아마존, AI 에이전트가 다음 수를 고르는 '결정 모델' 오픈소스로 공개

AWS의 스트랜즈 랩스가 AI 에이전트 워크플로에서 다음 단계를 고르는 결정 모델 '스트랜즈 디사이더 2B'를 완전 오픈소스로 공개했다고 테크크런치가 보도했다. 스타트업 타입세이프의 결정 모델 '제브'에서 영감을 받은 작품으로, OpenAI가 비슷한 모델을 발표한 것과 같은 주에 나왔다. 이 모델은 기존 대형 언어모델처럼 텍스트를 만들어내지 않는다. '큐웬3.5-2B'의 몸통을 얹되 미리 정해진 후보 안에서 선택과 그 선택에 대한 '신뢰도 점수'를 함께 출력한다. 로컬에서 직접 돌릴 수 있을 만큼 작고 빠르며 저비용이라는 점이 특징이다. 시발점은 아마존 수석 엔지니어 마크 부커의 개인 프로젝트였다. 제브를 보고 직접 모델을 만들어 봤더니 자기 크기 급에서 제브벤치 1위에 잠시 오르기도 했고, 이를 아마존이 AI 에이전트 도구 조직인 스트랜즈 랩스를 통해 다듬어 정식 공개한 것이다. 부커는 이런 필요를 실제 AWS 고객들과의 대화에서 찾았다. 에이전트 워크플로가 처음부터 끝까지 풀 사양 LLM의 성능과 비용을 요구하는 경우는 드물다는 것이다. 그는 신뢰도 점수와 닫힌 답변 범위 덕분에 "더 안정적이고 지연이 짧으며 값싼 워크플로 단계"가 된다고 설명했다. '제브'라는 이름은 경제학자 윌리엄 스탠리 제본스에서 따왔다. 무언가의 값이 떨어지면 소비가 오히려 늘어난다는 제본스의 효과를 컴퓨터 지능에 적용해보겠다는 뜻이다. 타입세이프가 이 아이디어를 세상에 내놓은 뒤 비슷한 모델이 수십 개 쏟아진 것은 그만큼 관심이 크다는 증거이기도 하다. 다만 원조 측의 시선은 차갑다. 타입세이프의 디오고 알메이다 대표는 "골드러시라고 생각하지만 이 모델들을 진짜 똑똑하게 만드는 난이도를 얕보고 있을 수 있다"며 아직 실질적 경쟁자는 보이지 않는다고 말했다. 반면 부커는 이 시장을 프론티어 랩스가 꼭 지배하진 않을 것으로 봤고, 정확도와 보정을 올리면서 다국어 이해와 일반 지식을 망가뜨리지 않는 균형이 관건이라고 강조했다.  출처: [TechCrunch](https://techcrunch.com/2026/10/01/amazon-releases-its-own-jev-clone-as-decision-models-flood-the-web/)