DeepSeek

DeepSeek는 중국 항저우에 있는 AI 연구소이자 그곳에서 만든 거대 언어 모델(LLM) 시리즈의 이름입니다. 적은 비용으로 서구 최고 수준에 맞먹는 성능을 낸 모델을 만들어 단번에 유명해졌습니다. 게다가 모델 가중치를 누구나 내려받아 쓸 수 있게 공개하는 오픈웨이트 방식이라, 비싼 폐쇄형 AI의 대안으로 주목받습니다.

DeepSeek가 중요한 이유는 2025년 1월에 벌어진 사건 때문입니다. DeepSeek는 R1이라는 추론(inference) 특화 모델을 공개했는데, 단 560만 달러어치의 연산 자원으로 학습했다고 밝혔습니다. 수십억 달러를 쏟아붓던 미국 경쟁사들에게는 충격이었습니다. 그것도 미국이 중국으로 수출을 제한한 고성능 칩 대신, 한 단계 낮은 사양의 엔비디아 칩 2천여 장만으로 해냈다는 점이 더 놀라웠습니다. 발표 일주일 만에 DeepSeek 앱이 미국 앱스토어 1위에 올랐고, 미국 증시에서 1조 달러가 넘는 시가총액이 하루 만에 증발할 정도로 시장이 출렁였습니다.

쉽게 비유하면 DeepSeek는 비싼 재료 없이도 미슐랭 수준의 요리를 내놓은 식당과 같습니다. 남들은 최고급 주방 설비를 갖춰야 가능하다던 맛을, 훨씬 적은 예산으로 재현해 보였습니다. 그래서 "꼭 돈을 많이 써야만 좋은 AI가 나오는 게 아니다"라는 메시지를 업계 전체에 던졌습니다.

이런 효율의 비결은 모델 구조에 있습니다. DeepSeek는 MoE(Mixture-of-Experts, 전문가 혼합)라는 방식을 씁니다. 질문이 들어올 때마다 거대한 모델 전체를 깨우지 않고, 그 질문에 맞는 일부 전문가 영역만 골라 작동시킵니다. 회사 전체를 부르지 않고 담당 부서만 회의에 들여보내는 것과 비슷합니다. 덕분에 똑같은 일을 하면서도 전기와 연산을 훨씬 적게 씁니다.

DeepSeek가 특히 화제가 된 건 R1이 생각하는 과정을 그대로 보여줬기 때문입니다. R1은 답을 바로 내놓지 않고, 문제를 어떻게 풀어갈지 단계를 밟아 따져본 다음 결론을 냅니다. 수학 문제나 코딩처럼 한 번에 답이 안 나오는 일에서 이 방식이 힘을 냅니다. 이렇게 차근차근 추론하는 모델을 비싸게만 만들 수 있다고 여겨졌는데, DeepSeek는 그 통념을 적은 비용으로 깼습니다.

모델 라인업은 크게 둘로 나뉩니다. V 시리즈는 범용 대화와 작업을 맡는 기본 모델이고, R 시리즈는 수학과 코딩처럼 단계를 밟아 생각해야 하는 추론에 특화됐습니다. 2025년의 V3와 R1으로 이름을 알린 뒤, 2025년 말 V3.2를 거쳐 2026년 4월에는 100만 토큰 컨텍스트 윈도우를 지원하는 V4 시리즈까지 공개했습니다. 대부분 MIT 라이선스로 풀려 있어서 개발자가 자기 서버에 직접 올려 쓸 수 있습니다.

여기서 헷갈리기 쉬운 점이 있습니다. DeepSeek는 OpenAI나 Anthropic처럼 거대 자본으로 출발한 회사가 아닙니다. 원래 하이플라이어라는 헤지펀드가 AI 투자에 쓰려고 만든 연구 조직에서 출발했고, 창업자 량원펑이 펀드와 AI 연구소를 함께 이끕니다. 모델을 무료로 공개하면서도 빠르게 성능을 끌어올리는 행보가 오픈소스 AI 진영 전체에 자극이 됐습니다.

또 하나 짚어둘 점은 오픈웨이트가 완전한 오픈소스와는 조금 다르다는 것입니다. DeepSeek는 완성된 모델 파일을 누구나 쓰도록 풀어주지만, 학습에 쓴 데이터 전부를 공개하는 것은 아닙니다. 그래도 가중치를 받아 자기 환경에서 돌릴 수 있다는 것만으로 폐쇄형 모델과는 활용 폭이 크게 다릅니다. 직접 가볍게 써보고 싶다면 DeepSeek 웹사이트나 앱에서 무료로 대화를 시작할 수 있고, 모델을 내려받아 자체 서버에서 돌리는 것은 어느 정도 기술 지식이 있는 개발자의 몫입니다. 한국에서는 데이터가 어디에 저장되고 어떻게 쓰이는지 따져보고, 민감한 회사 자료는 신중하게 다루는 편이 좋습니다. 가볍게 성능을 체감하는 용도라면 무료 웹 버전만으로도 충분합니다.