2026년 8월, 중국의 AI 모델이 ‘인류에게 가장 어려운 AI 테스트’로 불리는 ARC-AGI 챌린지의 효율성 랭킹에서 1위를 차지했다. 이 모델의 이름은 DeepSeek V4 Flash 0731로, 오픈소스 대형 언어 모델 DeepSeek V4를 가볍고 빠르게 개선한 버전이다. ARC Prize 공식 발표 결과에 따르면, 더 어려운 ARC-AGI-2에서 문제당 4센트의 비용으로 61.4%의 점수를 기록했으며, ARC-AGI-1에서는 문제당 2센트의 비용으로 89.0%의 점수를 달성했다.
같은 날 이 소식은 개발자 커뮤니티인 Hacker News에서 754점과 451개의 댓글을 기록하며 당일 가장 뜨거운 기술 게시물이 되었다. 전날까지 365점에 불과했던 추천 수가 하루 만에 두 배 이상 급증했다.
가장 흥미로운 지점은 역설적인 대조에 있다. 보통 ‘싼 게 비지떡’이라는 인식에 익숙하지만, 이번에는 ‘저렴한 오픈소스 모델’이 공인된 최고 난이도의 인간 추론 테스트에서 효율성 1위에 올랐기 때문이다. 커뮤니티의 실측 결과에 따르면, 동시에 5~6개의 세션을 열고 12개의 동시 스트림을 실행하며 하루 종일 적극적으로 사용해도 5달러 미만의 비용이 들었다.
‘가장 어려운 AI 테스트’는 무엇을 평가하는가
ARC-AGI 문제의 외형은 색상 블록으로 구성된 그래픽 퍼즐 형태로 매우 소박하다. AI는 몇 가지 예시에서 규칙을 찾아낸 뒤 정답을 추론해야 한다. 인간에게는 조금만 시간을 들이면 대부분 풀 수 있을 정도로 친숙하지만, AI에게는 지극히 까다롭기로 유명하다. 문제 은행을 암기하는 방식이 통하지 않는 추론 능력을 평가하기 때문이다. ARC Prize 공식 측은 이 테스트가 AI의 근본적인 약점을 조명하도록 설계되었다고 설명한다.
지난 2년 동안 최고 성능의 모델들도 이 테스트에서 빠른 진전을 이루지 못했으며, 대다수 모델이 문제 하나를 푸는 데 수 달러 이상을 소모하곤 했다. 2025년 ARC Prize는 규칙을 개정하여 향후 모든 제출 성적에 ‘효율성(비용)’ 지표를 반드시 포함하도록 했다. 점수는 능력의 크기를 보여주고, 비용은 그 능력을 얻기 위해 필요한 대가를 나타내기 때문이다.
그림: ARC Prize 공식 효율성 차트(제목 의미 “스케일만으로는 부족하다”). ARC-AGI-2 이후 모든 성적에는 효율성 지표가 필수적이다. 출처: arcprize.org
공개된 정보에 따르면 DeepSeek V4 Flash 0731은 현재 효율성 리더보드에서 ‘높은 점수’와 ‘파격적인 저비용’을 가장 뛰어난 수준으로 결합한 모델 중 하나다. ARC Prize 운영진은 이 모델이 “비용 대비 성능의 새로운 표준을 제시했다”고 평가했다.
그림: ARC-AGI-2 공개 평가 문제 예시(기호 추론 유형). 사람은 쉽게 해결하지만 AI가 자주 실패하는 텍스트 문제. 출처: arcprize.org
엔지니어링 판단: 문제당 2센트 수준이 되면 테스트 비용은 의사결정의 걸림돌에서 사라진다. 과거 연구실에서 평가를 수행할 때 비용을 아껴야 했던 것과 달리, 이제는 수천 개의 테스트를 부담 없이 돌릴 수 있다. 이 변화는 점수 자체보다 더 큰 의미를 가진다.
어떻게 이렇게 저렴할 수 있는가
일각에서는 저렴한 가격이 성능의 저하를 의미한다고 생각할 수 있다. 하지만 공개된 정보를 분석해 보면, DeepSeek V4 Flash는 세 가지 레이어의 아키텍처 설계를 통해 비용을 극적으로 낮추었다.
첫 번째 레이어는 희소 전문가 아키텍처(MoE)이다. 이 모델의 전체 파라미터 수는 약 2,840억 개에 달하지만, 각 문제를 처리할 때 활성화되는 파라미터는 약 130억 개에 불과하다. 3,000억 권의 장서를 가진 도서관에서 독자가 방문할 때마다 필요한 몇 권만 골라 읽음으로써 전력 소비를 대폭 줄이는 원리와 같다. ‘매번 필요한 소수의 전문가만 깨우는’ 방식은 현재 업계에서 비용을 낮추는 주류 솔루션 중 하나다.
두 번째 레이어는 프롬프트 캐싱 최적화이다. AI가 질문에 답할 때 상당수의 계산 과정을 재사용할 수 있으며, 공식 API의 캐시 적중률은 약 99%에 달한다. 제3자 평가 기관인 Artificial Analysis의 측정에 따르면 DeepSeek V4 Flash의 평균 문제당 비용은 약 3센트 수준으로, 이는 미국의 일부 주요 상용 모델 비용의 100분의 1에도 미치지 않는 수준이라고 보고되었다.
세 번째 레이어는 오픈소스 생태계의 경쟁 구도이다. DeepSeek V4 Flash는 모델 가중치가 공개되어 있어 누구나 다운로드하여 자체 호스팅할 수 있으며, 커뮤니티와 제3자 플랫폼이 스스로 가격을 책정할 수 있다. 가격 결정권이 단일 기업에 독점되지 않고 시장 경쟁에 의해 정해지는 구조다.
그림: 제3자 블로그가 이번 성적을 정리해 제작한 커버 이미지. 두 가지 점수와 문제당 비용이 명시되어 있다. 출처: explainx.ai
엔지니어링 판단: 아키텍처, 캐싱, 오픈소스 생태계 경쟁이 결합된 비용 절감은 구조적인 현상이다. 이 디자인이 유지되는 한 가격이 다시 상승할 이유는 없다.
비싼 AI 구독 서비스가 직면한 어색한 현실
커뮤니티의 실제 사용 경험은 이러한 변화를 가장 명확히 보여준다. Hacker News 사용자 LaurensBER는 동시에 5~6개의 세션을 열고 12개의 동시 스트림을 실행하며 하루 종일 연달아 테스트를 진행해도 5달러를 다 쓰지 못했다고 전했다. 그는 Claude Max를 구독하고 있지만, 사용량 제한을 계속 신경 써야 하는 부담 때문에 유료 서비스를 여는 일이 거의 줄었다고 말했다. 그는 “비싼 모델이 더 강력한 것은 맞지만, 제한을 우려하며 사용하는 경험은 오히려 퇴보한 것처럼 느껴진다”고 덧붙였다.
다른 사용자 abixb는 훨씬 더 직설적으로 지적했다. “이것이 사실이라면 미국의 AI 연구소들은 큰 어려움에 직면할 것이다. 국가 안보 명령으로 중국 모델을 금지하지 않는 한, 누구도 선도 모델에 웃돈을 주지 않을 것이다.”
이러한 발언은 다소 급진적이지만 업계에 만연했던 ‘선도적인 모델은 비싸야 한다’는 고정관념의 허점을 찌른다. 기존의 AI 구독 방식은 매달 일정한 금액을 내고 사용량이 늘어나면 대기열과 제한을 감수하는 형태였다. 반면 DeepSeek V4 Flash는 종량제 방식으로 가격이 매우 저렴하여 언제든 작업을 던져둘 수 있다. 테스트 실패 시 AI가 자동으로 수정하도록 하거나, 로그 이상을 자동으로 검사하고, 코드 커버리지가 부족할 때 자동으로 테스트 코드를 보완하게 만드는 등의 활용이 가능해진다. 이전에는 비용 부담 때문에 시도하기 어려웠던 방식이다.
엔지니어링 판단: AI가 ‘써버리고 버려도’ 아깝지 않을 만큼 저렴해지면 사용 방식은 ‘아껴 쓰기’에서 ‘마음껏 쓰기’로 변한다. HN 댓글에서 지적했듯 10달러로 140달러 상당의 리소스를 얻을 수 있어 다 쓰기도 어렵다. 이러한 변화가 일반 사용자에게 주는 의미는 순위표 점수보다 훨씬 크다.
일반 사용자에게 어떤 변화가 오는가
코드를 작성하지 않는 일반 사용자에게도 이러한 효율성 경쟁의 이점은 명확하다. AI 서비스 전반의 가격이 하락하기 때문이다. 오픈소스 모델이 가격을 낮추면 해외 제휴업체나 대형 기술 기업들도 가격 인하에 동참할 수밖에 없으며, 그렇지 않으면 사용자들이 이탈할 것이다. 지난 1년 동안 다양한 AI 제품의 무료 제공량이 늘어나고 월 구독료가 낮아진 현상 역시 이러한 비용 경쟁과 직접적으로 연결되어 있다.
장기적인 관점에서는 과거에 ‘비용 대비 효과가 없어 AI를 도입하기 힘들었던’ 분야로 적용 범위가 넓어질 것이다. 인건비 부담이 큰 소상공인은 AI 고객지원을 활용할 수 있고, 자녀의 숙제를 지도하는 부모는 비용 걱정 없이 자유롭게 질문을 이어갈 수 있다. 영수증 정리, 문서 작성, 이력서 수정과 같은 번거로운 일상 업무도 AI에게 초안을 맡기고 사람이 검토하는 방식으로 바뀔 것이다.
다만 저렴하다고 해서 만능은 아니다. 효율성 1위는 가성비에서의 승리를 의미하며, DeepSeek V4 Flash는 매우 복잡한 다단계 작업에서 여전히 최상위 폐쇄형 모델과 격차가 존재한다. HN 토론에서도 장시간 여러 단계를 거치는 작업에서는 소형 모델의 작은 오류가 누적되어 큰 문제로 이어질 수 있다는 지적이 나왔다. 가장 현명한 접근법은 ‘저렴한 모델을 주력으로 사용하고, 비싼 고성능 모델은 보조 수단으로 활용하는 것’이다.
마치며
공개된 정보를 종합해 볼 때, 이번 비용 파괴 현상은 아직 시작에 불과하다. 오픈소스 모델의 추격 속도는 업계 전체에 단가 산정 방식을 재검토하도록 강제하고 있다.
이번 1위 달성은 AI 경쟁의 축이 ‘누가 더 똑똑한가’에서 ‘누가 더 저렴한가’로 확장되었음을 알리는 신호탄이다. 더 뛰어난 지능의 등장을 기다리는 동안, 압도적으로 저렴한 AI는 이미 우리 곁에 다가왔다. 하루 5달러 미만—음료 한 잔 값보다 저렴한 비용으로 작동하면서, 이 모델은 ‘인류에게 가장 어려운 AI 테스트’의 효율성 리더보드 정상에 올랐다.
참고 링크:
- ARC Prize: DeepSeek V4 Flash 0731 평가 결과
- HN 토론 (item?id=49214008)
