클라우드플레어의 Clairic은 텍스트와 이미지에서 날짜, 숫자, 목록 같은 구조화된 값을 뽑아내는 미리보기 모델입니다. 문장 형태의 답변을 생성하기보다, 애플리케이션이 요청한 형식에 맞춰 값을 반환합니다. 클라우드플레어는 시연에서 기존 대규모 언어 모델(LLM)보다 빠르고 저렴한 결과를 보고했지만, 해당 사례만으로 Clairic이 모든 작업에서 더 정확하거나 효율적이라고 결론 내리기는 어렵습니다.
3
4
14
Clairic은 어떤 모델인가
Clairic은 Workers AI에서 미리보기로 제공되는 ‘System One’ 계열 추출 모델입니다. 모델 식별자는 @cf/cloudflare/clairic이며, 클라우드플레어는 비정형 입력에서 값을 추출하고 계산·추정·예측할 수 있다고 설명합니다. 가격은 입력 토큰 100만 개당 0.10달러입니다. 토큰을 생성하지 않기 때문에 출력 토큰 요금은 없습니다.
3
7
18
요청에는 텍스트와 선택적으로 최대 4장의 이미지를 넣고, 원하는 답의 이름과 유형을 지정합니다. 그러면 Clairic은 생성된 단어를 차례로 이어 붙이는 대신 요청한 항목을 한 번에 반환합니다.
16
20
지원하는 유형은 텍스트 구간, 숫자, 날짜, 시각, 날짜·시각, 기간, 목록, 추정치, 예측치입니다. 텍스트 구간에는 원문에서 해당 부분이 위치한 문자 오프셋이 포함될 수 있고, 예측은 최대 64개 시점까지 가능합니다.
1
20
답이 불확실할 때는 어떻게 표시할까
단일 값 응답에는 신뢰도 점수와 p_null 값이 포함됩니다. p_null은 입력만으로 답을 정할 수 없을 확률을 뜻합니다. 응답에는 value와 guess도 들어갈 수 있으며, 값이 입력에 없다고 판단되면 확정된 사실처럼 내놓는 대신 null로 반환할 수 있습니다.
2
9
18
추정치와 예측치에는 중앙값과 80% 구간(p10~`p90)이 제공됩니다. 이는 모델이 제시하는 불확실성의 범위이지, 실제 값이 반드시 그 안에 든다는 보장은 아닙니다. 클라우드플레어는 신뢰도와 p_null`, 구간 정보를 참고해 자동 처리할 항목과 사람이 검토할 항목을 나누라고 권합니다.
2
공개된 성능 사례는 어디까지 보여 주나
파손 상품 관련 고객 지원 사례에서 Clairic은 청구 내용을 추출하고, 클라우드플레어의 Clef 모델은 환불이나 수리 같은 처리 방안을 선택하며, GLM-5.3은 고객에게 보낼 답변을 작성했습니다. 보도된 측정값에 따르면 추출 단계는 0.46초, Clef의 결정 단계는 0.22초가 걸렸습니다. 혼합 모델을 쓴 전체 절차는 19.3초였고, 모든 단계를 GLM-5.3으로 처리한 버전은 61.7초였습니다.
4
15
비용은 혼합 모델 방식이 청구 100만 건당 6,032달러, GLM-5.3만 사용한 방식이 11,740달러로 보고됐습니다. 이 사례에서는 비용이 49% 줄어든 셈입니다.
15 다만 이는 특정 업무 흐름에서 나온 수치이므로, 다른 서비스에서도 같은 절감 효과가 난다고 볼 수는 없습니다.
클라우드플레어는 미국 공항 보안검색대 이용객 수를 대상으로 다음 날 수치를 예측하는 실험도 진행했습니다. 21일간의 테스트에서 평균 오차는 3.3%였고, 실제 이용객 수 21건 중 17건이 모델의 80% 구간 안에 들었습니다.
6
9 한 시계열을 대상으로 한 소규모 시연 결과인 만큼, 다양한 데이터와 상황에서의 예측 성능을 입증한 것으로 해석해서는 안 됩니다.
실제 적용 전에 알아둘 한계
클라우드플레어는 Clairic의 예측 기능을 기본적인 수준이라고 설명합니다. 바로 다음 시점의 예측은 최근 흐름을 따르지만, 더 먼 시점을 예측할수록 값이 평균 쪽으로 평평해질 수 있습니다. 입력 데이터에 드러나지 않은 공휴일 같은 사건도 예측하지 못할 수 있습니다.
1
17
계산 기능에도 경계가 있습니다. 합계·차이·단위 변환·날짜 계산처럼 한두 단계로 끝나는 계산은 신뢰할 수 있다고 안내하지만, 여러 계산이 연쇄적으로 연결되는 경우나 표의 여러 행을 합산하는 작업은 아직 안정적이지 않습니다. 이런 작업에서는 Clairic으로 필요한 값을 추출한 뒤 실제 계산은 코드로 처리하라는 것이 클라우드플레어의 권고입니다.
1
17
현재 성능 주장의 근거는 특정 업무와 예측 사례에 집중돼 있습니다. Clairic이 모든 작업에서 더 정확하고 빠르며 저렴하다는 점을 입증하는 폭넓은 비교 벤치마크는 제시되지 않았습니다. 따라서 성능 향상은 보편적인 보장이라기보다, 실제 적용하려는 작업에서 직접 검증할 가설로 보는 편이 타당합니다.
4
14
15
‘System One’이라는 이름과 Jev
클라우드플레어는 ‘System One’이라는 표현을 빠르고 특정 목적에 맞게 설계된 모델을 설명하는 틀로 사용합니다. 텍스트 답변을 생성하는 데 시간을 쓰는 모델과 대비되는 개념입니다.
5 PPC Land는 TypeSafe라는 회사가 Jev라는 모델과 함께 System One 아이디어를 먼저 내놓았다고 보도했습니다. 다만 현재 확인할 수 있는 자료만으로 Clairic과 Jev 사이의 직접적인 기술 계보를 확인하거나, Clairic의 이름이 대니얼 카너먼의 개념에서 비롯됐다는 구체적인 설명을 뒷받침하기는 어렵습니다.
13
클라우드플레어는 오픈 웨이트 공개 계획도 밝혔지만, 제공된 자료에는 공개 일정이 나와 있지 않습니다.
7
12