같은 Decision API인데 왜 다른 답을 냈을까? Microsoft Decision-1과 JEV로 검증한 Question Engineering
Azure의 Microsoft Decision-1을 JEV 이메일 분류에 적용했다. 어댑터 버그부터 질문 경계·회귀까지, 일곱 번의 테스트로 확인한 Question Engineering의 실무 가치.
JEV
JEV와 GPT-6 Luna가 17/17 같은 답을 냈다. 그런데 설계는 왜 달랐을까?
같은 17개 Email-to-Case를 JEV와 GPT-6 Luna로 분류했더니 결과는 모두 같았습니다. 실제 비용·latency·ground truth 사례를 바탕으로 두 방식의 설계 차이와 OpenAI Decisions API가 흥미로운 이유를 정리합니다.
JEV로 이메일 분류를 직접 만들어보니: LLM과 달랐던 것은 무엇이었나
JEV와 n8n으로 이메일 분류 PoC를 직접 만들며 확인한 것은 모델 성능보다 Decision Contract의 중요성이었다. L1/L2, score·margin, deterministic resolver와 AUTO/REVIEW 경계를 실제 코드로 풀어본다.