Cloudflare, 텍스트 생성 대신 값만 추출·예측하는 모델 Clairic 공개

왜 지금 이 주제인가

Cloudflare가 2026년 10월 19일 새로운 AI 모델 Clairic을 발표했습니다. 지금까지 나온 모델 대부분은 자유형 텍스트를 만들어내는 LLM(대규모 언어 모델)이거나, 주어진 선택지 중 하나를 고르는 의사결정 모델이었습니다. Clairic은 입력에서 숫자나 날짜 같은 구체적인 값을 직접 추출·계산·예측하는 세 번째 범주를 표방합니다. 토큰을 생성하지 않는 구조로 지연시간과 비용을 함께 줄였다는 자체 측정치를 공개해, 에이전트 파이프라인을 운영하는 실무자라면 눈여겨볼 만합니다.

핵심 내용

Clairic은 Cloudflare가 “System One” 모델이라 부르는 계열의 신규 모델입니다. 앞서 나온 Clef와 Jev는 입력과 선택지 목록을 함께 받아 각 선택지에 확률을 매기는 의사결정 모델이었습니다. Clairic은 선택지 목록이 없어도, 입력 자체에서 값을 끌어내거나 계산하거나 입력 범위를 넘어선 값을 추정합니다.

블로그 글에 따르면 Clairic이 돌려주는 값은 네 종류입니다. 추출값은 입력 텍스트에 실제로 등장하는 문자열이며 문자 오프셋과 신뢰도 점수가 함께 붙습니다. 계산값은 숫자, 날짜, 기간, 리스트처럼 입력에서 연산해 낸 값입니다. 추정값은 선언된 범위 안에서의 분포, 중앙값, 80% 신뢰구간으로 표현됩니다. 예측값은 시계열 데이터를 받아 이후 시점을 단계별로 내다보는 결과입니다.

처리 방식도 다릅니다. Clairic은 회귀 기반 아키텍처로 요청된 모든 필드의 답을 한 번의 병렬 처리로 내놓으며, 토큰을 한 글자씩 생성하지 않으므로 추론·생성 토큰 단위 과금이 없습니다.

Cloudflare는 손상 제품 보험 청구 처리 파이프라인으로 성능을 측정했습니다. Clairic으로 송장 번호, 배송일, 총액 등을 추출한 뒤 Clef로 보상 여부를 결정하고, 마지막 단계에서만 LLM인 GLM-5.3으로 고객 응답 문구를 생성하는 혼합 구성과, 처음부터 끝까지 GLM-5.3만 쓰는 구성을 비교했습니다. 전체 처리 시간은 혼합 구성이 19.3초, GLM-5.3 단독 구성이 61.7초로 69% 줄었습니다. 단계별로 보면 추출 단계는 16.1초에서 0.46초로, 의사결정 단계는 21.9초에서 0.22초로 줄었습니다. 비용은 100만 건 처리 기준 11,740달러에서 6,032달러로 49% 낮아졌습니다.

Cloudflare는 다른 활용 사례도 함께 제시했습니다. 비교 매물 데이터로 부동산 예상 판매가를 추정한 사례, 공항 이용객 수를 21일치 예측한 사례(평균 오차율 3.3%, 실제값 21개 중 17개가 80% 구간 안에 포함)가 그것입니다. 토큰 수 비교도 공개됐는데, 청구 처리 파이프라인에서 Clairic 쪽 입력 토큰은 701개, 출력 토큰은 1,329개였고 GLM-5.3 단독 구성은 입력 390개, 출력 2,544개였습니다. 같은 작업이라도 어떤 모델에 어떤 토큰을 맡기느냐에 따라 총비용 구조가 달라진다는 뜻입니다. Clairic은 현재 Workers AI에서 @cf/cloudflare/clairic으로 쓸 수 있으며, 회사는 추후 오픈 웨이트로도 공개할 계획이라고 밝혔습니다.

의미와 한계

Clairic은 에이전트 파이프라인의 모든 단계를 LLM에 맡기는 관행에 문제를 제기합니다. 값 추출이나 추정처럼 자유로운 문장 생성이 필요 없는 구간을 떼어내 전용 모델로 처리하면 지연시간과 비용을 함께 줄일 수 있다는 것을 Cloudflare가 자체 측정치로 보여줬습니다.

다만 공개된 수치는 Cloudflare가 직접 설계한 단일 파이프라인(보험 청구 처리) 비교이고, 비교 대상도 자사의 Clef와 GLM-5.3 조합으로 한정돼 있어 다른 벤치마크나 제3자 검증은 아직 없습니다. 오픈 웨이트 공개도 시점이 정해지지 않은 “계획” 단계이고, 지금은 Workers AI라는 Cloudflare 플랫폼 안에서만 쓸 수 있어 다른 클라우드에서의 성능이나 비용은 가늠하기 어렵습니다. 추정·예측값에 붙는 신뢰구간이 실제로 얼마나 잘 보정돼 있는지도 공항 이용객 수 예측 한 사례만으로 판단하기엔 이릅니다. 복잡한 산술 계산이나 긴 의존성 사슬이 필요한 작업에서는 신뢰도가 낮아, Cloudflare도 수학 연산은 별도 코드에 맡기라고 권장하고 있습니다. 추측을 보태자면, 이런 전용 추출 모델이 자리를 잡으면 에이전트 설계가 “하나의 LLM이 전 과정을 처리”하는 방식에서 “작업 성격에 맞는 모델을 조합”하는 방식으로 옮겨갈 가능성이 있습니다.

한 줄 정리

Cloudflare가 텍스트 생성 없이 값만 반환하는 추출 모델 Clairic을 공개하며 에이전트 파이프라인의 비용과 지연시간을 줄일 수 있다는 자체 측정치를 내놓았습니다.