클라우드플레어 Clef란 무엇인가: 공개 가중치 결정 모델

Clef는 클라우드플레어가 2026년 10월 1일 공개한 결정 모델이다. 결정 모델이란 문장을 쓰지 않고, 미리 정한 선택지마다 확률을 붙여 돌려주는 AI를 말한다. 270억 파라미터의 Clef와 90억 파라미터의 Clef-flash 두 가지이며, 가중치를 아파치 2.0 라이선스로 허깅페이스에 올렸다(Cloudflare Blog, 2026.10.1). 이 블로그는 9월에 이 범주를 처음 연 Jev AI를 다뤘고, 데브데이 글에서는 "결정 모델 시장은 누가 가져가나"를 다음 질문으로 남겼다. 한 달 만에 나온 답은 '누구나'에 가깝다. 이 글은 10월에 쏟아진 결정 모델을 표 하나로 비교하고, 어떤 상황에 무엇을 쓸지 정리한다.

10월의 결정 모델, 한 표로 보면

모델	만든 곳	공개일	크기·가중치	가격(입력 100만 토큰)	입력	독립 지수(AA)
Jev	TypeSafe AI	2026.9	비공개, API 전용	0.042달러, 출력 무료	텍스트	58점(Jev 1.13)
Clef	클라우드플레어	2026.10.1	270억, 아파치 2.0 공개	0.24달러, 출력 무료	텍스트·이미지	출시 시점 점수 없음
Clef-flash	클라우드플레어	2026.10.1	90억, 아파치 2.0 공개	0.09달러(추적 사이트 기준)	텍스트·이미지	출시 시점 점수 없음
Strands Decider 2B	아마존(AWS Strands Labs)	2026.10.1	20억, 공개(내려받아 직접 실행)	자체 실행 시 사용료 없음	텍스트	출시 시점 점수 없음
d1-ultra	리퀴드 AI	2026.10.15	비공개, API 전용	0.042달러	텍스트·이미지	회사 측 "모든 결정 모델보다 8점 이상 높다"

출처: Jev 가격은 이 블로그의 Jev 글, Clef 가격은 Workers AI 문서, Clef-flash 가격은 Digital Applied 추적표, d1-ultra는 리퀴드 AI 발표문, 독립 지수는 Artificial Analysis.

표에서 먼저 보이는 것은 갈라진 두 길이다. Jev와 d1-ultra는 API로만 판다. 클라우드플레어와 아마존은 가중치를 내줬다. 결정 모델이 한 스타트업의 독점 기술에서 누구나 내려받는 부품으로 바뀐 것이 10월의 가장 큰 변화다.

아마존 모델의 출발은 개인 실험이었다. AWS의 마크 브루커 수석 엔지니어가 Jev를 보고 집에서 비슷한 모델을 만들었고, 그것이 같은 크기 모델 순위에서 잠시 1위에 오르자 회사가 다듬어 내놨다. 알리바바의 Qwen3.5-2B를 몸통으로 쓰고, 문장을 만드는 머리 부분을 선택지를 고르는 장치로 바꿨다(TechCrunch). 브루커는 작은 시장용 모델을 만드는 데 "수백~수천 달러"면 된다고 말했다. 진입 비용이 이 정도라면 모델이 수십 개 쏟아진 것도 이상하지 않다.

Clef는 어떻게 작동하나

Clef는 알리바바의 공개 모델 Qwen3.8-27B를, Clef-flash는 Qwen3.5-9B를 바탕으로 한다. 원래 모델은 얼려 두고, 선택지를 고르는 장치와 작은 보정용 층만 새로 학습했다(Cloudflare Blog). 질문이 들어오면 글자를 하나씩 이어 쓰지 않고 입력을 한 번 읽은 뒤 허용된 답들을 동시에 채점한다. 속도가 빠른 이유가 여기 있다.

회사가 내세운 차이는 세 가지다.

• 눈이 있다. Clef는 이미지를 읽는다. 요청 하나에 이미지를 4장까지 넣을 수 있다(Workers AI 문서). Jev는 텍스트만 다룬다.
• 더 길게 읽는다. 입력 한도는 6만 5,536토큰으로 Jev의 약 2배다.
• Jev와 요청 형식이 같다. Jev를 쓰던 코드를 대부분 그대로 옮길 수 있다(InfoQ, 2026.10.8).

회사 측 측정에서 중간 응답 시간은 Clef 209밀리초, Clef-flash 38.8밀리초, Jev 524밀리초였다. 은행 문의 분류(BANKING77)에서는 Clef가 94.2점으로 Jev(79.7점)를 앞섰지만, 도구를 부를지 말지 판단하는 시험(When2Call)에서는 72.4점으로 Jev(81.0점)에 뒤졌다. 작은 Clef-flash는 범위를 벗어난 질문 걸러내기(CLINC150)에서 66.8점으로 큰 Clef(97.4점)보다 크게 낮았다. 모두 회사 측 수치이며 독립 검증은 아직 없다. 클라우드플레어 위협정보팀은 웹사이트 분류에 Clef를 써 보니 2.2초가 걸려 대형 공개 모델 gpt-oss-120b(4.7초)의 절반 이하였다고 밝혔다.

'오픈소스'라는 표현에는 단서가 붙는다. 가중치는 공개했지만 학습 데이터는 공개하지 않아 엄밀히는 공개 가중치 모델이다(Let's Data Science). 같은 매체는 제품 담당자를 인용해 직접 돌리려면 Clef는 그래픽 메모리 약 85GB, Clef-flash는 약 41GB가 필요하다고 전했다. 공개됐다고 해서 아무 PC에서나 돌아가는 크기는 아니다. 노트북에서 돌릴 수 있는 쪽은 20억짜리 아마존 모델이다.

독립 측정은 무엇을 보여 주나

10월 13일 Artificial Analysis는 결정 모델 전용 지수 1.0판을 냈다. 지식 문제, 인류의 마지막 시험(HLE) 객관식, 도구 호출 판단, 유해 요청 분류 네 가지를 같은 비중으로 묶었다(AA, 2026.10.13). Clef는 출시 시점 점수표에 없었다. 그래서 이 지수는 Clef 하나보다 결정 모델이라는 범주 전체를 보는 자료로 읽는 편이 맞다.

모델	종류	지수	100만 과제당 비용	과제당 시간
클로드 하이쿠 5.5(추론 낮음)	언어 모델	61	184달러	1.4초
Jev 1.13	결정 모델	58	42달러	0.13초
GPT-6 루나(추론 낮음)	언어 모델	55	131달러	1.5초
Microsoft-Decision-1	결정 모델	54	31달러	공개 안 됨

대상: AA 결정 지수 1.0 네 가지 평가 전체, 출시 시점 수치. 결정 모델 11개 중 점수가 공개된 일부만 적었다.

세 가지가 읽힌다. 첫째, 값과 속도는 압도적이다. 결정 모델의 100만 과제당 비용은 17~199달러, 중간 시간은 0.06~0.5초였다. 둘째, 지식은 약하다. 지식 문제 정답률이 언어 모델은 52~66점, 결정 모델은 28~41점이었다. 셋째, 확신이 부풀어 있다. 결정 모델은 거의 모든 구간에서 자기가 말한 확률보다 실제 정답률이 낮았다. 도구 호출 판단과 유해 요청 분류에서는 비교적 잘 맞았다. 모를 때 "모른다"를 고르는 능력에서는 Microsoft-Decision-1(40%), Jev(35%)를 빼면 17%를 넘는 모델이 없었다.

결정 모델의 핵심 상품은 확률이다. 그 확률이 부풀어 있다면, 숫자를 믿고 자동화 문턱을 정한 회사는 생각보다 많은 오판을 그대로 통과시킨다. Jev를 만든 TypeSafe의 디오구 알메이다 대표는 경쟁 모델들이 "실제로 똑똑하게 만드는 어려움을 과소평가하고 있을지 모른다"고 했다(TechCrunch). 경쟁사 대표의 말이니 걸러 들어야 하지만, 독립 지수의 보정 결과는 그 지적이 범주 전체에 해당한다는 쪽에 가깝다. 반대 의견도 있다. 개발자 커뮤니티에서는 결정 모델이 새로운 패러다임이 아니라 오래된 분류기 방식을 잘 포장한 것이라는 비판이 나왔다(InfoQ).

어떤 상황에 무엇을 쓰나

상황	먼저 볼 모델	이유
데이터를 밖으로 보낼 수 없다	Strands Decider 2B, Clef(자체 서버)	가중치를 내려받아 내부에서 돌린다
사진·문서 이미지를 보고 판정한다	Clef, d1-ultra	이미지 입력을 받는다
이미 Jev를 쓰고 있다	Clef	요청 형식이 같아 비교 시험이 쉽다
가장 싼 호출 단가가 중요하다	Jev, d1-ultra	입력 100만 토큰당 0.042달러
근거 설명이 필요한 판단이다	언어 모델	결정 모델은 이유를 말하지 않는다

어느 쪽을 고르든 도입 전에 확인할 것은 같다. 아래는 독립 지수가 보여 준 약점을 바탕으로 한 이 블로그의 점검표다.

PRISM AGENDA 제안: 결정 모델 도입 전 4가지 점검	정의	관찰 지표	한계
1. 확률 대조	모델이 말한 확률과 실제 정답률을 맞춰 본다	90%라고 한 판정 100건 중 실제 정답 수	자기 데이터 수백 건을 사람이 채점해야 한다
2. 모름 선택지	"판단 보류"를 선택지에 넣는다	보류 비율과 보류 건의 실제 난이도	보류가 많으면 사람 일이 다시 늘어난다
3. 비싼 오답 정의	놓치는 쪽과 잘못 막는 쪽 중 무엇이 비싼지 정한다	오류 유형별 비용	비용을 숫자로 매기기 어려운 업무도 있다
4. 사람 회송선	확률이 문턱 아래면 사람에게 넘긴다	회송 건수와 사람 처리 시간	문턱을 낮추면 자동화 효과가 줄어든다

인간에게 무엇이 달라지는가

보이지 않는 판정이 늘어난다. 고객 문의를 어느 부서로 보낼지, 보험 청구 사진이 기준에 맞는지, 이 접속이 봇인지. 이런 판단은 지금까지 사람이 하거나, 비싸서 대충 넘어가던 일이었다. 한 건에 1원도 안 드는 판정기가 공개 부품이 되면, 회사는 예전에는 들여다보지 않던 일까지 판정하기 시작할 가능성이 크다. Jev라는 이름 자체가 값이 내려가면 쓰임이 오히려 늘어난다는 경제학자 제번스에게서 왔다.

판정을 받는 쪽은 이유를 듣지 못한다. 결정 모델은 "환불 거절 0.87"을 내놓을 뿐 왜 그런지 말하지 않는다. 언어 모델은 틀린 이유라도 문장으로 남겼다. 숫자만 남는 판정이 늘면, 이의를 제기할 때 붙잡을 단서가 사라진다.

사람의 일은 문턱을 정하는 쪽으로 옮겨 간다. Jev 벤치마크 글에서 썼듯 결정 모델 시대에 필요한 능력은 판단을 작은 단위로 쪼개는 일이다. 여기에 하나가 더 붙는다. 몇 퍼센트부터 기계를 믿을지 정하고, 그 아래 건을 받아 처리하는 일이다.

PRISM AGENDA의 시각

Clef의 의미는 성능이 아니라 결정 모델이 공공재에 가까워졌다는 데 있다. 9월에 Jev가 범주를 열었을 때 질문은 "이 회사가 시장을 가질까"였다. 한 달 뒤 클라우드플레어와 아마존이 가중치를 내줬고, 엔지니어 한 명이 집에서 만든 모델이 순위에 올랐다. 이 시장에서 모델 자체는 오래 해자가 되기 어렵다고 본다. 남는 경쟁력은 두 가지다. 확률이 실제로 맞는가, 그리고 고객 데이터로 얼마나 싸게 다시 학습시켜 주는가. 클라우드플레어가 모델과 함께 맞춤 학습 서비스를 꺼낸 것도 그 때문으로 읽힌다.

걱정은 확률 쪽에 있다. 독립 지수는 결정 모델 대부분이 실제보다 자신 있게 말한다고 보여 줬다. 값이 싸니 회사는 수많은 판정을 맡길 것이고, 부풀려진 0.9는 사람 검토 없이 통과할 것이다. 그래서 우리는 결정 모델을 도입하는 회사가 성능표보다 먼저 자기 데이터로 확률을 대조해 보고, 그 결과를 판정받는 사람에게 설명할 수 있어야 한다고 본다. 이 블로그가 하이쿠 5.5 글에서 "단가와 청구서는 다르다"고 썼다면, 결정 모델에서는 "확률과 정답률은 다르다"가 같은 경고다.

다음 질문

• 결정 모델의 확률을 누가, 어떤 기준으로 감사할 것인가.
• 판정만 남고 이유가 없는 자동화에 이의 제기권을 어떻게 붙일 것인가.
• 맞춤 학습이 붙으면 결정 모델의 판단은 회사마다 얼마나 달라지는가.