[Techmeme 요약] Cloudflare, 비정형 데이터 처리를 위한 'Clairic' AI 모델 공개
20
설명
Cloudflare가 2026년 10월 19일, 'Clairic'이라는 새로운 AI 모델을 공개했습니다. 이 모델은 기존의 대규모 언어 모델(LLM)보다 비정형 데이터를 더 빠르고 저렴하며 정확하게 처리할 수 있다고 합니다. Clairic은 'System One' 모델 계열의 첫 번째 '추출 모델'로, 텍스트나 이미지에서 특정 정보를 뽑아내고 계산하며 예측하는 데 특화되어 있습니다.
### 배경 설명
Cloudflare가 이번에 공개한 Clairic은 'System One'이라는 새로운 AI 모델 개념을 기반으로 합니다. 'System One'은 심리학자 다니엘 카너먼의 저서 '생각에 관한 생각'에 나오는 '시스템 1' 사고방식에서 영감을 받았습니다. 시스템 1은 빠르고 직관적인 사고를, 시스템 2는 느리고 신중한 추론을 의미합니다. 기존의 대규모 언어 모델(LLM)은 시스템 2처럼 복잡한 추론에 능하지만, 특정 정보를 빠르고 정확하게 추출하는 데는 비효율적일 수 있습니다. Clairic은 이러한 LLM의 비효율성을 개선하기 위해 개발된 '추출 모델'로, 특정 목적에 맞춰 빠르고 정확하게 데이터를 처리하는 데 중점을 둡니다. 이는 2026년 9월 TypeSafe가 발표한 'Jev'와 같은 모델과 유사한 맥락을 가집니다.
### Clairic, 새로운 '추출 모델'의 등장
Clairic은 기존의 '결정 모델'이었던 System One 계열과 달리, 입력된 데이터에서 직접 값을 추출하거나 계산하고 예측하는 '추출 모델'입니다. LLM이 텍스트를 생성하고 추론하는 데 집중하는 반면, Clairic은 숫자, 날짜, 이름, 목록 등 특정 유형의 데이터를 빠르고 정확하게 식별하고 반환합니다. 예를 들어, 고객 이메일에서 주문 번호, 배송 날짜, 총 결제 금액 등을 추출하고, 심지어는 배송 후 경과 일수와 같은 계산된 값까지 도출할 수 있습니다. 또한, 이미지 속 영수증에서도 주문 번호, 구매 날짜, 수량, 단가 등을 정확하게 추출하는 능력을 보여주었습니다. 이러한 추출 작업은 단 한 번의 처리 과정(single pass)으로 이루어져 LLM보다 훨씬 빠르고 비용 효율적입니다.
### 추출, 추정, 예측 기능
Clairic은 단순한 데이터 추출을 넘어, 입력된 정보의 증거를 바탕으로 값을 '추정'하거나 미래 값을 '예측'하는 기능도 제공합니다. 예를 들어, 주택 매매 기록과 같은 데이터를 기반으로 특정 주택의 예상 판매 가격 범위를 제시할 수 있습니다. 이 추정치는 단순히 하나의 숫자가 아니라, 80% 신뢰 구간과 같은 통계적 정보를 함께 제공하여 데이터의 불확실성을 파악하는 데 도움을 줍니다. 또한, 과거 시계열 데이터(예: TSA 공항 검색대 통과 인원 수)를 입력받아 다음 날의 예상치를 예측하는 '예측' 기능도 갖추고 있습니다. 이러한 예측은 80% 신뢰 구간과 함께 제공되어, 예측의 정확도와 신뢰도를 사용자가 판단할 수 있도록 합니다.
### LLM과의 협업 및 효율성 증대
Cloudflare는 Clairic과 같은 System One 모델들이 기존 LLM과 함께 작동하여 전체적인 AI 워크플로우의 효율성을 높일 수 있다고 강조합니다. 예를 들어, 고객 불만 처리 과정에서 Clairic은 이메일에서 주문 정보, 손상 내용, 예상 수리 비용 등을 추출하고, Clef 모델은 이를 바탕으로 환불 또는 수리 등의 결정을 내립니다. 마지막으로 LLM은 이 결정과 필요한 정보를 바탕으로 고객에게 회신하는 메시지를 작성합니다. 이러한 단계적 접근 방식은 모든 과정을 LLM에 의존하는 것보다 훨씬 빠르고(69% 시간 단축), 비용 효율적(49% 비용 절감)이며, 데이터의 정확성과 신뢰도를 높일 수 있습니다. 특히, LLM이 데이터 추출이나 결정 과정에서 겪을 수 있는 '환각(hallucination)' 현상을 줄이는 데 기여합니다.
### 가치와 인사이트
Clairic의 등장은 AI가 단순히 텍스트를 생성하는 것을 넘어, 실제 데이터를 빠르고 정확하게 이해하고 처리하는 방향으로 발전하고 있음을 보여줍니다. 이는 기업들이 방대한 비정형 데이터를 효율적으로 분석하고, 의사결정 과정을 자동화하며, 고객 경험을 개선하는 데 새로운 가능성을 열어줄 것입니다. 특히, LLM의 한계를 보완하며 특정 작업에서 훨씬 뛰어난 성능을 발휘할 수 있다는 점에서 주목할 만합니다.
### 기술·메타
- 모델명: Clairic
- 모델 유형: System One 추출 모델
- 제공 방식: Workers AI 호스팅 엔드포인트 (향후 오픈 웨이트 공개 예정)
- 주요 기능: 데이터 추출, 계산, 추정, 예측
- 처리 데이터 유형: 텍스트, 이미지
- 성능: 기존 LLM 대비 빠르고 저렴하며 정확함
- 관련 기술: System One, System Two, LLM, Workers AI
### 향후 전망
Clairic과 같은 System One 추출 모델의 발전은 기업의 데이터 처리 방식에 혁신을 가져올 것입니다. 고객 지원, 금융 분석, 법률 문서 검토 등 다양한 분야에서 데이터 추출 및 분석 자동화가 가속화될 것입니다. 또한, 이러한 모델들이 LLM과 결합하여 더욱 복잡하고 지능적인 AI 시스템을 구축하는 데 기여할 것으로 예상됩니다. 규제 기관들은 AI 모델의 정확성과 투명성, 그리고 잠재적인 편향성에 대한 새로운 기준을 마련해야 할 수도 있습니다. 궁극적으로는 AI가 인간의 업무를 보조하는 수준을 넘어, 복잡한 문제를 해결하는 데 핵심적인 역할을 수행하게 될 것입니다.
📝 원문 및 참고
- Source: Techmeme
- Techmeme 리버: [techmeme.com](https://www.techmeme.com/261019/p45#a261019p45)
- 원문 기사: [링크 열기](https://blog.cloudflare.com/clairic-extraction-model/)
---
출처: Techmeme ([Original Article](https://blog.cloudflare.com/clairic-extraction-model/))
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.