1 / 1
1-1
JEV & System One 완전정복 · 1강 / 4강 · 1-1 / 3

System 1 vs System 2

'빠른 직관'을 다시 보다 — 소프트웨어를 위한 새로운 AI 모델 계층의 출발점

카너먼의 두 시스템 · System One 모델의 정의 · 왜 지금 등장했나
출발점

인간의 사고는 두 가지 속도로 움직인다

노벨경제학상 수상자 대니얼 카너먼은 《생각에 관한 생각(Thinking, Fast and Slow)》에서 우리의 사고를 두 시스템으로 나눴습니다. JEV라는 이름을 이해하려면 여기서 출발해야 합니다.

구분System 1 (빠른 사고)System 2 (느린 사고)
속도즉각적 · 자동적느림 · 의식적 노력
방식직관 · 패턴 인식추론 · 단계적 계산
예시"2+2=?", 표정 읽기, 위험 감지"17×24=?", 논문 쓰기, 계획 수립
비용거의 0에 가까움크고 느림

💡 핵심: 모든 판단에 System 2를 쓰면 뇌가 지칩니다. 대부분의 일상 결정은 빠르고 값싼 System 1이 처리합니다.

AI로 옮겨오면

지금까지의 LLM은 전부 'System 2'였다

⚡System 1빠른 판단
  • 즉각적 · 병렬 처리
  • 타입이 정해진 결정
  • 70~500ms
비어 있던 자리 → System One 모델
VS
🐢System 2느린 추론
  • 순차 토큰 생성
  • 문자열(텍스트) 출력
  • 3~329초
지금까지의 모든 LLM
빈자리

AI에는 'System 1'에 해당하는 모델이 없었다

상태 State
→
질문 Q
→
⚡ 즉시
→
타입 결정
System One 모델: 상태와 질문을 받아 즉시 타입이 정해진 결정을 돌려준다 (문자열 생성 없음)
한 문장 정의

JEV = "프론티어 지능의 함수 호출"

unstructured state in → typed probabilistic decision out
입력
정형화되지 않은 상태(state) + 타입이 정의된 질문
처리
System 1처럼 즉각적·병렬적 평가
출력
타입 안전한 결정 + 믿을 수 있는 확률 (확신도가 실제 정답률과 일치 = '캘리브레이션')
함수 호출처럼 상태를 넣으면 정해진 타입의 값이 돌아옵니다. 답변을 '쓰는' 모델이 아니라, 상태를 보고 결정하는 모델. 코드가 그 결정을 곧바로 분기·정렬·라우팅에 쓸 수 있습니다.
정리

1-1강 한 장 요약

Next up

1-2강에서는 "그럼 LLM으로 이 빠른 판단을 하면 안 되나?"에 답합니다. LLM을 결정 엔진으로 쓸 때 드러나는 4가지 구조적 한계(문자열·환각·느림·과신)를 하나씩 짚어봅니다.

다음 세부강의: LLM의 4가지 구조적 한계 →