Articul8 Bivia: 기권할 수 있는 의사결정 모델 — 그리고 가격표는 없다

Bivia의 API 문서에서 가장 중대한 줄은 벤치마크가 아닙니다. 그것은 상태(status)입니다. 응답이 나온 호출은 값, 0과 1 사이의 확률, 그리고 제공한 옵션들에 대한 분포를 반환합니다. 거부된 호출은 value: null, abstain_reason, 그리고 동일한 분포를 반환합니다. 즉 모델이 타입이 지정된 필드에서 증거가 확약을 뒷받침하지 못했다고 알려주는 것입니다. 2026년 10월 28일 산타클라라에서 출시된 Articul8 Bivia는 생성형 모델이 아니라 멀티모달 결정 모델입니다. HTTP POST 하나를 입력하면 타입이 지정된 JSON이 출력되고, 출력 토큰은 0개입니다. 기권(abstention) 필드는 이번 출시가 가장 강하게 내세우는 기능이며, 단일 매개변수로 끌 수 있는 기능이기도 합니다. 그 매력이 실제로 통하는지는 보정(calibration)에 관한 문제이며, 비교 기준점은 TypeSafe AI의 Jev-1.13 — 이 블로그에서 가장 많이 다룬 결정 모델이며, 이미 OrcaRouter를 통해 호출할 수 있는 모델입니다.

두 제품을 나란히 놓고 보면 차이는 각 모델이 무엇을 입력으로 받아들이는지에 있습니다. Jev는 텍스트에 대해 입력한 질문에 답합니다. Bivia는 텍스트, 이미지, 문서, 코드, 센서 신호, 오디오, 비디오를 받아들이고 그 답변의 근거를 아티팩트—바운딩 박스, 문자 오프셋, 비디오 타임스탬프—에 둡니다. 두 벤더가 공유하는 것은 아키텍처가 아니라 비즈니스 문제입니다. 둘 모두 예/아니오, 레이블, 숫자로 귀결되는 판단에 대해 프런티어 모델 요금을 계속 지불하지 않기 위한 방법으로 판매됩니다. Articul8의 그 같은 제안은 작동하는 API, 무료 토큰 제공, 그리고 공개된 토큰당 가격이 없다는 점과 함께 나오는데, 이 때문에 Bivia가 여러분에게 내리도록 강요하는 첫 번째 결정은 회계상의 결정이 됩니다.

Bivia가 실제로 반환하는 것

제품 페이지는 계약에 관해 유난히 구체적이므로 자세히 읽어볼 가치가 있습니다. 보도자료는 그렇지 않기 때문입니다. 결정은 BIVIA_API_KEY에 API 키를 담아 보내는 POST이며, 응답은 매번 동일한 JSON 형태입니다. 이것이 비생성형 출력의 핵심입니다. 아홉 가지 기본 요소 중 하나를 선택합니다 — Decide, Choice, Boolean, Score, Set, Span, Ground, Extract, 그리고 "Data science" — 그러면 답은 다섯 가지 타입화된 형태 중 하나로 강제 변환됩니다. 산문도, 파싱 단계도, 토큰 4,000에서 잘린 중괄호도 없습니다.

• 입력 — 텍스트, 이미지, 문서, 코드, 신호, 오디오 및 비디오: 형식마다 별도 파이프라인을 두는 대신 하나의 공유 아키텍처를 통해 처리되는 일곱 가지 모달리티.

• 출력 — Choice, Boolean, Score, Set 및 Span, 각각은 보정된 확률과 제공하신 옵션 전반에 대한 분포와 함께 반환됩니다.

• 모드 — Fast는 한 번의 패스로 하나의 결정을 실행합니다. Deep은 결정을 내린 뒤 확정하기 전에 자신의 결정에 이의를 제기합니다. Fast는 think: true로 업그레이드할 수 있습니다. 페이지의 요약 스트립에는 "Fast Deep Thinking"이라고 적혀 있지만, 상세 섹션에서는 "Fast · Deep · Abstain"을 설명합니다. 따라서 Thinking이 네 번째 모드인지 Fast의 토글인지는 공급업체가 미해결로 남겨 두었습니다.

• 거절 — 선택 사항. allow_abstain: false를 보내면 Bivia는 매번 답변을 내놓기로 약속하며, 이는 안전장치를 제거하고 거의 0에 가까울 수 있는 확률을 남깁니다.

• 그라운딩 — 영역, 오프셋, 타임스탬프가 답변과 함께 전달되므로, 하위 검증에서 모델이 사용한 정확한 픽셀이나 초 단위로 증거를 다시 열 수 있습니다.

• 언어 — 50개 이상이며, 이 페이지에서는 영어, 일본어, 한국어, 힌디어, 타밀어, 스페인어, 독일어, 포르투갈어를 그중에서도 명시합니다.

의사결정 API가 일반적으로 갖는 것보다 통합 범위가 더 넓습니다. Claude Code, Codex, Cursor, VS Code용 MCP 서버, CLI와 Claude 스킬, macOS 및 Windows용 플로팅 데스크톱 앱, 화면 영역을 선택해 질문할 수 있는 Chrome 및 Edge 확장 프로그램, =BIVIA.DECIDE, =BIVIA.CHOICE, =BIVIA.SCORE 수식을 제공하는 Google Workspace 추가 기능, 그리고 Python, Node.js, Go, Rust SDK가 있습니다. 그중 어느 것도 모델의 본질을 바꾸지는 않습니다. 하지만 체험에는 통합 프로젝트 대신 명령 하나만 들면 된다는 뜻입니다.

기권 스위치가 이 제품의 전부이며, 그것에 관해 가장 측정이 적은 요소입니다.

응답 보류는 올바른 생각이며, 그 주장에서 더 어려운 절반입니다. 추측하는 결정 계층은 추측하는 생성 모델보다 더 나쁩니다. 왜냐하면 타입이 지정된 답변은 그것이 정당하게 도출되었는지와 관계없이 감사 가능해 보이기 때문입니다. 따라서 흥미로운 질문은 Bivia가 보류 응답을 반환할 수 있는지가 아니라—API가 그 가능성을 입증합니다—그 신뢰도가 충분히 보정되어 거부가 진정으로 모호한 사례에 적용되고 확정 응답이 명확한 사례에 적용되는지입니다. 이는 측정 가능한 속성이며, Articul8은 이에 대한 측정치를 공개하지 않았습니다.

대신 존재하는 것은 해당 범주에 대한 독립적인 연구이다. arXiv 2610.03935에서 소개된 벤치마크인 JEVal은 10개 응용 도메인에 걸친 36개 데이터셋에서 추출한 11,257개 인스턴스에서 25개 모델 구성을 테스트한다. 그 발견은 날카롭다. 일반 의사결정 모델은 눈앞의 증거로 답을 도출할 수 있을 때 가장 좋은 성능을 보이며, 전문 지식이 필요하거나 불확실성을 충실히 추정해야 할 때 덜 신뢰할 수 있게 된다. 초록의 표현에 따르면, 이 모델들은 가장 가능성이 높은 결과를 선택할 수 있지만 "그 확률을 상당히 과장한다". 같은 논문은 τ-bench를 실행하여 더 빠른 국소적 결정이 에피소드를 단축한다는 점을 발견하지만, 긴 궤적에 걸쳐 오류가 누적되면서 전체 작업 성공률은 떨어진다.

그 두 번째 발견은 에이전트의 모든 단계에 결정 모델을 두자는 주장을 정면으로 겨냥한다. 누적 효과는 단계별 정확도 수치가 숨기는 실패 양상이다. 즉, 90%의 확률로 맞는 단계는 다섯 개의 종속 단계를 거치면 59%의 확률로 맞는다. Zenodo의 별도 사전등록 시험(SILT-RP-010)은 일곱 개의 결정 모델을 799개의 미공개 예/아니오 결정에 투입했고, 자체 보정 주장과 일치하는 구성은 하나만 발견했다. Jev는 ECE 0.052로 나왔으며, 저자들은 이를 확인된 것으로서가 아니라 결론 미정으로 기록했다. 이 중 어느 것도 Bivia에 관한 것이 아니며, 어느 것도 Bivia에 대한 평결로 읽혀서는 안 된다. 이는 해당 범주에 적용되는 기준이며, Bivia는 아직 그 기준에 따라 평가받지 않았다.

실제 데이터가 존재하는 경우에도, 그것이 얼마나 얇은지 솔직히 말할 수 있을 정도입니다. 한 개발자가 자신의 야간 코딩 에이전트에서 42개의 라벨이 붙은 의사결정을 Jev-1.13과 Clef-Flash를 통해 실행했는데, 두 모델 모두 컴퓨터 사용 관련 10가지 행동 선택을 완벽하게 처리했습니다. 여기에는 두 개의 안전 함정이 포함되었으며, 그중 하나는 응답을 보류하는 것이 필요했습니다. 그러나 두 모델 모두 동일한 네 가지 감독 사례를 놓쳤습니다. 그는 스스로 이를 "한 사람의 에이전트에서 나온 42개 사례 벤치마크이지, 논문이 아니다"라고 설명합니다. Bivia는 여기에 포함되지 않았습니다.

헤드라인 벤치마크는 비교 대상을 명시하는데, 이는 대부분의 출시보다 더 나은 점이다.

Articul8의 내부 도구 라우팅 테스트는 Bivia를 Jev와 비교해 0.91 대 0.84로 평가하며, 이 발표문은 "업계 선두 경쟁사" 뒤에 숨지 않고 이름을 명시합니다. 이는 인정받을 만한 일입니다. 이름이 명시된 비교 대상은 익명의 비교 대상과 달리 반증 가능하기 때문입니다. 나머지 벤치마크 블록에는 더 강한 라벨링이 필요합니다:

• 도구 라우팅 — Bivia 0.91 대 Jev 0.84, 벤더 내부 사항, 방법론 비공개.

• 엔드투엔드 워크플로 완료율 — 비교 모델의 약 37% 대비 약 73%이며, 이 수치는 보도자료가 아니라 Articul8의 출시 게시물에 등장하는 수치입니다.

• 에너지 및 Verilog 작업 — 도메인 튜닝 후 선택된 작업에서 100% 정확도. 릴리스 자체가 이를 분포 내(in-distribution)로 명시하는데, 이는 해당 작업이 튜닝 데이터와 유사함을 의미합니다. 이는 적합성에 관한 진술이지 일반화에 관한 진술이 아닙니다.

• 답변 안정성 — Articul8은 Jev를 포함한 경쟁사들이 선택지 순서를 바꿨을 때 약 8회 중 1회꼴로 답변을 변경했다고 주장했지만, Bivia는 일관성을 유지했다. 하네스, 샘플 또는 선택지 세트는 공개되지 않았다.

주목할 만한 비대칭성은 비교의 다른 쪽에 있다. Jev는 독립적인 평가를 거쳤다: 한 arXiv 연구에서의 37개 데이터셋, JEVal 제품군, 사전 등록된 캘리브레이션 테스트, 그리고 개발자가 직접 운영한 여러 하네스까지. 출시한 지 하루 된 Bivia에게는 보도자료와 제품 페이지가 전부다. 이는 출시 당일로서는 정상이며 모델에 대한 비판이 아니다 — 0.91을 계획의 근거로 삼을 숫자가 아니라 재현해야 할 숫자로 취급해야 하는 이유일 뿐이다.

가격 책정: 입력 토큰에 대해 비용을 지불하며, 이를 계산할 요율표가 없습니다.

상업적 조건은 구조는 단순하지만 정작 중요한 부분은 비어 있다. 구독은 없다. 입력 토큰에만 비용을 지불하며, 이는 출력 토큰을 전혀 내지 않는 모델에서는 자연스러운 일이다. 첫 10,000명의 사용자에게는 최대 10억 토큰이 무료로 제공된다. 이용하려면 articul8.ai/bivia에서 등록해야 한다. 빠진 것은 실제 요율이다. 백만 입력 토큰당 달러 금액은 제품 페이지, 발표 자료, 출시 게시물 어디에도 나오지 않는다. 페이지의 비용 그래픽—"¢$$$ 1 forward pass" 비교—은 가격이 아니라 예시일 뿐이다.

단가 없이는 이 범주 전체가 의존하는 단 하나의 계산, 즉 의사결정 호출이 그것이 대체하는 생성 호출보다 더 저렴한지 여부를 수행할 수 없습니다. Articul8 자체의 데모 수치는 매력을 보이게 하지만 계산 가능하게 만들지는 않습니다: 데이터센터 냉각 텔레메트리에 대해 약 15초 동안 10,058건의 의사결정이 이루어졌고 그중 13건은 보류되어 운영자에게 넘겨졌습니다. 12시간 교대 근무 한 번 동안 200개의 웨이퍼 로트와 1,000건의 의사결정, 8대의 리소그래피 스캐너에 걸쳐 로트당 5회 호출; 단일 실행은 그 실행에 무엇이 포함되었는지 밝히지 않은 채 $0.40로 견적되었습니다. 이들 각각은 공급업체가 캡처하고 재생한 데모이며, 페이지의 여러 예시는 명시적으로 예시적이라고 표시되어 있습니다.

지금으로서는 무료 티어가 현실적인 답입니다. 10억 개의 입력 토큰이면 실제 파일럿을 돌리기에 충분합니다. 즉, Fast와 Deep을 통해 수백 건의 레이블된 사례를 처리하면서 보류 기능을 켜고 끄는 실험을 누군가가 여러분에게 가격을 제시하기 전에 해볼 수 있습니다. 그 파일럿은 여러분의 데이터에서 보류율을 알아내는 유일한 방법이며, 그 보류율이 경제성이 성립하는지를 결정합니다. 엄격한 임계값은 더 많은 사례를 사람에게 넘기고, 느슨한 임계값은 확신 있는 오류를 통과시킵니다. 커버리지와 위험 사이의 이 맞교환은 선택적 분류의 핵심이며, 어떤 공급업체 벤치마크도 여러분 자신의 임계값을 대신하지 못합니다.

비디오와 문서는 Bivia가 다른 의사결정 모델과 차별화되는 지점입니다.

텍스트 의사결정 모델들 — Jev, Clef, 그리고 여러 공개 재구축판 — 은 텍스트에 관한 질문을 입력받아 확률을 반환한다. 일곱 가지 모달리티에 걸친 Bivia의 공유 아키텍처는 같은 라벨을 달고 있지만 다른 제품 범주이며, 이를 보여주는 데모는 국제우주정거장의 52분 4K 다큐멘터리를 단일 요청에서 프레임 단위로 입력하여 야간 쪽 도시 불빛과 오로라 같은 수 초 길이의 사건을 드러낸다. 프레임을 샘플링했다면 그런 사건들을 놓쳤을 것이다. Bivia는 샘플링하지 않는다는 주장이다.

그것은 진정으로 다른 역량이며, Articul8가 실제로 판매하는 산업용 사용 사례를 가리킵니다: 40분 중 3초에 해당하는 이벤트가 담긴 검사 영상, 엔지니어링 도면, 표와 차트, 센서 트레이스. 이름이 언급된 고객은 Hitachi Energy, CTC, AZing, Megazone이며, Bivia를 중심으로 한 플랫폼은 25개 이상의 엔터프라이즈 및 운영 시스템에 연결되고 공용, 사설, 소버린, 에어갭 클라우드에 배포됩니다. 다만 도메인 튜닝은 세일즈 주도입니다 — 이에 대한 페이지 자체의 안내는 "귀하의 도메인에 대해 문의하세요"입니다. 따라서 100% 에너지 및 Verilog 수치는 Articul8의 도움으로 구축된 튜닝된 배포를 설명하는 것이지, 화요일에 다운로드해서 공장에 바로 적용하는 모델을 의미하지 않습니다.

에이전트에서 의사결정 모델이 있어야 할 위치 — 그리고 그것이 왜 라우팅 문제인지

합리적인 아키텍처는 "LLM을 Bivia로 교체"하는 것이 아니다. 그것은 세 부분으로 이루어진 체인이다. 결정론적 규칙이 자신이 처리할 수 있는 사례를 흡수하고, 결정 모델이 남아 있는 제한된 판단을 맡아 확률과 함께 레이블을 반환하며, 애플리케이션이 무언가 일어나기 전에 정책과 권한에 비추어 그 레이블을 검증한다. 그런 다음에야 워크플로가 저비용 작업, 프런티어 모델 호출, 사람 중에서 선택한다. 결정 모델은 권고 단계이지 권위의 원천이 아니다 — 그것은 병합, 지출, 또는 건너뛴 승인을 승인할 수 없으며, 잘못된 이유로 선택된 잘 구성된 레이블도 여전히 틀린 것이다.

즉, 운영상의 질문은 라우팅이며 세 가지 부분으로 나뉩니다: 어떤 단계가 결정 계층으로 가는지, 확률이 낮거나 답변이 기권될 때 어떤 단계가 생성 모델로 에스컬레이션되는지, 그리고 결정 엔드포인트 자체가 느리거나 다운되면 무슨 일이 일어나는지입니다. 이것이 라우팅 정책의 형태이며, 바로 이를 위해 OrcaRouter의 라우팅 DSL이 존재합니다 — 결정 호출과 생성 대체 경로를 하나의 호출로 구성하고, 그 뒤에 자동 장애 조치를 갖추어 어느 쪽에서 기권이 발생하거나 장애가 발생하더라도 에이전트가 막히는 대신 정의된 다음 홉이 있도록 합니다. 그 체인의 생성 부분이 바로 패스스루 가격 책정이 중요한 곳입니다: 200개 이상의 모델을 위한 하나의 API를 0% 마크업으로 공급자 정가에 제공하므로, 공급업체가 가격을 인하하면 라우팅하는 요율도 같은 날 바뀝니다.

가용성에 관해 솔직히 말씀드릴 주의점이 하나 있습니다. Bivia는 OrcaRouter의 카탈로그에 없습니다. Articul8 자체 API와 해당 벤더의 플랫폼을 통해서만 접근할 수 있으며, 우리가 보증할 수 있는 다른 곳은 없습니다. TypeSafe AI의 Jev-1.13은 카탈로그에 있으므로, 우리가 실제로 제공하는 호스팅 의사결정 모델을 나란히 시험해 보는 일은 키 하나만 누르면 되는 실험입니다. Bivia를 사용해 보려면 두 번째 계약과 별도의 자격 증명이 필요합니다. 계약서에 서명하기 전에 의사결정 계층이 그 자리를 차지할 가치가 있는지 확인하고 싶다면, 그 비대칭성이 이용 가능한 가장 값싼 실험입니다.

누가 지금 Bivia를 시도해 봐야 하고, 누가 기다려야 할까요?

의사결정이 문장이 아니라 산출물 — 검사 영상, 도면, 스캔된 클레임, 센서 로그 — 에 담겨 있다면 사용해 보세요. 왜냐하면 그 부분은 의사결정 모델 흐름에서 현재 어떤 경쟁사도 Bivia에 필적하지 못하는 영역이고, 무료 토큰 허용량이 파일럿을 감당하기 때문입니다. 플랫폼을 이미 배포한 Articul8 고객이라면 사용해 보세요. Bivia는 보유한 파이프라인과 함께 Bivia Studio 내부에서도 실행되기 때문입니다. 또는 에어갭 또는 주권형 배포가 필요하다면 사용해 보세요. 이는 회사 차원의 지원이 담당합니다. 코딩 에이전트를 통해 사용할 계획이라면 사용해 보세요. MCP 서버와 curl 설치 프로그램이 있으면 이를 프로젝트가 아니라 10분 테스트로 만들어 주기 때문입니다.

지출을 모델링할 단가가 필요하다면 기다리세요. 아직 없으니까요. 조달 부서가 독립적인 벤치마크나 공개된 응답 보류율을 요구한다면 기다리세요. 둘 다 아직 없기 때문입니다. 직접 호스팅할 수 있는 가중치, 읽을 수 있는 라이선스 약관, 또는 지연 시간 SLA가 필요하다면 기다리세요. 그중 어느 것도 공개되지 않았습니다. 그리고 도메인 튜닝이 가치의 전부라면 기다리세요. Bivia를 그대로 사용한 경우와 귀하의 도메인에 맞게 튜닝한 Bivia 사이의 격차는 공개되지 않았으며, 그 격차가 바로 귀하가 구매하게 되는 것입니다.

이를 정리할 세 가지가 있으며, 셋 모두 벤더가 공개해야 할 사항입니다: 토큰당 요율표, 다른 사람이 실행할 수 있는 하네스에서 측정한 기권율, 그리고 출시 전에 존재했던 벤치마크에서의 결과입니다. 그때까지 Bivia를 공정하게 읽는 방법은 이렇습니다. 잘 명세된 API에 유난히 강력한 모달리티 서사가 붙어 있고, 자사 팀이 생성한 벤치마크를 근거로 판매되며, 가장 흥미로운 동작 — 언제 거부해야 하는지를 아는 것 — 은 스스로 측정해야 할 항목으로 남아 있는 것입니다. 기권 스위치는 무료로 사용해 볼 수 있으며, 가용한 근거로 볼 때 여전히 시도해 볼 가장 좋은 이유입니다.