종류별로 자동 분류. 기존 AI 분류 단계보다 6배 빠르고 34배 저렴하게, 페이지당 약 0.001달러

2) 회계 거래 내역이 입력되는 즉시 계정과목별로 분류하는 데모

3) 여러 문서가 한 파일에 섞여 있어도 문서 사이 경계를 찾아 나누고 분류하는 오픈소스 'DocJev'

4) 스프레드시트 열 제목에 '긴급도'라고만 쓰면 각 행을 '조치 불필요'부터 '긴급'까지 약 0.1초 만에 분류

5) 글 37편을 문체 질문 21개로 검사해 777번 판단을 0.7초, 약 0.0025달러에 처리

6) 복사한 내용을 이름, 주소 같은 웹 입력칸에 맞춰 자동으로 나눠 넣는 'Jaste'

7) "방금 다운로드한 PDF"라고 입력하면 글자를 입력할 때마다 0.1초 안에 그 파일을 검색 결과 맨 위로 올리는 파일 검색

8) 단어가 달라도 뜻이 같은 부분을 찾아 주는 크롬 확장 '의미 검색'

9) 메일함 검색창에 찾는 내용을 문장으로 입력하면 뜻에 맞게 메일을 다시 정렬하는 지메일 실험

10) 호출어 없이 늘 켜 둔 음성 비서가 컴퓨터에 내린 명령인지 일상 대화인지 확률로 판단해, 명령일 때만 실행

11) 토목과 건축 도면을 제브가 종류별로 분류하고, 다른 AI가 이어서 자재 물량표를 만드는 'Proq'

영업 관련

12) 고객 문의 하나에 담당 부서, 긴급도, 사람이 직접 봐야 하는지 등 27가지 판단을 0.114초에 처리한 공식 시연

13) 쇼핑몰 방문자의 마우스 움직임으로 망설임과 관심도를 판단해, 상품 설명을 보충하거나 비교를 제안하는 접객 시스템

14) 게시물 170만 건에서 구매 가능성이 높은 고객 신호를 53초, 0.65달러에 분류

15) 웹사이트 이용 기록 300만 건에서 고객이 불편을 겪은 구간(헛클릭, 연타, 오류)을 40초, 2.17달러에 찾아냄

16) 대화 중에 고객에게 맞는 상품을 바로 추천하고, 상담 아바타의 표정까지 바꾸는 쇼핑 상담

17) 고객 답변을 보고 다음에 물을 질문을 제브가 정하는 설문 'JevForm'

AI 활용 효율 개선 사례

18) 국내 개발자: 나라장터 입찰 자동화 서비스 '제로클릭 입찰'에 제브를 적용해 본 결과 API 비용 약 50% 절감

19) 코딩 AI(클로드 코드)가 요청을 받을 때마다 제브가 작업 난이도를 보고 쓸 모델과 AI가 얼마나 깊이 생각할지 정하는 '모델 라우터' (9월 26일 오픈라우터가 같은 기능을 정식 서비스로 출시)

20) 컴퓨터 화면 조작: 2048 게임에서 최신 AI 아스트라(GPT)는 294.9초에 1.45달러, 제브는 44.9초에 0.00108달러. 화면에서 추출한 행동 후보 중 실행할 행동만 제브가 고름

21) 웹 브라우저 자동화 오픈소스: 클릭과 입력을 1초 안에 처리해 기존 방식보다 10배 이상 빠름. 정해진 양식에 대량으로 입력하는 일이 주 용도

22) 코딩 AI의 작업 기록에서 다시 쓸 만한 해결 방법을 골라 저장해 두는 'Beacon'

그 밖의 응용 사례

23) 말하는 내용과 지금 입은 옷을 보고 옷장에서 다음 코디를 골라 주는 가상 피팅 (0.62초마다 판단, 1회 약 0.0011달러)

24) "빨간 사과를 파란 상자에 넣어 줘"를 9번의 판단으로 수행하는 로봇팔 시뮬레이션

25) 1시간 안에 만든 자율주행 시뮬레이션 26) 설명을 입력하면 약 1초 만에 가구와 조명을 골라 배치하는 3D 실내 공간

27) 피아노 88건반에서 다음 음을 하나씩 골라 멜로디를 만들고 반주까지 구성

28) 게임 '둠'을 초당 10번 판단하며 플레이. "쏘지 말고 피하기만 해"라고 지시하면 그대로 따름 (시간당 약 7달러)

29) 리그 오브 레전드 경기의 승리 확률과 역전 가능성을 실시간 분석 (한 경기 약 2,000번 판단에 0.20달러)

30) 마인크래프트의 엔더 드래곤을 8분 43초 만에 처치. 다른 AI가 계획을 세우고 제브가 이동과 점프를 조작

(수치는 각 개발자가 공개한 내용이고, 사례는 스레드 choi.openai 님의 정리와 관련 게시글, Jevable을 참고했습니다.)

4. 부서별 활용 아이디어

제가 생각한 현업 활용 아이디어를 부서별로 정리했습니다.

실제 업무에 적용하기 전에 5번의 주의 사항을 먼저 확인하는 것이 좋습니다.

'판단'만 하는 AI 제브(Jev) 설명 이미지 4

고객지원

홈페이지 1:1 문의를 읽고 담당 부서와 긴급도를 한 번에 판정
A/S 요청을 제품별로 나누고 급한 것부터 순서 정리

재무, 구매

증빙 서류가 세금계산서, 영수증, 계약서, 견적서 중 무엇인지 1차 분류
거래 내역의 계정과목을 1차로 분류하고 담당자가 확인
구매 요청서가 규정 양식의 필수 항목을 다 채웠는지 확인
계약서에서 검토가 필요한 조항 표시 (타입세이프AI 공식 활용 사례에도 계약서 검토가 있습니다)

인사교육

교육 만족도 설문의 주관식 응답을 주제별로 분류
휴가, 복지 같은 사내 제도 문의를 유형별로 나눠 해당 규정 안내로 연결

생산 및 안전

안전 점검 보고서에서 즉시 조치가 필요한 문장 표시
설비 점검 기록에서 이상 징후가 적힌 줄 분류

영업

거래처 메일을 견적 요청, 불만, 일정 문의로 나눠 우선순위 정리
방문 상담 기록에서 후속 연락이 필요한 고객 표시
매일 비슷한 글을 읽고 '어디로 보낼지' 정하는 일, 쌓인 업무 중에 '급한 것부터' 고르는 일은 판단형 AI를 써 볼 만한 업무입니다. '빠진 게 없는지' 확인하는 일이나 많은 자료 중에 '관련 있는 것'만 골라내는 일도 마찬가지입니다. 내 업무에 이런 일이 하나라도 있다면 판단형 AI를 시험해 볼 수 있습니다.

5. 사용 전 확인 사항

업무에 쓰기 전에 아래 다섯 가지를 확인하는 것이 좋습니다.

1. 글쓰기는 기존 AI와 역할 분담

제브는 문장을 만들지 못합니다. 전문가들은 빠른 판단은 제브 같은 판단형 AI가, 깊은 추론과 글쓰기는 챗GPT나 클로드가 맡는 식으로

AI를 나눠 쓰게 될 것으로 전망합니다(AI타임스).

1:1 문의라면 제브가 부서와 긴급도를 정하고, 답변 초안은 챗GPT가 쓰는 방식입니다.

2. 판단 조건은 사람에게 설명하듯 자세히 작성

한 게임 개발자가 전투 상황 15개로 시험해 봤습니다.

체력 같은 숫자만 입력했을 때는 15개 중 10개가 맞았습니다.

공격 시점, 위험, 퇴로 같은 상황의 의미를 함께 적자 15개 모두 맞았습니다.

작은 시험이지만, 판단 근거를 문장으로 자세히 설명할수록 정확도가 높아진다는 점을 확인할 수 있습니다.

3. 계산과 날짜 비교는 엑셀 수식 활용

타입세이프AI도 제브가 계산과 날짜 비교에 약하다고 직접 밝혔습니다.

'금액이 얼마 이상이면', '기한이 지났으면'처럼 조건이 분명한 일은

엑셀 수식이나 프로그램 조건문이 더 정확합니다.

4. 자동 처리 기준이 되는 확신도 사전 설정

형식 오류가 없다고 해서 판단이 늘 맞는 것은 아닙니다(AI타임스).

처음에는 확신도가 아주 높은 건만 자동으로 처리하고, 나머지는 사람이 확인하는 것이 좋습니다.

5. 외부에서 받은 글의 추가 확인

타입세이프AI 문서에 따르면 제브는 글 속에 섞인 지시문이나 일부러 헷갈리게 쓴 표현 때문에 판단이 바뀔 수 있습니다.

AI 테스트 업체 옥토마인드가 조작된 입력을 넣었을 때도 판단이 달라졌습니다(AI타임스).

외부 메일이나 고객 글을 분류할 때는 자동 처리 범위를 줄이고 사람이 한 번 더 확인하는 것이 좋습니다.

회사 자료를 입력하기 전에 데이터 처리 방식을 먼저 확인해야 합니다. 타입세이프AI는 입력한 내용을 AI 학습에서 제외한다고 밝혔지만, 데이터는 미국 서버에 저장되고 구체적인 보관 기간은 공개하지 않았습니다. 고객 정보나 사내 문서는 입력하지 않는 것이 좋고, 업무에 쓰려면 정보보안 담당 부서와 먼저 협의해야 합니다.

또한 AI 기본법은 채용 같은 평가나 에너지 공급처럼

사람의 안전과 권리에 큰 영향을 줄 수 있는 영역에 쓰는 AI를 '고영향 인공지능'으로 따로 관리합니다.

이런 업무에 쓸 때는 더 신중하게 검토해야 합니다.

6. 직접 사용해 본 결과

"그래서 한국어로도 잘 되나?"라는 점이 가장 궁금하실 것 같아 제가 직접 써 봤습니다.

제브는 한국어 메일도 뜻을 정확히 이해했습니다. 세 번 시험한 과정과 결과를 그대로 적었습니다.

가입 방법

제가 신청할 때는 대기 명단에 이름을 올리고 초대 메일을 기다려야 했습니다.

9월 20일 대기 명단이 없어졌지만, 이틀 만에 가입자가 몰려 신규 가입이 다시 중단됐습니다.

9월 28일 오전 타입세이프AI가 처리 용량을 확대하고 가입을 재개했습니다.

1
console.typesafe.ai 접속
2
구글 계정이나 이메일 인증으로 가입

제 계정에는 무료 크레딧 5달러가 지급되어 있었지만, 지금 새로 가입하면 무료 크레딧이 없습니다.

타입세이프AI는 무료 크레딧을 되도록 빨리 다시 지급하겠다고 밝혔습니다.

그전까지는 요금을 먼저 충전해야 쓸 수 있습니다. 첫 화면에는 "제브와 대화할 수 있나요?"라는 퀴즈가 나옵니다.

정답인 '아니요'를 누르면 제브가 이 질문을 직접 판정한 결과가 표시됩니다.

결과는 참일 확률 3%, 거짓일 확률 97%였습니다. 제브는 이처럼 확률로 답합니다.

공식 홈페이지: https://typesafe.ai

공식 문서: https://docs.typesafe.ai

'판단'만 하는 AI 제브(Jev) 설명 이미지 5

시험 화면

시험은 코딩 없이 쓸 수 있는 콘솔의 'Playground' 화면에서 진행했습니다.

1
왼쪽 위 'State' 칸에 판단할 내용 입력
2
왼쪽 아래 'Questions' 칸에 질문 입력
3
'Run request' 버튼 클릭 → 오른쪽 'Response' 칸에 결과 확인

사내 공지 메일로 한 번, 같은 질문에 광고 메일로 한 번,

마지막으로 질문 문장 하나만 고쳐서 한 번 더 시험했습니다.

1차 시험: 일정 변경 공지 메일

먼저 시험용으로 작성한 가상의 공지 메일을 State 칸에 입력했습니다.

"[전사 공지] 내일 오전 10시로 예정된 소방 훈련이 비 예보로 오후 3시로 변경되었습니다. 전 직원은 오후 3시에 1층 로비로 모여 주세요. (총무팀)"

Questions 칸에는 질문 세 개를 넣었습니다.

질문 1. 보기 중 선택(Choice): "이 메일은 어떤 종류인가요?"

- 일정 변경 안내: 이미 정해진 일정의 날짜나 시간이 바뀌었다는 안내

- 업무 요청: 받는 사람에게 특정 업무를 해 달라는 요청

- 결과 보고: 진행한 일의 결과를 알리는 보고 - 광고: 상품이나 서비스를 홍보하는 메일

질문 2. 점수(Score): "이 메일을 얼마나 빨리 확인해야 하나요?"

- 0점 나중에 봐도 됨, 1점 이번 주 안에 확인, 2점 오늘 안에 확인, 3점 지금 바로 확인

질문 3. 맞다, 아니다(Noul): "받는 사람이 직접 무언가를 해야 하는 메일인가요?"

- '맞다'일 확률을 0~100%로 알려 줍니다. 'Run request'를 누르자 결과가 바로 나왔습니다.

화면에 표시된 처리 시간은 131ms + 247ms로, 합계 0.4초 미만이었습니다.

질문 1: '일정 변경 안내' 100%, 나머지 보기는 모두 0%. 확신도 100%
질문 2: 2.49점(3점 만점). 확신도 49%
질문 3: '맞다' 90%
'판단'만 하는 AI 제브(Jev) 설명 이미지 6

질문 1은 사람이 봐도 답이 분명해서 확률과 확신도 모두 100%가 나왔습니다.

질문 2의 2.49점은 '오늘 안에 확인(2점)'과 '지금 바로 확인(3점)'의 거의 중간입니다.

확신도 49%는 제브가 이 판단에 자신이 없다는 뜻입니다.

훈련은 내일이지만 오늘 안에는 알아 둬야 하는 메일이라, 사람도 둘 중 하나로 정하기 어렵습니다.

실제 업무에 쓴다면 이렇게 확신도가 낮게 나온 건만 담당자가 다시 확인하면 됩니다.

질문 3은 메일에 '1층 로비로 모여 주세요'라는 요청이 있어서 '맞다' 90%가 나왔습니다.

2차 시험: 광고 메일

질문 세 개는 그대로 두고 메일만 광고로 바꿨습니다. 이 메일도 시험용으로 작성한 가상의 내용입니다.

"[광고] 가을맞이 사무용품 특가 안내. 복사용지와 문구류 전 품목을 30% 할인합니다. 관심 있으시면 홈페이지를 방문해 주세요. (오피스몰)"

처리 시간은 120ms + 264ms였습니다.

질문 1: '광고' 100%, 나머지 보기는 모두 0%. 확신도 100%
질문 2: 0.17점(3점 만점). 확신도 83%
질문 3: '맞다' 71%
'판단'만 하는 AI 제브(Jev) 설명 이미지 7

메일 종류는 바로 '광고'로 바뀌었고, 긴급도는 '나중에 봐도 됨(0점)'에 가까운 0.17점이 확신도 83%로 나왔습니다.

다만 질문 3은 광고 메일인데도 '맞다' 71%가 나왔습니다.

광고 끝에 "홈페이지를 방문해 주세요"라는 요청이 있어서,

제브는 '받는 사람이 무언가를 해야 하는 메일인가'라는 질문을 적힌 글자대로 판단했습니다.

타입세이프AI도 제브가 질문을 적힌 글자대로 해석한다고 밝히고 있습니다.

질문을 더 구체적으로 쓰면 결과가 달라지는지 확인하기 위해 질문 문장만 수정해서 한 번 더 시험했습니다.

3차 시험: 질문 문장 수정

광고 메일은 그대로 두고, Questions 칸에 네 번째 질문을 추가했습니다.

질문 3과 같은 내용을 묻되, '업무상 반드시'라는 표현을 넣어 더 구체적으로 쓴 질문입니다.

질문 4. 맞다, 아니다(Noul): "업무상 반드시 해야 하는 일이 있는 메일인가요?"

처리 시간은 111ms + 262ms였습니다.

질문 3 "받는 사람이 직접 무언가를 해야 하는 메일인가요?": '맞다' 75%
질문 4 "업무상 반드시 해야 하는 일이 있는 메일인가요?": '맞다' 11%
질문 1과 질문 2는 2차 시험과 거의 같았습니다('광고' 100%, 긴급도 0.18점).
'판단'만 하는 AI 제브(Jev) 설명 이미지 8

메일은 같고 질문 문장만 바꿨는데 '맞다'가 75%에서 11%로 크게 떨어졌습니다.

원래 질문은 "홈페이지를 방문해 주세요"라는 권유까지 해야 할 일로 판단했고,

고친 질문은 광고의 권유와 업무를 구분했습니다.

제브에게 일을 맡길 때도 사람에게 업무를 지시할 때처럼 질문을 구체적으로 작성해야 합니다.

참고로 질문 3은 같은 메일, 같은 질문인데도 2차 시험 때 71%, 이번에 75%로 조금 차이가 났습니다.

비용

세 번 시험한 비용은 모두 합쳐 1원 미만입니다. 앞의 두 번에 입력 1,286토큰을 썼고, 콘솔에는 비용이 '0.0001달러 미만'으로 표시됐습니다.

요금표대로 계산하면 약 0.00005달러입니다. 세 번째 시험은 질문이 하나 늘어난 정도였습니다.

모두 무료 크레딧 5달러에서 차감됐습니다. 이 시험 결과를 참고해 내 업무에서 판단형 AI를 써 볼 만한 부분을 검토해 볼 수 있습니다.

[참고 페이지] 제브 콘솔: https://console.typesafe.ai

사례 모음(Jevable): https://jevable.com

공식 사이트 (시연 영상 포함): https://typesafe.ai

공식 활용 사례: https://docs.typesafe.ai/concepts/use-case-map

[참고 기사] AI타임스, "문장 생성 버렸다"…판단 전용 AI '제브'에 개발자 반응 폭발 (2026.09.20)

https://www.aitimes.com/news/articleView.html?idxno=215506

조선일보, 챗GPT보다 75배 빠른데 비용은 170분의 1… '판단 전용' AI 돌풍 (2026.09.22)

https://www.chosun.com/economy/tech_it/2026/09/22/K43ALU5CCJHFDIAYVGPXKJTS24/

AI타임스, 말 못하는 AI '제브'가 실리콘밸리 흔들었다..."일주일 새 몸값 50배 뛰어" (2026.09.26)

https://www.aitimes.com/news/articleView.html?idxno=215675

AI타임스, "제브보다 9배 빠르다"...스탠퍼드·엔비디아, 'CLM-8B'로 맞불 (2026.09.27)

https://www.aitimes.com/news/articleView.html?idxno=215683

회사 업무용 Claude 활용 안내

메일, 회의록, 보고서 작성부터 Cowork 작업까지 다룬 Claude 활용 전자책을 준비했습니다. 실제 업무 하나를 함께 자동화하는 1:1 실습과 기관, 기업 교육도 진행합니다.

Claude 전자책 보기 → 1:1 AI 실습 보기 → 기관, 기업 강의 문의 →