딥시크(DeepSeek)가 이미지와 텍스트를 동시에 이해하는 멀티모달 대규모 언어모델(LLM) '딥시크 V4.1 플래시(DeepSeek V4.1 Flash)'를 출시하며 AI 에이전트 시장에 새로운 바람을 불어넣고 있습니다. 이 모델은 이전 버전 대비 에이전트 성능을 크게 개선하고, 혁신적인 아키텍처와 캐시 압축 기술을 통해 추론 효율성을 극대화하여 비용까지 절감했습니다. MIT 라이선스로 모델 가중치와 코드를 공개해 개발자 커뮤니티의 접근성도 높였습니다.
딥시크 V4.1 플래시는 5,520억 개의 파라미터를 가진 MoE(Mixture-of-Experts) 모델이지만, 입력 처리 시에는 80억 개, 출력 생성 시에는 160억 개의 파라미터만 활성화하는 효율적인 구조를 채택했습니다. 이는 긴 입력이 반복되는 에이전트 작업의 비용 효율성을 높이는 데 주효합니다. 또한, 자체 시각 인코더인 딥시크-ViT(DeepSeek-ViT)를 사용해 45조 토큰 규모의 멀티모달 데이터로 처음부터 학습하여 이미지와 텍스트를 통합적으로 이해하는 능력을 갖췄습니다. 특히, KV 캐시(Key-Value Cache)에 필요한 GPU 메모리를 4분의 1, SSD 저장 공간을 8분의 1로 줄이는 압축 기술(Compressed Sparse Attention 2, CSA2)을 통해 긴 대화나 도구 실행 기록을 유지하는 비용을 대폭 낮췄습니다. 자체 평가에서 DeepSWE v1.1 74.2%, Terminal-Bench 2.1 90.6% 등 에이전트 성능이 크게 향상되었으며, 추론 강도를 1부터 100까지 조절하여 정확도와 비용을 유연하게 관리할 수 있습니다.
이러한 기술적 진보는 AI 에이전트 개발의 문턱을 낮추고, 더 복잡하고 지능적인 에이전트의 등장을 가속화할 것으로 기대됩니다. 비용 효율적인 멀티모달 모델의 등장은 기업들이 AI를 활용한 자동화 솔루션을 구축하는 데 큰 이점을 제공하며, 특히 긴 컨텍스트를 유지해야 하는 고객 서비스, 코드 생성 및 디버깅, 복잡한 데이터 분석 등의 분야에서 활용도가 높을 것입니다. 딥시크는 피크 시간 기준 100만 토큰당 입력 $0.30, 출력 $1.20이라는 경쟁력 있는 API 가격을 제시하며, 기존 V4-Pro 요청도 V4.1-Flash로 전환할 예정이어서 사용자들에게 더 나은 성능과 경제성을 동시에 제공할 것으로 보입니다. 이는 AI 서비스 시장의 경쟁을 심화시키고, 더 많은 개발자와 기업이 고성능 AI 모델을 활용할 수 있는 기회를 열어줄 것입니다.