Cloudflare의 추출 모델 Clairic이 2026년 10월 19일 Workers AI에서 프리뷰로 공개됐다. 이 모델은 글을 전혀 생성하지 않는다. 텍스트나 이미지를 한 번 읽고 금액, 날짜, 기간, 목록, 혹은 구간이 딸린 추정값과 예측값 같은 타입이 정해진 값을 곧바로 돌려준다. Cloudflare는 이런 모델에 System One 추출 모델이라는 새 카테고리 이름을 붙였다.
챗봇과는 다른 일을 한다
오늘날 구조화 추출 호출의 상당수는 사실 대형 모델에게 맞지 않는 일을 억지로 시키는 것이다. 이메일 한 통에서 주문 번호, 배송일, 세금 포함 총액, 연체 일수를 뽑으려면 모델이 JSON을 토큰 단위로 생성해야 하고, 숫자를 잘못 쓰거나 형식을 깨뜨릴 수 있으며, 이후에도 파싱과 검증, 재시도가 필요하다. Clairic의 요청 형태는 완전히 다르다. 입력은 state(본문과 최대 네 장의 이미지)와 타입을 선언한 fields의 묶음이고, 한 번의 순전파로 모든 필드에 병렬로 답한다. 텍스트 필드는 원문 조각과 문자 오프셋을 돌려주고, 숫자와 날짜에는 신뢰도와 p_null, 즉 그 값이 입력에 아예 없을 확률이 붙는다. 항목이 없으면 그럴듯한 답을 지어내는 대신 null을 반환한다. 공식 예시에서 고객 지원 이메일은 세금 포함 총액을 직접 적지 않았는데도 Clairic은 같은 한 번의 계산 안에서 649달러 가격과 52.10달러 세금을 더해 701.10을 돌려줬고, 할인 항목이 없는 영수증 사진에서는 해당 필드를 솔직하게 null로 답했다.
절약된 시간과 비용에는 공식 장부가 있다
Cloudflare는 파손 상품 보상 청구 흐름을 캐스케이드 방식으로 측정했다. Clairic이 추출하고 Clef가 판단하고 GLM-5.3이 답장을 쓰는 구성으로 전체 19.3초가 걸렸다. 세 단계를 모두 GLM-5.3에 맡기면 61.7초가 걸렸고 추출과 판단만으로 38초를 썼지만, Clairic과 Clef의 합계는 1초 미만이었다. 총비용은 청구 백만 건당 11,740달러에서 6,032달러로 내려가 49% 절감됐다. 예측 능력도 실측됐다. 미국 교통안전청의 일일 보안검색 인원 시계열로 21일 연속 다음 날 수치를 예측한 결과 평균 오차는 3.3%였고, 21일 중 17일은 실제값이 제시한 80% 구간 안에 들어갔다. 다만 콜럼버스데이 주말에는 눈에 띄게 빗나갔는데, 시계열만으로는 공휴일을 알 수 없기 때문이다. 이 파이프라인은 이 사이트에서 앞서 다룬 Cloudflare Clef 의사결정 모델과 상하류로 이어진다. 하나는 사실을 정확히 읽고, 하나는 선택지 중에서 결정하며, 마지막에야 대형 모델이 문장을 쓴다.
한계는 출시 노트에 적혀 있다, 만능 계산기가 아니다
Cloudflare는 약점을 스스로 나열했다. 다단계 산술은 약하고, 의존 관계가 긴 계산과 여러 행에 걸친 표 집계는 틀리기 쉬우며, 공식 권고는 계산은 코드에 맡기고 모델에는 값 읽기만 시키라는 것이다. 추정에는 비교 대상이나 이력이 뒷받침돼야 하고, 근거 없는 숫자에 신뢰할 구간은 붙지 않는다. 예측은 기초 수준이라 전용 시계열 모델을 대체하려는 것이 아니다. 현재 Clairic은 Workers AI에서 cf/cloudflare/clairic으로 호스팅 프리뷰만 제공되며, 모델 페이지 가격은 입력 토큰 백만 개당 0.10달러이고 출력 토큰을 전혀 만들지 않으므로 출력 요금은 없다. 가중치 공개는 계획돼 있으나 날짜는 정해지지 않았다. 매일 수천 건의 청구서와 티켓, 메일을 처리하는 팀에게 이 모델의 진짜 가치는 대형 모델을 대체하는 데 있지 않다. 가장 반복적이고 형식 오류가 치명적인 호출 층을 대형 모델 요금에서 떼어내는 데 있다.
