AI 에이전트의 '잠재의식' 도우미로 Jev를 테스트해 봄
I tested Jev as a "subconscious" helper for my AI agent
핵심 요약
Jev를 AI 에이전트의 보조 필터로 활용해 로그 정리, 보안 검사, 검색 최적화 등 효율을 극대화한 사례 공유.
- 로그 최적화 — 터미널 로그를 요약하고 오류만 추출해 컨텍스트 윈도우 낭비 방지함.
- 보안 필터링 — 파일 삭제나 깃 초기화 같은 위험 명령을 75ms 만에 차단함.
- 검색 효율화 — 대화형 질문의 의도를 파악해 필요한 파일만 정확히 검색함.
- 비용 절감 — 거대 모델 대신 빠른 분류기를 사용해 처리 속도와 비용 효율을 높임.
내 코딩 에이전트가 메인 모델한테 뭘 넘기기 전에 자잘한 거 먼저 걸러내는 "잠재의식" 필터로 Jev를 세팅해 봤거든. 지금까지 써보면서 괜찮았던 거 몇 개 공유해 봄.
터미널 로그부터 말하자면, Jev한테 먼저 로그를 훑게 시켰음. 테스트 통과하면 80줄짜리 로그를 1줄짜리 배지로 압축하고, 실패하면 딱 에러 난 줄만 넘겨주게 함. 덕분에 빌드 진행 상황 같은 걸로 컨텍스트 윈도우 꽉 차는 일 없어짐.
안전 장치도 하나 달았음. 에이전트가 파일 삭제하거나 git 리셋하는 명령어 날리려고 하면, Jev가 75ms 만에 위험 감지해서 실행되기 전에 바로 컷함.
웹 테스트할 때는 비전 모델이 1분 동안 느릿느릿 클릭질하게 두는 대신, Jev가 스크립트로 단계별로 짜서 백그라운드에서 돌리게 바꿈. 로컬 앱 버튼 확인하는 데 972ms밖에 안 걸리더라.
옛날 메모들 검색하는 것도 해결함. 그냥 grep 쓰면 대화형 질문은 잘 못 알아먹는데, Jev는 75ms 만에 핵심 주제 파악해서 딱 맞는 파일로 바로 꽂아줌.
하루 종일 돌려봤는데 비용 0.5센트도 안 나옴 ㅋㅋ 개꿀.
이제 시시콜콜한 확인 작업에 거대 모델 쓰는 건 좀 오버인 듯. 75ms짜리 빠른 분류기에 마이크로 의사결정 다 떠넘기니까 에이전트 속도가 체감상 두 배는 빨라짐.
혹시 Jev 써본 사람이나 비슷한 거 시도해 본 사람 있음? 다들 어디에 쓰고 있냐?
