DeepSeek: 오픈 모델과 AI 어시스턴트, V3와 R1의 두 갈래

DeepSeek는 DeepSeek(High-Flyer 산하)가 개발한 오픈소스 모델군이자 AI 어시스턴트로, 범용 인공지능의 기반 모델과 기술을 겨냥합니다. 사용자에게는 두 가지 의미가 있습니다. 브라우저를 열면 대화할 수 있는 어시스턴트이자, 가중치를 내려받아 직접 실행할 수 있는 오픈 모델입니다.

모델 쪽에는 두 개의 축이 있습니다. 범용 축은 DeepSeek-V3로, 전문가 혼합(MoE) 구조에 총 파라미터 671B, 토큰당 37B 활성화, 128K 컨텍스트, 생성 속도 최대 60 TPS를 갖춥니다. 후속 V3.2는 DSA라 불리는 세밀한 희소 어텐션을 도입해 라이트닝 인덱서로 핵심 정보를 골라 장문 학습과 추론 효율을 크게 높였습니다. 추론 축은 DeepSeek-R1로, V3-Base에서 학습해 강화학습으로 추론 능력을 최적화하며 수학, 프로그래밍, 자연어 추론에서 두각을 보입니다.

이 두 축에서 파생도 나왔습니다. R1-Zero는 지도 미세조정 없이 강화학습만으로 학습한 버전으로 추론력은 강하지만 가독성에 과제가 있습니다. R1-Distill은 R1이 만든 추론 데이터를 1.5B에서 70B까지의 소형 모델에 증류한 것입니다. R1-0528은 V3-0324에서 학습해 660B 파라미터를 가지며 깊은 추론, 개선된 텍스트 생성, 30~60분 단일 작업 처리를 강조합니다. 멀티모달에는 DeepSeek-VL2(Tiny, Small, 표준, 활성 파라미터 1.0B·2.8B·4.5B)와 Janus 계열이, 수직 영역에는 수학 정리 증명용 Prover-V2가 있습니다.

일상 사용에서는 폭넓은 어시스턴트입니다. 질의응답과 다중 대화, 글쓰기, 번역, 데이터 처리, 차트 생성, 코드 생성과 디버깅, 수학적 추론에 더해 웹 검색과 깊은 사고 모드를 갖춥니다. 이미지 모드에서는 사진을 올려 시각적 이해를 시킬 수 있습니다. 개발자에게는 학습, 관리, 데이터셋 통제를 아우르는 모델 개발 플랫폼도 제공합니다.

주요 기능

질의응답과 대화

과학, 역사, 생활, 기술 질문에 답하고 맥락을 따라 일관된 응답을 내므로 연속해서 캐묻는 방식에 적합합니다.

글쓰기와 번역

기사, 이야기, 시, 보고서, 이메일 등을 생성하고 다국어 번역을 지원합니다. DeepSeek-V3는 최대 83개 언어를 다룹니다.

코드 생성과 디버깅

자연어 설명으로 여러 언어의 코드를 만들고 문제를 찾아 구현을 개선하도록 돕습니다.

수학과 논리 추론

수학과 추론 과제에 강하며, 여러 단계 분석이 필요한 질문에는 깊은 사고 모드가 어울립니다.

웹 검색과 깊은 사고

검색은 최신 정보를 가져오고, 깊은 사고 모드는 복잡한 논리에서 추론 과정을 보여 줍니다.

데이터 처리와 차트

데이터를 정제·분석·통계 처리하고 결과를 막대, 선, 원형 차트로 바꿉니다.

이미지 이해

이미지를 올려 시각적 이해와 상호작용을 할 수 있습니다. 모델 쪽에서는 VL2와 Janus가 시각과 언어를 잇습니다.

문서 읽기

문서를 올리면 핵심 정보를 추출하고 요약하며 긴 자료 처리에 적합합니다.

개발 플랫폼

모델 개발 플랫폼이 학습, 관리, 데이터셋 통제를 지원해 자사 시스템에 능력을 붙이기 쉽습니다.

사용 방법

1. 진입점을 고릅니다. 웹 버전은 브라우저에서 바로 쓰고, 앱은 스토어에서, 크롬 웹스토어에서는 확장 프로그램을 설치합니다.
2. 과제에 모드를 맞춥니다. 일상 질문과 문안은 대화, 최신 정보는 AI 검색, 문서는 파일 읽기, 복잡한 추론은 깊은 사고를 켭니다.
3. 질문을 명확히 합니다. 모호한 표현을 피하고 키워드로 요구를 표시하며, 복잡한 작업은 작은 질문으로 나눠 단계적으로 깊어집니다.
4. 턴을 이어 갑니다. 같은 대화에서 다시 묻고, 다시 쓰기를 요청하고, 조건을 더하는 편이 긴 프롬프트 한 번보다 결과가 안정적입니다.
5. 프롬프트 라이브러리를 활용합니다. 공식 라이브러리는 코드 재작성, 코드 설명, 코드 생성, 내용 분류, 구조화 출력, 역할극, 산문과 시, 문안 개요, 슬로건, 프롬프트 생성, 중영 번역 등 13가지 상황을 다룹니다.
6. 사설 환경이 필요하면 로컬 배포를 합니다. 공식 사이트에서 모델 파일을 받고 의존성을 설치하고 서버를 설정해 배포한 뒤 시험과 성능 조정을 합니다.

어울리는 상황

• 개발자와 알고리즘 팀: 오픈 가중치로 자체 운영하거나 플랫폼에서 학습, 데이터셋 관리, 모델 통제를 합니다.
• 콘텐츠와 마케팅: 홍보 문안, 회의록, 보고서 초안을 대량으로 만들고 사람이 마무리합니다.
• 데이터 직무: 자연어 질문을 쿼리로 바꾸고 데이터를 정제·집계하며 결론을 설명하는 차트를 빠르게 만듭니다.
• 교육과 연구: 교사가 수업 계획과 자료를 만들고 학습자별 경로를 제시하며, 수학에서는 Prover-V2로 형식 증명 검증을 할 수 있습니다.
• 데이터 규제 요건이 있는 기관: 로컬 배포로 모델을 자체 환경에 두어 자료 유출을 피합니다.

한계와 유의 사항

• 깊은 사고는 느립니다. 추론 과정 표시는 계산과 대기를 늘리므로 단순 작업에는 필요 없습니다. 자료에 따르면 R1-0528은 30~60분 단일 작업을 다룰 수 있어 일상 질문보다 어려운 문제에 맞습니다.
• 출력은 검증이 필요합니다. 그럴듯하지만 사실이 틀린 내용을 만들 수 있으므로 수치, 인용, 결론은 1차 자료로 확인하고 생성 결과를 사실의 출처로 삼지 않아야 합니다.
• 오픈이 곧 즉시 사용은 아닙니다. 로컬 배포에는 의존 환경, 서버, 메모리가 필요하고 성능 조정도 해야 합니다. 작은 하드웨어에서 큰 파라미터를 돌리는 것은 현실적이지 않습니다.
• 버전 갱신이 빠릅니다. V3, V3.1-Terminus, V3.2, R1, R1-0528이 빠르게 교체되고 능력과 규모도 달라 선택은 현행 공식 설명을 기준으로 해야 합니다.
• 가격과 한도는 공식 기준입니다. 이 자료에는 확정된 가격, 사용 제한, 상용 조건 정보가 없으므로 비용과 라이선스는 공식 페이지에서 확인하고 이 글에서 추정하지 마십시오.

자주 묻는 질문

DeepSeek는 어떻게 쓸 수 있나요?

웹, 앱, 브라우저 확장의 세 진입점에 더해 오픈 모델은 직접 배포할 수 있고, 개발 플랫폼은 학습과 관리에 쓰입니다.

V3와 R1의 차이는 무엇인가요?

V3는 MoE 기반 범용 언어 모델로 총 671B, 활성 37B, 128K 컨텍스트입니다. R1은 추론 최적화 노선으로 강화학습을 통해 수학, 코드, 자연어 추론을 높입니다.

얼마나 긴 텍스트를 다루나요?

V3는 128K 컨텍스트를 지원하고 R1-0528은 30~60분 단일 작업을 강조합니다. 정확한 상한은 공식 설명을 따릅니다.

로컬에 배포할 수 있나요?

가능합니다. 모델 파일을 받고 의존 환경을 설치하고 서버를 설정해 배포한 뒤 시험과 성능 조정을 하며, 데이터 안전이 필요한 상황에 적합합니다.