대표 작업으로 돌아가기DMS LABS / FIELD NOTES
Work / 실무 가이드10 min

Jev 사용법과 비용: 사이트 12페이지를 점검하며 확인한 활용 방법

Jev의 세 가지 판단 방식부터 Windows 설치, 작은 SEO 진단, 비용과 장단점까지. 실제 표본 검사에서 확인된 문제와 재현되지 않은 경고를 구분하는 실무 가이드입니다.

Jev 사용법과 비용: 사이트 12페이지를 점검하며 확인한 활용 방법
DMS / VISUAL ESSAY

English version

운영 중인 metacint.com의 12페이지를 Jev SEO로 점검했습니다. 보고서에는 88점이 나왔습니다. 홈페이지 1개, 카테고리 6개, 게시글 5개를 살펴본 표본 검사이며 사이트 전체 평가가 아닙니다.

카테고리 6개의 H1 제목과 메타 설명 누락은 다시 확인해도 그대로였습니다. 반면 깨진 링크로 표시된 5개 주소는 별도로 열어보니 모두 정상 응답과 페이지 제목을 반환했습니다. 속도 측정은 요청 제한으로 실패했습니다.

이 테스트에서 유용했던 것은 점수보다 확인할 항목과 근거를 한곳에 모아준다는 점이었습니다. 어떤 도구인지, 어떻게 시작하는지, 어디까지 믿고 써야 하는지 정리했습니다.

Jev와 Jev SEO부터 구분합니다

Jev는 TypeSafe의 판단 모델입니다. 긴 글을 작성하기보다 제공한 자료를 정해진 기준에 따라 분류하거나 평가합니다. Jev SEO는 이 모델을 사이트 수집·검사 코드와 연결한 별도 오픈소스 도구입니다.

제목 태그가 있는지, 링크가 어떤 응답을 반환하는지는 코드가 검사합니다. 페이지가 어떤 목적을 갖는지, 내용이 질문에 충분히 답하는지는 Jev가 평가합니다. 이번 깨진 링크 경고도 Jev의 판단이 아니라 코드의 검사 결과였습니다. 재확인 결과가 달랐다는 이유만으로 모델이 오류를 냈다고 설명하면 역할을 잘못 짚게 됩니다.

SEO 외에는 어디에 활용할까요?

다음은 Jev의 답변 방식을 콘텐츠 업무에 적용하는 예시입니다. 이번에 모두 실행했다는 뜻은 아닙니다.

표가 넓으면 좌우로 스크롤하여 확인하세요.

업무질문 예시활용 방법
자료 분류생활정보·제품정보·의견 중 어떤 주제입니까?Choice로 분류합니다. ‘기타’ 선택지도 둡니다.
근거 점검제공한 원문이 이 주장을 뒷받침합니까?Noul로 판단하고 애매한 문장을 재검토합니다.
설명 평가독자가 따라 할 단계가 얼마나 구체적입니까?Score의 단계를 정의해 보완할 글을 고릅니다.
문의 정리환불·배송·사용법 중 어떤 문의입니까?담당 업무로 분류하되 실제 처리 권한은 분리합니다.

TypeSafe의 기본 기능 문서에 따르면 Choice는 선택지, Noul은 ‘예’의 확률, Score는 정의한 단계에 따른 평가값을 반환합니다. Noul에는 별도의 confidence가 없습니다. Score 값도 아무 조건 없이 0~1 점수로 읽는 것이 아니라 설정한 단계와 함께 해석해야 합니다.

“이 글 괜찮습니까?”라고 한꺼번에 묻기보다 사실성·구체성·독자 적합성을 나눠 묻는 편이 결과를 활용하기 쉽습니다. 다만 ‘제공한 원문이 뒷받침한다’는 판단이 원문 자체의 진실성까지 보증하지는 않습니다. 출처가 틀렸다면 모델은 잘못된 출처에 충실한 답을 낼 수도 있습니다.

문서 분류와 API 연결, 점검 범위를 표현한 개념 장면문서 분류와 API 연결, 점검 범위를 표현한 개념 장면원본 전체 보기

직접 사용하기: 작은 사이트 진단부터

아래는 Windows PowerShell 기준의 시작 방법입니다. Git과 Python 3.10 이상이 필요합니다. 웹사이트에 주소만 입력하는 서비스가 아니라 로컬 설치형 도구입니다. 조직의 장비라면 프로그램 설치와 외부 API 사용 정책을 먼저 확인합니다.

공식 저장소를 받아 별도 환경을 만듭니다

공식 Jev SEO 저장소의 코드를 확인한 뒤 다음 명령을 실행합니다. 프로젝트 전용 가상환경을 사용해 기존 Python 작업과 의존성을 분리합니다.

git clone https://github.com/AgriciDaniel/jev-seo.git
cd jev-seo
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt
Copy-Item .env.example .env

TypeSafe API 키를 준비합니다

로컬 .env 파일의 TYPESAFE_API_KEY 항목에 발급받은 키를 넣습니다. 키가 들어간 파일은 공개 저장소나 게시글에 올리지 않습니다. 비밀번호 관리자와 안전한 환경변수 연결을 사용해도 됩니다. 키가 없으면 Jev의 의미 평가가 빠진 부분 진단으로 실행되므로, 파일이 만들어졌다는 이유만으로 모델 평가까지 끝났다고 판단하지 않습니다.

선택 항목인 PAGESPEED_API_KEY를 준비하면 키 없이 요청할 때의 제한을 줄이는 데 도움이 됩니다. 키가 있다고 모든 요청 성공이 보장되지는 않습니다. 이 글의 실험은 기존에 안전하게 저장된 TypeSafe 키를 일시적인 실행 환경에서 불러왔으며 키 자체를 보고서에 기록하지 않았습니다.

처음에는 12페이지만 진단합니다

아래 주소는 본인이 관리하는 사이트로 바꿉니다. 크롤링은 공개 페이지를 대상으로 하며 로그인이나 접근 제한을 우회하는 용도로 사용하지 않습니다.

.\.venv\Scripts\python.exe -m jevseo audit https://example.com/ --max-pages 12 --jev-pages 12 --max-depth 2 --time-budget 180 --jev-budget 0.05 --psi-pages 1 --render never --out reports/test

표가 넓으면 좌우로 스크롤하여 확인하세요.

옵션의미
--max-pages 12수집할 페이지 수를 제한합니다. 전체 네트워크 요청 수의 상한은 아닙니다.
--jev-pages 12Jev 평가에 보낼 페이지 수를 제한합니다. 사이트 단위 질문 등도 있어 API 호출 횟수와 같지는 않습니다.
--jev-budget 0.05도구의 Jev 예산 한도를 0.05달러로 설정합니다. 토큰 추정과 사용량 장부에 기반한 제한입니다.
--psi-pages 1홈페이지의 모바일·데스크톱 속도 측정을 시도합니다.
--render never브라우저 렌더링 없이 HTML을 검사합니다. 자바스크립트로만 표시되는 내용은 놓칠 수 있습니다.

처음에는 별도 유료 데이터가 필요한 --full을 붙이지 않는 편이 단순합니다. 한 번의 작은 검사에서 나온 문제를 확인한 뒤 범위를 넓힙니다. 예산 옵션은 안전장치지만 과금 명세서와 실제 사용량도 따로 확인하는 편이 좋습니다.

엑셀 보고서를 만듭니다

.\.venv\Scripts\python.exe -m jevseo render reports/test --formats xlsx,md

reports/test 폴더의 report.xlsx와 report.md를 확인합니다. 원본 데이터는 audit.json, 요약은 digest.md에 남습니다. 엑셀의 Actions 시트에서 근거, 영향 범위, 필요한 검토와 상태를 함께 볼 수 있습니다.

이번 Windows 테스트에서는 PDF 생성에 필요한 네이티브 라이브러리가 없어 엑셀과 마크다운으로 출력했습니다. PDF까지 필요하면 WeasyPrint의 운영체제별 의존성을 추가로 준비해야 합니다. 또한 기존 Python 환경과 충돌이 있으면 전역 설정을 무작정 바꾸기보다 이번 실행 환경부터 분리해 확인해야 합니다.

코딩 에이전트에 맡긴다면

직접 명령어를 실행하기 어렵다면 Aside나 Claude Code 같은 에이전트에 아래와 같이 요청할 수 있습니다. 실행 도구와 API 키 연결이 가능한 환경이어야 합니다. 요청문만 붙인다고 모든 서비스에 같은 기능이 생기는 것은 아닙니다.

공식 AgriciDaniel/jev-seo 저장소를 확인하고 별도 환경에 설치해 주세요. 제가 관리하는 사이트의 공개 페이지를 최대 12개 진단해 주세요. Jev 예산 설정은 $0.05, DataForSEO는 사용하지 않습니다. API 키는 안전한 연결로 불러오고 화면이나 로그에 출력하지 마세요. 사이트는 수정하지 말고 엑셀 보고서만 만들어 주세요. 높은 우선순위의 오류는 재확인하고, 확인된 문제·AI 의견·측정 실패를 구분해 주세요.

Claude Code에서는 스킬 등록을 마친 뒤 /jev-seo 사이트주소 방식으로 실행할 수도 있습니다. 명령어만 입력한다고 설치와 키 연결까지 자동으로 끝나는 것은 아닙니다. 에이전트의 완료 보고에는 결과 파일뿐 아니라 실제로 평가한 페이지 수와 실패한 외부 요청도 포함하도록 합니다.

API 비용과 검토할 자료의 양을 비교하는 개념 장면API 비용과 검토할 자료의 양을 비교하는 개념 장면원본 전체 보기

비용은 얼마인가요?

다음은 2026년 10월 3일 확인 기준입니다. TypeSafe 모델 문서의 단가와 도구가 기록한 사용량을 구분했습니다.

표가 넓으면 좌우로 스크롤하여 확인하세요.

항목비용과 범위
Jev SEO 코드·로컬 검사오픈소스이며 별도 도구 구독료가 없습니다.
Jev API입력 100만 토큰당 $0.042, 출력 토큰은 무료입니다.
이번 12페이지 테스트모델 jev-1.13.0, 13회 API 요청, 입력 66,884토큰. 사용량 환산 비용은 $0.002809였습니다.
PageSpeed Insights API무료지만 요청 제한이 있습니다. 이번에는 HTTP 429로 측정에 실패했습니다.
DataForSEO 확장 기능개발자 안내상 사이트당 약 $0.30의 예시 비용입니다. 실제 요청에 따라 달라지며 이번에는 사용하지 않았습니다.
에이전트·운영 비용Claude·Aside 등의 이용료, 설치·검토 시간은 위 금액에 포함되지 않습니다.

Jev API 단가와 외부 서비스 비용은 별개입니다. 이번의 작은 표본 비용을 사이트 전체 진단의 고정 가격으로 보면 안 됩니다. 페이지 길이, 질문 수, 실패 후 재요청에 따라 사용량이 달라질 수 있으며 가격도 변경될 수 있습니다. 여기서 계산한 금액은 도구의 토큰 장부에 따른 값이지 카드 결제 명세서를 검증한 결과는 아닙니다.

장점과 아쉬운 점

장점은 검토 과정을 정리하기 쉽다는 점입니다. 판단 결과를 정해진 형식으로 받고, 근거·우선순위·작업 상태를 엑셀에서 함께 관리할 수 있습니다. 질문을 잘 나누면 자료 분류나 검토 순서 정하기에도 적용할 만합니다. 무엇을 자동으로 실행할지 결정하기 전, 사람이 확인할 곳을 줄이는 용도로 시작할 수 있습니다.

반면 설치와 결과 확인은 필요합니다. 코드가 반환한 오류도 재현되지 않을 수 있고, 목록 페이지에 본문형 글의 기준을 적용하면 평가가 어긋날 수 있습니다. 날짜·작성자·필수 광고 고지가 본문 도입부와 함께 들어갔다면 그 영향도 살펴봐야 합니다. 점수를 높이려고 필수 고지를 지워서는 안 됩니다.

Jev는 영어에서 정확도가 가장 높으며 한국어는 실제 자료로 검증해야 합니다. 입력은 텍스트이므로 이미지·영상은 별도 전처리가 필요합니다. 평가할 내용이 외부 API로 전송된다는 점도 고려해야 합니다. 공개된 사이트를 검사하더라도 사내 문서나 고객 정보까지 같은 방식으로 보내기 전에는 동의·계약·보안 정책을 확인합니다.

보고서는 이 순서로 읽습니다

먼저 측정하지 못한 항목을 확인합니다. 이번처럼 속도 측정이 실패했다면 종합 점수만으로 성능이 좋다고 말할 수 없습니다. 88점은 속도 측정이 빠지고 링크 재검증 이전 결과를 포함한 도구 원점수입니다. 재검사 결과를 반영해 다시 계산한 점수는 아닙니다.

그다음 코드가 찾은 문제를 재확인합니다. 깨진 링크는 실제로 다시 열고, 제목 누락은 페이지 구조를 확인합니다. 확인 시각과 요청 방식을 남기면 일시적인 응답과 반복되는 문제를 구분하는 데 도움이 됩니다. 이번 GET 재검사에서 정상 응답이 나왔다는 사실만으로 최초 오류의 원인까지 밝혀진 것은 아닙니다.

마지막으로 Jev의 평가를 읽습니다. 입력과 평가 기준이 적절했는지 살펴보고 불확실한 항목은 검토 대기 목록에 둡니다. confidence 설명에 나오는 확신도는 확률 분포를 요약한 값이며 검증된 정답률이나 게시·삭제 권한이 아닙니다.

이번에는 카테고리 제목과 설명 누락을 우선 개선 후보로 남겼습니다. 사이트는 수정하지 않았으며 검색 순위나 유입 개선 효과도 아직 측정하지 않았습니다. 다음 작업은 점수를 올리는 자동 수정이 아니라, 확인된 항목의 변경 범위와 승인 절차를 정하는 일입니다.

리도 프로필

리도 인사이트

기술을 현장 언어로 다시 풀어 쓰는 사람

3D 설계, 광통신 인프라 장비 개발, 글로벌 현장 교육을 19년 넘게 다뤄왔고, 요즘은 AI 자동화, 꿈꾸는 카메라, 실무 채널 운영을 연결해 복잡한 일을 더 쉽게 만드는 방법을 기록하고 있습니다.

다음 대화

읽고 끝내지 말고, 실제 문제로 이어가도 좋습니다.

자동화, 설계, 교육, 콘텐츠 중 무엇이든 지금 필요한 문제부터 같이 정리해볼 수 있습니다.

편하게 문의하기