APUS, Jev 크로스플랫폼 재현 성과 오픈소스로 공개
9월 19일 중국 AI 기업 APUS의 AI 랩이 세계 최초 배치에 속하는 Jev 독립 오픈소스 재현 성과를 공개했다.
중국어 원문을 AI로 번역했습니다. 고유명사와 수치는 원문 표기를 우선하며, 중요한 판단에는 아래 출처 원문을 함께 확인하세요.
양자위(量子位)의 친구들 2026-09-20 16:30:32 출처: 양자위
9월 19일, 중국 인공지능 기업 APUS 산하 AI 연구소가 전 세계에서 가장 이른 시기에 이루어진 Jev에 대한 독립 오픈소스 재현 성과 중 하나를 공개했다.
9월 19일, 중국 인공지능 기업 APUS(麒麟合盛网络技术股份有限公司) 산하 AI 연구소가 전 세계에서 가장 이른 시기에 이루어진 Jev에 대한 독립 오픈소스 재현 성과 중 하나를 공개하고, 바로 사용할 수 있는 Agent Skill fast-browser-use로 패키징했으며, 순수 로컬 모델의 오프라인 실행을 지원한다. 이 프로젝트는 macOS, Linux, Windows 3대 주요 데스크톱 및 서버 운영체제를 지원하며, GPU 서버에서 실행할 수도 있고 GPU가 없는 Mac과 PC에서도 실행할 수 있다. 모든 코드는 MIT 라이선스로 전 세계 개발자에게 공개된다.
Jev와 "결정 모델"이란 무엇인가?
Jev라는 이름은 19세기 경제학자 제번스(Jevons)에서 따왔으며, "제번스 역설"을 암시한다. 즉 지능 사용 비용의 폭락이 지능 사용량의 폭증을 가져온다는 것이다. 이 모델은 에이전트(Agent) 운용 중 가장 빈도가 높은 한 가지 유형의 요구, 즉 분류, 선택, 평점, 진위 판단에 대응하여 텍스트를 한 글자씩 생성하는 대신 유형화된 답변과 신뢰 확률을 직접 반환한다. 업계에서는 이 노선이 Agent 아키텍처의 "빠른 것과 느린 것의 분업"을 검증했다고 본다. 값비싼 대형 모델은 기획 등 "느린 사고"를 담당하고, 고빈도·원자화된 "빠른 판단"은 경량 결정 모델이 완수하도록 맡긴다는 것이다. 이 분업 체계를 조립하고 스케줄링하는 엔지니어링 계층은 업계에서 Harness라고 불린다.
APUS는 무엇을 재현했는가?
APUS는 Jev의 하위 결정 패러다임을 완전히 구현하고, 이를 가장 대표적인 브라우저 자동화(Browser-use) 시나리오에 완전히 적용했다. APUS는 Jev 공개 문서에서 제시된 입력 패러다임과 평가 로직을 바탕으로, "자기회귀 디코딩을 건너뛰고 은닉 상태로 직접 채점한다"는 핵심 로직을 분석해냈다. 오픈소스 프로젝트에서 APUS는 단일 토큰 Logits 빠른 결정을 재현하여 자기회귀 디코딩 과정을 건너뛰고, Jev KV-Cache 브로드캐스트와 동시 배치 평가의 작동 메커니즘을 구현했다. 브라우저 자동화 시나리오에서 fast-browser-use는 페이지에서 실제로 보이고 상호작용 가능한 요소들을 번호가 붙은 후보 동작 집합으로 정리하고, 로컬에서 실행되는 Qwen3.5-9B 모델이 단 한 번의 전방 계산으로 "어디를 클릭하고 무엇을 선택할지"에 대한 결정을 직접 완료하여, 메커니즘 차원에서 모델이 잘못된 선택자를 생성하거나 형식 환각을 일으킬 가능성을 제거한다. APUS가 공개한 실측 데이터에 따르면, Apple M2 Pro 소비자용 노트북 한 대에서 에이전트가 로컬 모델 추론에 의존해 전 과정 오프라인으로 실제 위키백과 검색 작업을 완수하는 데 걸린 중위 소요 시간은 약 18초였고, 폼 작성, 사이트 내 내비게이션 등의 작업 소요 시간은 약 3초에 불과했으며, 단일 작업의 모델 채점 횟수는 4회뿐이었고, 전 과정 클라우드 호출 제로, API 비용 제로로 사용자 데이터가 본체를 벗어나지 않았다.
APUS AI 연구소는 이번 오픈소스 재현에 세 가지 의미가 있다고 밝혔다. 첫째, "모델로 Harness를 만든다"는 기술 노선이 공학적으로 실현 가능함을 검증했다. 둘째, 폐쇄형 API 외에도 오픈소스 가중치와 엣지 컴퓨팅 성능이 이 패러다임을 뒷받침할 수 있으며, 데이터가 전 과정 본체에 남아 있어 정부·기업과 금융 시나리오의 데이터 보안 요구를 충족함을 증명했다. 셋째, 업계에 데이터가 투명하고 코드를 재검증할 수 있는 독립 검증 참고 자료를 제공했다. 이전까지 Jev의 성능 데이터는 모두 TypeSafe 공식 자체 테스트에서 나온 것이었다.
설명에 따르면 fast-browser-use는 이미 표준 Agent Skill로 패키징되어, 개발자는 한 줄 명령으로 Claude Code, Codex, OpenCode 등 주류 프로그래밍 에이전트에 연결할 수 있다. APUS AI 연구소는 향후 데스크톱 GUI 조작, 로컬 운영체제 상호작용 등의 시나리오를 둘러싸고 새로운 Skill을 지속적으로 오픈소스로 공개하겠다고 밝혔다.
공개 자료에 따르면 APUS는 2014년에 설립되었으며, 산하 AI 제품과 서비스는 전 세계 200여 개 국가와 지역의 24억 사용자를 대상으로 한다. 2026년 7월에는 새로운 브랜드 포지셔닝 "글로벌 AI Agent 생태계 구축자"를 발표했고, 핵심 기술 노선은 "가장 앞선 LLM 기술을 추구하되, 단순한 모델 경쟁에서 벗어나 실제 적용에 깊이 파고들어 진정한 산업 가치 산출에 집중한다"는 것이다. 향후 APUS는 자체 개발 대형 모델을 기반으로 AI Agent 핵심 기술 혁신에 집중하고, 금융 리스크 관리, 정보 분석, 콘텐츠 창작, 의료 등의 시나리오를 아우르는 Agent 제품 매트릭스를 구축할 것이다.
프로젝트 주소: https://github.com/APUS-AI-Lab/fast-browser-use