DeepSeek V4 Flash란? 저가 모델보다 중요한 선택형 AI 스택

원문 링크: WordPress 원문

AI NOTES · KO KOREAN EDITION

DeepSeek를 다시 보는 이유: 싼 모델이 아니라 선택 가능한 AI 스택

DeepSeek의 핵심은 가격표 하나가 아니라 공개 모델, 사고 모드, API 호환성, 도구 연결을 한 번에 바꾸는 선택지다.

KO · 한국어 / EN · English BILINGUAL PAIR

DeepSeek 뉴스에서 지금 봐야 할 변화

DeepSeek를 처음 볼 때 많은 사람은 가격부터 떠올립니다. “비슷한 일을 더 싸게 할 수 있나?”라는 질문은 당연합니다. 하지만 지금 DeepSeek를 가격만으로 보면 중요한 부분을 놓치기 쉽습니다.

공식 API 문서는 이제 deepseek-v4-flash와 deepseek-v4-pro를 전면에 둡니다. 예전 이름인 deepseek-chat과 deepseek-reasoner는 2026년 7월 24일 이후 폐지될 예정이라고 적혀 있습니다. 문서상으로는 두 이름이 각각 deepseek-v4-flash의 비사고 모드와 사고 모드에 대응합니다.

이 변화는 단순한 이름 변경이 아닙니다. DeepSeek가 “하나의 모델을 부른다”에서 “작업에 맞춰 모델과 사고 방식을 고른다”는 방향으로 움직이고 있다는 신호입니다.

Model modes concept visual

먼저 용어부터 정리하기

여기서 말하는 사고 모드(thinking mode)는 모델이 최종 답을 내기 전에 더 긴 추론 과정을 거치는 사용 방식을 뜻합니다. 모든 작업에 사고 모드가 필요한 것은 아닙니다. 짧은 분류, 간단한 요약, 형식 변환은 빠른 모드가 더 적합할 수 있습니다.

반대로 코드 검토, 복잡한 비교, 긴 문서 판단, 수학·논리 문제처럼 실수를 줄여야 하는 작업은 사고 모드가 유리할 수 있습니다. 다만 사고 모드는 보통 더 많은 토큰과 시간이 들어갑니다. 그래서 좋은 AI 사용은 “가장 강한 모델만 쓰기”가 아니라 “작업에 맞는 모드를 고르기”에 가깝습니다.

공식 문서 기준 가격 구조

DeepSeek는 제품 가격이 바뀔 수 있으므로 공식 페이지를 정기적으로 확인하라고 안내합니다.

모델 입력 캐시 적중 입력 캐시 미스 출력

deepseek-v4-flash $0.0028 / 1M $0.14 / 1M $0.28 / 1M

deepseek-v4-pro $0.003625 / 1M $0.435 / 1M $0.87 / 1M

가격표보다 중요한 것은 비용 구조입니다

DeepSeek 공식 가격표는 100만 토큰 단위로 가격을 표시합니다. 문서 기준으로 deepseek-v4-flash는 입력 토큰이 캐시 적중일 때 $0.0028, 캐시 미스일 때 $0.14, 출력 토큰은 $0.28입니다. deepseek-v4-pro는 캐시 적중 입력 $0.003625, 캐시 미스 입력 $0.435, 출력 $0.87로 표시되어 있습니다.

이 숫자만 보면 “싸다”는 인상이 먼저 옵니다. 하지만 실제 운영에서는 더 중요한 질문이 있습니다. 같은 프롬프트를 반복해서 캐시를 잘 쓸 수 있는가, 사고 모드를 언제 켤 것인가, 출력이 너무 길어지지 않게 설계했는가, 여러 도구 호출을 붙였을 때 비용이 어떻게 늘어나는가입니다.

즉 DeepSeek의 가격은 단순 할인표가 아니라, AI 작업을 어떻게 설계해야 하는지 보여주는 힌트에 가깝습니다.

공개 모델과 API 모델은 같은 이야기가 아니다

DeepSeek-R1은 공개 모델과 distill 모델로 큰 관심을 받았습니다. 공식 R1 자료는 R1과 R1-Zero, 그리고 Qwen·Llama 계열 기반의 여러 distill 모델을 공개했다고 설명합니다. GitHub README에는 R1 계열이 MIT License를 기반으로 공개되어 상업적 사용과 파생 작업을 허용한다고 적혀 있습니다.

하지만 공개 모델 이야기를 API 제품 이야기와 섞으면 안 됩니다. 공개 weight를 내려받아 직접 운영하는 일과, DeepSeek API에서 v4-flash나 v4-pro를 호출하는 일은 다릅니다. 전자는 인프라와 운영 책임이 사용자에게 더 많이 오고, 후자는 서비스의 가격·정책·제한을 계속 확인해야 합니다.

그래서 DeepSeek를 이해할 때는 세 층으로 나눠 보는 편이 안전합니다. 첫째, 공개 모델과 라이선스. 둘째, API에서 쓸 수 있는 현재 모델명과 모드. 셋째, 실제 업무 도구와 연결할 때의 비용·권한·검토 방식입니다.

일반 사용자에게 왜 중요한가

일반 사용자에게 DeepSeek의 의미는 “어느 모델이 1등인가”보다 실제 선택지가 늘었다는 데 있습니다. 예를 들어 개발자는 코드 보조 도구의 백엔드 모델을 바꿔볼 수 있습니다. 작은 팀은 반복 요약이나 분류 작업에 저렴한 모델을 붙이고, 어려운 판단에만 더 강한 모델을 쓸 수 있습니다.

콘텐츠 제작자라면 초안 정리, 자료 구조화, 표 변환처럼 반복되는 작업을 비용 부담 없이 실험할 수 있습니다. 연구자나 제품 팀은 공개 모델을 내려받아 내부 실험을 하되, 실제 서비스에서는 API 모델과 정책을 따로 검토할 수 있습니다.

중요한 점은 DeepSeek가 “무료에 가까운 대체재”로만 보이면 안 된다는 것입니다. 모델 선택, 사고 모드, 캐시, 도구 연결, 결과 검토가 함께 설계되어야 실사용 가치가 나옵니다.

무엇을 조심해야 하나

첫째, 회사가 제시하는 benchmark 문구는 회사가 제시한 주장으로 읽어야 합니다. DeepSeek의 공식 발표에는 GPT-5 수준, Google AI-3.0-Pro와 경쟁한다는 표현이 나오지만, 이런 표현은 독립 평가와 실제 사용 조건에서 다시 확인해야 합니다.

둘째, 공개 모델이라는 말이 모든 위험을 해결하지는 않습니다. 라이선스, 배포 조건, 데이터 보안, 추론 서버 비용, 지역별 정책, 기업 내부 규정을 따로 확인해야 합니다.

셋째, reasoning content를 다루는 방식도 조심해야 합니다. 공식 reasoning guide는 reasoning_content와 최종 답변을 구분해 설명합니다. 이런 중간 추론은 디버깅이나 연구에는 도움이 될 수 있지만, 제품 화면에 그대로 노출할지 여부는 별도의 설계 문제입니다.

Model routing and review workflow visual

다음 관전 포인트

앞으로 볼 것은 세 가지입니다. 첫째, deepseek-chat과 deepseek-reasoner 이름이 폐지된 뒤 실제 도구들이 얼마나 빨리 새 모델명으로 옮겨가는지입니다. 둘째, v4-flash와 v4-pro를 어떤 작업에 나눠 쓰는 사례가 늘어나는지입니다. 셋째, 공개 모델과 API 제품 사이의 간격이 얼마나 줄어드는지입니다.

DeepSeek의 다음 장면은 가격표 하나로 설명되지 않습니다. 더 중요한 변화는 AI 사용자가 모델을 더 세밀하게 고르고, 비용과 성능과 검토를 함께 설계해야 하는 환경으로 이동한다는 점입니다.

핵심 변화

DeepSeek의 핵심은 가격이 아니라 라우팅 가능한 모델 선택지다.

가벼운 작업은 빠르게, 어려운 판단은 사고 모드로 보내는 설계가 중요해진다.

AI stack closing summary visual

짧게 정리하면

DeepSeek를 “싼 모델”로만 보는 시기는 지나가고 있습니다. 지금 봐야 할 것은 공개 모델, 사고 모드, API 가격 구조, 도구 연결을 조합하는 방식입니다. AI를 실제 업무에 쓰는 사람에게는 이 조합 능력이 모델 이름보다 더 중요해질 수 있습니다.

레퍼런스

• DeepSeek API Docs — Your First API Call : https://api-docs.deepseek.com/

• DeepSeek API Docs — Models & Pricing : https://api-docs.deepseek.com/quick_start/pricing

• DeepSeek API Docs — Reasoning Model guide : https://api-docs.deepseek.com/guides/reasoning_model

• DeepSeek API Docs — DeepSeek-V3.2 Release : https://api-docs.deepseek.com/news/news251201

• DeepSeek API Docs — DeepSeek-R1-0528 Release : https://api-docs.deepseek.com/news/news250528

• DeepSeek API Docs — DeepSeek-R1 Release : https://api-docs.deepseek.com/news/news250120

• DeepSeek-AI GitHub — DeepSeek-R1 : https://github.com/deepseek-ai/DeepSeek-R1

• DeepSeek-AI GitHub — DeepSeek-V3 : https://github.com/deepseek-ai/DeepSeek-V3

다음에 같이 읽기

• DeepSeek V4 Flash explained: a configurable AI stack, not just a cheap model

• DeepSeek V4 Preview: why one-million-token context changes AI work

• AI 도구 비교