2026년 8월 13일, DeepSeek이 새로운 모델 V4 Pro 0813을 출시했습니다. 모델 이름에 포함된 “0813”은 바로 오늘 날짜를 의미합니다.
같은 날, 알리바바는 Qwen3.8-max를, 일론 머스크의 xAI는 Grok 4.6을 발표했습니다. 불과 2년 전만 해도 하루 만에 대표적인 AI 기업 3곳이 동시에 신제품을 출시하는 것은 상상하기 힘든 일이었습니다.
한 프로그래머(Hacker News 사용자 jklmnopqrstuvw)가 동일한 소프트웨어 개발 작업을 DeepSeek과 Grok에 각각 실행해 보았습니다. 그 결과는 매우 흥미로웠습니다:
- DeepSeek V4 Pro: 소요 시간 12분 02초, 비용 0.12달러, 코드에 버그 발생.
- Grok 4.6: 소요 시간 3분 18초, 비용 1.41달러, 코드 문제 없음.
가격은 12배 차이, 품질은 한 단계 차이. 이것이 바로 오늘날 AI 세계의 실제 생태계 위치입니다.
어떻게 이렇게까지 저렴할 수 있을까?
저렴함의 근본적인 원인은 아키텍처에 있습니다. DeepSeek은 MoE(Mixture of Experts, 혼합 전문가) 아키텍처를 사용합니다.
쉽게 비유하자면, 일반적인 밀집(Dense) 모델은 어떤 문제가 발생하든 전 직원이 모두 출동하는 회사와 같습니다. 반면 MoE 모델은 수백 명의 전문가를 보유한 기관과 같아서, 작업이 들어오면 관련된 소수의 전문가만 호출합니다. 모델의 전체 파라미터 규모는 매우 크지만, 매 요청마다 실제로 작동하는 것은 극히 일부에 불과합니다. 일하는 파라미터가 적으니 전력 소비도 줄어들고 비용도 대폭 절감됩니다.
V4 Pro 0813은 100만 토큰의 컨텍스트 윈도우(context window, 모델이 한 번에 기억하고 처리할 수 있는 정보량)를 지원합니다. 어느 정도의 규모일까요? 소설 《삼체》 3부작 전체를 한 번에 읽어 들인 후 질문에 답변할 수 있는 수준입니다. 엔지니어링 관점에서 볼 때, 책 한 권을 통째로 읽고 답변하는 것은 불과 2년 전만 해도 플래그십 모델에서나 바랄 수 있는 사치였습니다.
벤처캐피털(VC)의 보조금만으로는 이러한 가격을 유지할 수 없습니다. 비용 절감은 아키텍처의 구조적 우위에서 비롯된 것이며, 일시적인 프로모션 행사가 아닙니다.
두 번째 비용 절감 요소는 캐싱(prompt cache, 즉 결과 재사용)입니다. OpenRouter의 통계에 따르면 DeepSeek 요청의 92.4%가 캐시에 적중했습니다. 이전에 계산한 동일한 내용을 직접 재사용하는 것입니다.
그 효과는 놀라울 정도입니다. 게시된 표기 가격은 입력 100만 토큰(AI 과금의 최소 단위)당 0.435달러이지만, 사용자가 실제 지불한 평균 가격은 0.036달러에 불과했습니다. 표기 가격과 실제 지불 가격 사이에서도 다시 12배의 차이가 발생합니다.
그림: OpenRouter에서 DeepSeek V4 Pro 0813의 실제 입력 지불 가격. 출시 첫날 100만 토큰당 0.036달러 근처 형성. 출처: openrouter.ai
이는 배달 전문 음식점과 비슷합니다. 같은 요리를 처음 만들 때는 많은 노력이 들지만, 이미 만들어 둔 것을 데워 내놓기만 하면 한계비용은 거의 0에 수렴합니다. 92.4%의 캐시 적중률은 대부분의 입력 요청이 사실상 무료로 처리됨을 의미하며, 이것이 바로 높은 마진율의 비밀입니다.
세 번째 비용 절감 요인은 오픈소스입니다. 모델 가중치(weight)가 완전 공개되어 있으며, 상업적 이용을 허용하는 라이선스입니다. 한 사용자의 계산에 따르면 8,000달러를 들여 DGX Spark 2대를 구매하면 집에서 풀버전 모델을 직접 실행할 수 있습니다. 오픈소스는 가격 협상권을 사용자에게 돌려주었습니다. 클라우드 서비스가 가격을 올리면 직접 배포하면 그만입니다.
CI 파이프라인처럼 빠른 출시 주기
7월 31일 Flash 0731, 8월 1일 Flash 0801, 8월 13일 V4 Pro 0813 출시. 버전 이름에 날짜가 직접 포함되며, 출시 간격은 며칠 단위입니다.
개발자 커뮤니티에서는 이러한 주기를 CI(지속적 통합, continuous integration) 파이프라인에 비유합니다. 코드가 수정될 때마다 자동 테스트와 자동 배포가 생산 라인처럼 쉼 없이 돌아가는 방식입니다. 전통적인 소프트웨어 기업이 1년에 한 번 대형 버전을 출시할 때, DeepSeek은 모델 출시를 일상적인 업무로 만들었습니다.
Hacker News 댓글 창에서도 이러한 현상이 확인됩니다. 한 사용자는 “대부분의 사용 사례에서는 최고 사양 모델이 전혀 필요 없다”고 말했고, 이미 저렴한 모델로 무거운 작업을 처리하고 있는 사용자는 “너무 저렴해서 사실상 공짜 같다”고 평가했습니다. 주요 모델의 벤치마크 테스트 지오메트릭 평균 점수를 계산한 한 사용자에 따르면 GPT-5.6 Sol은 65.5점, Opus 5는 64.0점인 데 비해 DeepSeek V4 Pro 0813은 62.5점을 기록했습니다.
엔지니어링 시사점: 선두 모델 간의 성능 격차는 “세대 차이”에서 “몇 퍼센트 포인트” 수준으로 줄어들었지만, 가격 차이는 여전히 두 자릿수 배율을 유지하고 있습니다. 성능을 따라잡는 것은 시간문제이지만, 가격 우위는 이미 현실입니다.
같은 날에 겹친 “중국 시간”
알리바바의 Qwen3.8-max 가격은 입력 100만 토큰당 2달러, 출력 6달러로 책정된 반면, DeepSeek은 0.435달러와 0.87달러입니다. 중국 국내 모델 개발사들끼리도 치열하게 가격 경쟁을 벌이면서 전체 시장의 가격 기준점을 계속 낮추고 있습니다.
세 기업의 라인업을 함께 살펴보면, Qwen3.8-max는 2조 파라미터 규모의 대형 모델이고, Grok 4.6은 실행 속도에 중점을 두었으며, DeepSeek은 가성비를 핵심으로 내세웠습니다. 세 기업 모두 서로 다른 전략을 취하면서도 같은 주에 신제품을 대거 선보였습니다. 이 정도의 경쟁 밀도라면 최종 혜택을 보는 것은 사용자입니다.
일각에서는 DeepSeek이 Qwen의 주목도를 빼앗기 위해 같은 날 출시를 선택했다고 분석하기도 하지만, Grok 4.6도 같은 날 출시된 만큼 각자 자체적인 개발 일정에 맞춰 출시했을 것이라는 반론도 있습니다.
동기가 무엇이든 선도적인 AI 모델 발표의 주무대가 더 이상 실리콘밸리만의 전유물이 아니라는 점이 명확해졌습니다. 이 신호는 개별 모델의 성능보다 훨씬 더 중요합니다.
저렴함의 다른 면: 품질 손익 계산은 어떻게 해야 할까?
해당 개발자의 실측 테스트를 두고 댓글 창에서 열띤 토론이 벌어졌습니다.
찬성 측은 “그가 지난 수개월간 유사한 테스트를 반복해 왔고 결과가 매번 일관되었기 때문에 single-run 결과도 신뢰할 수 있다”고 주장했습니다. 반면 회의 측(사용자 bigmadshoe)은 “n=1 비교는 과학적이라고 볼 수 없으며 단지 느낌(vibes)일 뿐이다. LLM 시스템에는 확률적 무작위성이 존재하므로 단 한 번의 테스트로 판단을 바꿔서는 안 된다”고 반박했습니다. 또한 “결과가 벗어나더라도 다시 시도하면 대부분 해결된다”는 의견도 있었습니다.
본지의 판단: 양쪽 모두 일리가 있습니다. 가격 우위는 아키텍처, 캐싱, 오픈소스에 기반한 구조적인 것입니다. 이번에 테스트하든 다음에 테스트하든 동일하게 적용됩니다. 반면 품질 격차는 단일 샘플 결과이며, 한 번의 테스트에서 발생한 버그는 확률적 변동일 수 있습니다. 구조적인 우위와 단일 샘플링의 노이즈를 동일선상에서 비교하는 것은 결론으로서 미흡합니다.
진정한 우열을 가리려면 동일한 작업 세트를 여러 번 실행하여 평균 통과율과 변동 범위를 확인해야 합니다. 댓글 창에서 제안된 “각 모델당 5회씩 실행해 보자”는 의견에 본지도 적극 공감합니다.
그림: DeepSeek V4 Pro 0813 출시 첫날 토큰 사용량: 입력 137억, 출력 8,050만. 출처: openrouter.ai
또 다른 흥미로운 세부 사항도 있습니다. 출시 당일 DeepSeek 공식 측에서 가격을 인상하기 시작했다는 점을 일부 사용자가 발견했습니다. 저렴한 가격은 일시적인 마케팅 단계일 수 있습니다. 먼저 낮은 가격으로 시장 점유율을 확보한 뒤 가격을 올리는 인터넷 기업의 전형적인 전략일 수 있습니다. 그러나 인상된 후에도 동급 미국 모델과의 가격 차이는 여전히 압도적입니다.
일반 사용자와 기업에 어떤 의미가 있을까?
2년 전만 해도 최고급 AI는 대화 한 번에 수 달러씩 과금되었습니다. 그러나 이제는 0.12달러로 AI 에이전트를 12분 동안 연속 작동시킬 수 있습니다.
개인 사용자에게는 스마트폰 속 AI 비서, 글쓰기 도구, 번역 소프트웨어의 백엔드에서 이러한 최신 오픈 모델이 작동하며 연산 비용이 1년 전의 몇 분의 일 수준으로 줄어드는 것을 의미합니다. 기업 입장에서는 AI 기능 도입이 “단계별 엄격한 예산 승인이 필요한 사업”에서 “일단 먼저 시도해 보는” 결정으로 변화했습니다. 시행착오 비용이 무시해도 될 만큼 낮아진 것입니다.
가격 전쟁은 AI를 “사치품”에서 전기나 수도 같은 “기본 공공재(유틸리티)“로 바꾸어 놓았습니다. 비용이 부담스러워 특정 도구를 포기할 수는 있지만, 저렴해진 시대를 놓칠 수는 없습니다. 부담 없이 사용할 수 있어야 활용할 기회도 생깁니다. AI를 시도해 보고 싶어 하는 모든 사람에게 이는 분명히 큰 호재입니다.
참고 링크:
- OpenRouter: DeepSeek V4 Pro 0813
- HN 토론 (item?id=49274600)
이미지 설명: OpenRouter 원본 페이지에 img 태그 이미지 콘텐츠가 존재하지 않고 로고 및 파비콘(openrouter.ai/brand/v2/nav-lockup-light.png, nav-lockup-dark.png, images/icons/DeepSeek.png, gstatic faviconV2 시리즈, openrouter-dark.svg, openrouter-light.svg)만 존재하여 제외 처리했습니다. 본문의 데이터 차트 2개는 페이지 내에 임베디드된 SVG 차트(recharts)를 추출하여 변환한 것입니다.
