Claude보다 28배 싼 모델이 '정식' 출시됐어요 — 딥시크 V4 완전 정리

Claude보다 28배 싼 모델이 오늘 '정식' 출시됐어요

혹시 이런 상상 해보신 적 있으세요? 최고급 레스토랑과 거의 똑같은 맛인데 가격은 30분의 1인 식당이 바로 옆집에 문을 연다면요. 2026년 7월 24일, AI 세계에서 딱 그런 일이 벌어졌어요. 중국 딥시크(DeepSeek)의 V4 모델이 프리뷰를 떼고 '정식(stable)' 버전으로 출시됐거든요. 최상위 버전은 코딩 실력에서 구글·앤트로픽 최고 모델과 어깨를 나란히 하면서도, 출력 토큰당 가격은 Claude Opus 4.8보다 약 28.7배, GPT-5.5보다 약 34.5배 저렴해요.

게다가 이 모델은 그냥 API로만 파는 게 아니라 '오픈웨이트'예요. 누구나 무게(가중치)를 내려받아 자기 서버에 올릴 수 있다는 뜻이죠. 오늘은 딥시크 V4가 왜 이렇게 화제인지, 성능·가격·의미를 하나씩 쉽고 따뜻하게 풀어드릴게요.

먼저, '오픈웨이트'가 뭐예요?

AI 모델을 요리에 비유해 볼게요. '닫힌(closed)' 모델은 유명 셰프의 비밀 레시피 같아요. 완성된 요리(답변)는 사 먹을 수 있지만, 레시피 자체는 절대 안 알려주죠. 반면 '오픈웨이트' 모델은 레시피(모델의 가중치)를 통째로 공개해요. 내 부엌(서버)에서 직접 똑같이 만들어 먹을 수 있는 거예요.

딥시크 V4는 MIT 라이선스로 풀려서, 허깅페이스나 모델스코프에서 가중치를 그냥 내려받을 수 있어요. 기업 입장에선 민감한 데이터를 외부로 보내지 않고 내부에서 돌릴 수 있다는 게 큰 장점이에요.

딥시크는 대체 어떤 회사예요?

딥시크는 원래 퀀트(계량) 투자로 유명한 중국의 헤지펀드에서 출발한 AI 연구소예요. 막대한 광고비를 쓰는 대신, '적은 자원으로 최대 효율'을 뽑아내는 엔지니어링에 집중해 온 곳이죠. 2025년 초 저비용 고성능 모델로 세계를 놀라게 한 이후, 이 회사의 발표는 늘 업계의 촉각을 곤두세우게 만들어요.

딥시크의 전략은 한마디로 '가성비'예요. 최고의 하드웨어를 무제한으로 쓰기 어려운 환경에서, 제한된 자원을 쥐어짜 성능을 끌어올리는 데 특화돼 있어요. 이번 V4도 그 철학의 연장선이에요.

V4에는 두 형제가 있어요 — Pro와 Flash

딥시크 V4는 한 종류가 아니라 두 가지 버전으로 나와요. V4-Pro는 총 1조 6천억(1.6T) 파라미터의 대형 모델이고, V4-Flash는 총 2,840억(284B) 파라미터의 경량 모델이에요. 무거운 작업엔 Pro, 빠르고 싼 처리엔 Flash를 쓰는 식이죠.

재밌는 건 둘 다 'MoE(전문가 혼합)' 구조라 실제로는 전체 파라미터를 다 쓰지 않는다는 점이에요. Pro는 1.6T 중 490억(49B)만, Flash는 284B 중 130억(13B)만 그때그때 활성화돼요. 큰 백과사전을 통째로 읽는 게 아니라, 질문에 필요한 페이지만 펼쳐 보는 셈이라 빠르고 효율적이에요.

가격표를 보면 입이 벌어져요

진짜 충격은 가격이에요. V4-Pro는 입력 100만 토큰당 약 $0.435, 출력 100만 토큰당 약 $0.87이에요. V4-Flash는 더 싸서 입력 $0.14, 출력 $0.28 수준이고요. 토큰은 AI가 글을 잘게 쪼갠 조각인데, 100만 토큰이면 웬만한 책 몇 권 분량이에요.

이걸 최상위 폐쇄형 모델과 비교하면 격차가 실감 나요. 출력 토큰 기준으로 V4-Pro는 Claude Opus 4.8보다 약 28.7배, GPT-5.5보다 약 34.5배 싸요. 같은 작업을 시켰을 때 청구서가 수십 배 얇아진다는 뜻이죠.

그런데 싸기만 하고 못하면 소용없잖아요?

맞아요. 그래서 성능이 관건이에요. 개발자들이 가장 눈여겨보는 SWE-bench Verified(실제 소프트웨어 버그를 고치는 능력을 재는 시험)에서 딥시크 V4-Pro-Max는 80.6%를 기록했어요. 이건 오픈웨이트 모델 중 최고 점수이고, 구글의 Gemini 3.1 Pro와 동률이에요.

쉽게 말하면, 실제 개발 현장에서 코드를 고치는 실력이 세계 최정상급 폐쇄 모델과 대등한 수준까지 올라왔다는 거예요. 그러면서 가격은 수십 분의 1이니, 개발자들이 열광하는 게 이해가 되죠.

맥락 창 100만 토큰의 의미

V4는 100만 토큰의 맥락 창과 최대 38만 4천 토큰의 출력을 지원해요. 맥락 창은 AI가 한 번에 '기억'할 수 있는 분량이에요. 100만 토큰이면 두꺼운 소설 여러 권, 또는 중간 규모 프로젝트의 코드 전체를 한 번에 넣고 대화할 수 있어요.

예전 모델처럼 긴 문서를 잘게 잘라 넣지 않아도 되니, "이 코드베이스 전체를 이해하고 버그 찾아줘" 같은 요청이 훨씬 자연스러워졌어요. AI가 큰 그림을 놓치지 않게 된 거죠.

V4-Flash가 특히 반가운 이유

화려한 건 Pro지만, 실무에서 진짜 자주 쓰일 건 Flash일 수 있어요. 130억 파라미터만 활성화하는 Flash는 훨씬 가볍고 빨라서, 챗봇 응답이나 대량 문서 분류처럼 '빠르고 저렴하게 많이' 돌려야 하는 작업에 딱이에요. 출력 100만 토큰에 $0.28이면 대량 처리에도 부담이 적죠.

비유하자면 Pro가 큰 프로젝트를 맡는 베테랑이라면, Flash는 자잘한 일을 빠르게 쳐내는 민첩한 실무자예요. 두 모델을 상황에 맞게 나눠 쓰면 비용과 속도를 동시에 잡을 수 있어요.

프리뷰와 정식, 뭐가 다른 걸까요?

딥시크는 V4를 2026년 4월 24일에 먼저 '프리뷰'로 내놨어요. 그때도 실사용이 가능할 만큼 안정적이었지만, "아직 정식은 아니고 능력이 더 확장될 수 있다"는 단서를 달았죠. 그리고 3개월 뒤인 오늘, 7월 24일에 드디어 정식 버전이 자리를 잡은 거예요.

정식 출시는 단순한 이름표 변경이 아니에요. "이제 프로덕션(실서비스)에 믿고 쓰세요"라는 공식 보증이고, 기업들이 대규모 도입을 결정하는 신호탄이 돼요.

오늘 꼭 챙겨야 할 '이사 마감일'

실무자분들께 중요한 공지가 하나 있어요. 딥시크의 구형 API 별칭인 deepseek-chat과 deepseek-reasoner가 2026년 7월 24일 15:59(UTC) 이후 완전히 폐기돼요. 한국 시간으로는 이날 자정 무렵이죠. 이 별칭에 연결해 둔 서비스가 있다면 접속이 끊길 수 있어요.

이사할 집이 정해졌으니 오늘까지 짐을 옮기라는 통보와 비슷해요. 아직 구형 엔드포인트를 쓰고 있다면, V4 계열로 서둘러 갈아타는 걸 권해요. 마감이 지나면 서비스가 멈출 수 있으니 미리 점검해 두세요.

단돈 2천만 달러로 만들었다고요?

딥시크가 세상을 놀라게 한 또 다른 지점은 '비용'이에요. V4-Pro는 엔비디아가 아니라 화웨이의 어센드(Ascend) GPU 4,000장으로, 2천만 달러 미만의 비용으로 훈련됐다고 알려졌어요. 미국 빅테크가 수십억 달러를 쏟아붓는 것과 비교하면 놀라운 효율이에요.

이게 사실이라면 시사점이 커요. "돈을 가장 많이 쓴 쪽이 이긴다"는 공식이 흔들리는 거니까요. 미국의 칩 수출 규제 속에서도 중국이 대체 하드웨어로 최정상급 모델을 만들어냈다는 이야기이기도 하고요.

실제 사례 ① — 개발자들이 '기본값'을 바꾸고 있어요

숫자만으로는 와닿지 않으니 실제 흐름을 볼게요. 대형 중립 라우터인 OpenRouter에서, 2026년 5월 기준 중국산 오픈웨이트 모델이 전체 소비 토큰의 약 61%를 차지했어요. 미국산 모델이 주당 5.5조 토큰을 처리할 때 중국산은 약 18조 토큰을 처리하며 3:1의 격차를 벌렸죠.

이건 그냥 "중국 모델이 인기 있다"를 넘어, 전 세계 개발자들이 새 프로젝트의 '기본 선택'을 중국 오픈 모델로 바꾸고 있다는 신호예요. 딥시크 V4의 정식 출시는 이 흐름에 기름을 붓는 사건이고요.

실제 사례 ② — 스타트업의 계산기가 달라져요

작은 스타트업 입장에서 생각해 볼게요. 매달 AI API 비용으로 수천만 원을 쓰던 회사가, 성능이 비슷한 모델을 30분의 1 가격에 쓸 수 있다면 어떻게 될까요? 남는 예산으로 기능을 더 붙이거나, 아예 요금을 낮춰 이용자를 늘릴 수 있어요.

게다가 오픈웨이트라 자체 서버에 올리면 사용량이 폭증해도 토큰당 과금 폭탄을 피할 수 있어요. '비용' 때문에 못 하던 아이디어들이 갑자기 가능해지는 거예요. AI 창업의 문턱이 확 낮아지는 셈이죠.

물론, 공짜 점심은 없어요

장밋빛만 있는 건 아니에요. 오픈웨이트 모델을 직접 운영하려면 GPU 서버와 운영 인력이 필요해요. 1.6T급 대형 모델은 아무 컴퓨터에서나 돌아가지 않거든요. 그래서 소규모 팀은 결국 API로 쓰는 게 편할 수 있어요.

또 성능 지표가 좋다고 모든 작업에서 최고인 건 아니에요. 특정 언어나 도메인, 안전성·정책 준수 측면에선 폐쇄 모델이 더 다듬어져 있을 수 있어요. 결국 '내 작업에 맞는지' 직접 테스트해 보는 게 정답이에요.

데이터 주권이라는 숨은 매력

오픈웨이트가 기업에 특히 매력적인 이유가 하나 더 있어요. 바로 '데이터 주권'이에요. 폐쇄형 API를 쓰면 내 민감한 데이터가 외부 회사 서버를 거쳐야 하는데, 오픈웨이트를 내부에 올리면 데이터가 회사 밖으로 한 발짝도 안 나가요.

의료·금융·법률처럼 데이터 규제가 엄격한 분야에선 이게 결정적이에요. 성능과 가격이 비슷하다면, "우리 데이터를 우리가 지킬 수 있다"는 이유만으로 오픈 모델을 택하는 기업이 늘고 있어요.

왜 하필 'MIT 라이선스'가 중요할까요?

딥시크가 택한 MIT 라이선스는 오픈 라이선스 중에서도 특히 자유로운 편이에요. 상업적 이용, 수정, 재배포에 걸리는 제약이 거의 없거든요. 일부 오픈 모델이 "매출이 일정 규모를 넘으면 별도 계약"처럼 조건을 다는 것과 대조적이에요.

기업 입장에선 이게 큰 안심 요소예요. 나중에 라이선스 조건이 발목을 잡을 걱정 없이, 마음껏 제품에 녹여 쓸 수 있으니까요. '진짜 자유롭게 쓸 수 있는가'는 오픈 모델을 고를 때 성능만큼 중요한 기준이에요.

90% 성능에 6분의 1 가격, 이 공식의 힘

업계에선 이런 계산이 자주 나와요. 최고 폐쇄 모델의 약 90% 성능을 내는 오픈 모델이, 호출당 비용은 약 6분의 1이라는 거예요. 나머지 10%의 성능이 꼭 필요한 작업이 아니라면, 대부분의 실무에선 오픈 모델로 충분하다는 뜻이죠.

이 공식이 무서운 이유는, 폐쇄 모델의 비싼 가격을 정당화하던 '성능 격차'라는 방패가 얇아지고 있기 때문이에요. 딥시크 V4는 그 격차를 코딩 분야에서 사실상 '동률'까지 좁혀버린 대표 주자예요.

미국 빅테크는 어떻게 대응할까요?

딥시크 같은 모델이 무료로 최정상급 성능을 뿌리면, 오픈AI·앤트로픽·구글은 고민이 깊어져요. 가격만으로는 이길 수 없으니, 더 앞선 성능·안전성·기업 지원·생태계로 차별화해야 하거든요. 실제로 이들은 프론티어 성능을 더 밀어붙이는 동시에, 자사 모델의 경량·저가 버전도 부지런히 내놓고 있어요.

동시에 이번 딥시크 V4 정식 출시는, 앞서 다룬 '문샷·수출통제' 같은 지정학 이슈와도 맞물려요. 중국 오픈 모델이 강해질수록, 미국은 기술 우위와 규제 사이에서 더 복잡한 셈법을 마주하게 되는 거죠.

핵심 정리

정리해 볼게요. ① 딥시크 V4가 7월 24일 정식 출시됐고, Pro(1.6T)와 Flash(284B) 두 버전이에요. ② MIT 라이선스 오픈웨이트라 누구나 가중치를 내려받을 수 있어요. ③ V4-Pro-Max는 SWE-bench 80.6%로 오픈 모델 1위, Gemini 3.1 Pro와 동률이면서 가격은 Opus 4.8의 약 28분의 1이에요.

④ 오늘 구형 별칭(deepseek-chat/reasoner)이 폐기되니 마이그레이션을 서두르세요. ⑤ 2천만 달러 미만·화웨이 칩으로 훈련됐다는 점, 중국 오픈 모델이 OpenRouter 토큰의 61%를 차지한다는 점까지 더하면, '성능은 비슷한데 가격은 수십 분의 1'인 시대가 성큼 다가왔어요. AI 도입을 망설이던 분들에겐 지금이 다시 계산기를 두드려 볼 좋은 타이밍이에요.

여러분의 선택은요?

여러분이라면 성능 100%의 비싼 폐쇄 모델과, 성능 90%에 가격이 몇 분의 1인 오픈 모델 중 무엇을 고르시겠어요? 혹시 이미 딥시크 같은 오픈 모델을 실무에 쓰고 계신다면, 체감 성능이나 운영 팁도 댓글로 나눠 주세요. 여러분의 경험이 다른 분들께 큰 도움이 돼요. 다음에도 알찬 AI 소식으로 찾아올게요! 😊

출처

• Morph LLM — DeepSeek V4: 1.6T MoE, 1M Context, $0.87/M Output: https://www.morphllm.com/deepseek-v4
• NxCode — DeepSeek V4 (2026): 1T Parameters, 81% SWE-bench: https://www.nxcode.io/resources/news/deepseek-v4-release-specs-benchmarks-2026
• MindStudio — DeepSeek V4 Launch: 4 Specs That Make It the Most Disruptive Open-Weight Model of 2026: https://www.mindstudio.ai/blog/deepseek-v4-launch-specs-open-weight-2026
• DataCamp — DeepSeek V4: Features, Benchmarks, and Comparisons: https://www.datacamp.com/blog/deepseek-v4
• codersera — DeepSeek V4 Release Date, Features & Benchmarks 2026: https://codersera.com/blog/deepseek-v4-release-date-features-benchmarks/
• datagravity.dev — China's Open-Weight Takeover: https://www.datagravity.dev/p/chinas-open-weight-takeover
• TechPlanet — The State of Open Source AI in 2026: https://techplanet.today/post/the-state-of-open-source-ai-in-2026-how-open-weights-are-reshaping-the-ai-landscape

협업문의 : kuroicode@gmail.com
블로그 : https://ghost-production-0ec2.up.railway.app/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/