중국 딥시크(DeepSeek)가 V4 계열의 최신 모델인 'DeepSeek-V4-Flash-0731'을 공개했다. 개발자 사이먼 윌리슨이 자신의 블로그에서 소개한 이 모델은 3040억(304B) 파라미터 규모로, 허깅페이스 기준 가중치 용량이 167GB에 이른다. 딥시크는 이번 릴리스가 '에이전트 능력이 상당히 강화됐다'는 점을 내세웠는데, 이는 단순한 질의응답을 넘어 도구를 호출하고 여러 단계를 스스로 계획해 수행하는 워크플로에 초점을 맞췄다는 신호다.
숫자만 보면 304B는 요즘 등장하는 초대형 모델 사이에서 특별히 크지 않다. 그러나 평가 기관 아티피셜 애널리시스(Artificial Analysis)는 이 모델을 428B 규모의 미니맥스 M3보다 높은 순위에 올렸다. 파라미터 수가 더 적은 모델이 더 큰 모델을 성능 지표에서 앞선다는 뜻으로, 규모가 곧 지능이라는 통념을 흔드는 사례다. 최근 모델들이 전문가 혼합(MoE)이나 학습 데이터·정렬 방식의 개선을 통해 파라미터 대비 효율을 끌어올리는 흐름과 맞닿아 있다.
가격이 만드는 차별점
실무자 입장에서 가장 눈에 띄는 대목은 가격이다. 입력 100만 토큰당 0.14달러, 출력 100만 토큰당 0.27달러라는 단가는 동급 지능을 제공하는 모델 중 사실상 가장 저렴한 축에 속한다. 윌리슨은 이 모델을 두고 현재 '지능 대비 가성비'가 가장 뛰어난 선택지일 수 있다고 평가했다. 실제로 그는 지능 지수(Intelligence Index)와 작업당 비용을 함께 보여주는 차트에서 이 모델이 매우 유리한 위치에 있다고 언급했다.
이 가격 구조는 단순히 '싸다'는 의미를 넘어선다. 대량의 문서 요약, 코드 검토, 로그 분석처럼 토큰 소비가 큰 반복 작업에서는 단가 차이가 곧 운영비 차이로 직결된다. 비슷한 품질을 유지하면서 호출 비용을 절반 이하로 낮출 수 있다면, 프로토타입 단계에서 과감히 실험하거나 대규모 배치 처리를 상용 서비스에 얹는 판단의 문턱이 크게 낮아진다.
추론 수준 설정이 결과를 가른다
다만 이 모델을 쓸 때 반드시 짚어야 할 실무 포인트가 있다. 윌리슨은 자신의 오랜 테스트인 '자전거를 탄 펠리컨 SVG 그리기'를 오픈라우터(OpenRouter)를 통해 시켜봤는데, 기본 추론 수준에서는 실망스러운 결과가 나왔다고 밝혔다. 그런데 추론 수준을 'high'로 올리자 훨씬 나은 결과를 얻었다. 그가 사용한 명령은 llm 도구에서 reasoning_effort 옵션을 high로 지정하는 방식이었다.
이 관찰은 실사용에서 중요한 함의를 갖는다. 같은 모델이라도 추론 강도 설정에 따라 출력 품질이 크게 달라진다는 것이다. 기본값만 써보고 성능을 판단하면 모델의 실제 역량을 과소평가할 수 있다. 반대로 모든 요청에 high를 걸면 응답 지연과 출력 토큰 비용이 늘어나므로, 작업 난이도에 따라 추론 수준을 나눠 적용하는 운용 전략이 필요하다. 단순 분류나 추출에는 기본값을, 복잡한 계획 수립이나 코드 생성에는 높은 추론을 배정하는 식이다.
도입 전에 확인할 것들
한국 실무자가 이 모델을 검토한다면 몇 가지 한계도 함께 봐야 한다. 우선 여기서 인용된 성능 순위는 아티피셜 애널리시스의 벤치마크와 윌리슨의 개인적인 SVG 테스트에 근거한 것으로, 특정 도메인의 실제 업무 성능을 보장하지는 않는다. 벤치마크 상위권이라도 한국어 처리 품질, 도메인 지식, 긴 문맥에서의 안정성은 자체 데이터로 별도 검증하는 편이 안전하다.
또한 167GB에 이르는 가중치는 자체 호스팅에 상당한 GPU 자원을 요구하므로, 대부분의 팀은 오픈라우터 같은 API 경유로 접근하게 될 가능성이 높다. 오픈 웨이트로 공개됐다는 점은 규제나 데이터 주권 요건이 있는 조직에 온프레미스 배치의 여지를 열어주지만, 그만큼 인프라 부담을 감수해야 한다. 결국 이 모델의 가치는 '적당한 규모에 낮은 단가, 그러나 설정에 민감한 품질'이라는 조합에 있으며, 추론 수준 튜닝과 자체 검증을 전제로 접근할 때 가성비를 온전히 살릴 수 있다.