DeepSeek, V4 프리뷰 공개: 1조 매개변수 오픈소스, 100만 컨텍스트 시대로의 도약

뉴스 요약

2026년 4월 24일 (베이징 시간 CST), DeepSeek는 차세대 대규모 언어 모델 시리즈인 DeepSeek-V4의 미리보기 버전을 공식 출시하고 오픈 소스로 공개하며 오픈 소스 AI 분야에서 중요한 이정표를 세웠습니다. 이번 출시에는 두 가지 Mixture-of-Experts (MoE) 변형 모델인 DeepSeek-V4-Pro와 DeepSeek-V4-Flash가 포함되며, 두 모델 모두 표준화된 1백만 토큰 컨텍스트 창을 특징으로 합니다. MIT 라이선스 하에 DeepSeek API, 공식 웹 인터페이스 및 Hugging Face를 통해 즉시 사용할 수 있습니다. 총 1.6조 개의 매개변수를 가진 V4-Pro 모델은 에이전트 코딩, 수학 및 STEM 벤치마크에서 오픈 소스 모델 중 선두 성능을 주장하는 반면, V4-Flash는 고빈도 프로덕션 워크로드를 대상으로 하는 더 가볍고 비용 최적화된 대안을 제공합니다.

두 가지 모델, 하나의 아키텍처 도약

DeepSeek-V4는 다양한 성능 및 비용 요구 사항을 충족하도록 설계된 두 계층 시리즈로 출시됩니다. 플래그십 모델인 DeepSeek-V4-Pro는 총 약 1.6조 개의 매개변수를 보유하고 있으며, 이 중 490억 개만이 추론 토큰당 활성화됩니다. 이는 Mixture-of-Experts 아키텍처의 설계 특징으로, 모델의 방대한 전체 규모에도 불구하고 쿼리당 컴퓨팅을 엄격하게 제어합니다. 더 가벼운 DeepSeek-V4-Flash는 총 2840억 개의 매개변수를 보유하고 있으며 토큰당 130억 개가 활성화되어 일상 및 에이전트 중심 작업에 대한 응답 속도와 가격 효율성을 우선시합니다. 두 모델 모두 출시일(2026년 4월 24일 CST)부터 모든 공식 DeepSeek 서비스에서 표준 기본 기능으로 동일한 1백만 토큰 컨텍스트 창을 제공합니다.

기술 아키텍처: DSA, 하이브리드 어텐션 및 뮤온 옵티마이저

V4 제품군은 이전 모델인 DeepSeek-V3.2와 차별화되는 여러 아키텍처 혁신을 도입했습니다. 이 중 핵심은 토큰 수준에서 어텐션 계산을 압축하여 초장기 컨텍스트 처리에 일반적으로 수반되는 메모리 및 컴퓨팅 비용을 극적으로 줄이는 새로운 DSA(Dynamic Sparse Attention) 메커니즘입니다. 이를 보완하는 것은 로컬 및 글로벌 어텐션 패턴을 결합하는 하이브리드 어텐션 아키텍처로, 모델이 전통적인 밀집 어텐션에서 볼 수 있는 기하급수적인 비용 증가 없이 1백만 토큰에 가까운 시퀀스 전체에서 일관된 메모리를 유지할 수 있도록 합니다. 학습 프로세스는 잔차 신호 전파의 안정성을 위해 Manifold-Constrained Hyper-Connections (mHC)와 함께 Muon 옵티마이저를 사용합니다. Muon 옵티마이저는 수조 개의 매개변수를 가진 MoE 모델 학습을 안정적인 수렴으로 가져오는 것을 어렵게 만들었던 기울기 불안정성 문제를 해결합니다. 사전 학습은 FP4 및 FP8 혼합 정밀도 전략을 사용하여 32조 개 이상의 토큰으로 수행되었습니다.

벤치마크 성능 및 에이전트 기능

DeepSeek는 미리보기 출시와 함께 내부 벤치마크 비교를 공개했습니다. MMLU-Pro에서 V4-Pro는 OpenAI의 GPT-5.4와 동등한 성능을 보였고 Google의 Gemini-3.1-Pro에는 약간 뒤처졌다고 보고되었습니다. 에이전트 코딩 평가에서 V4-Pro는 공개적으로 평가된 모든 오픈 소스 모델 중에서 최고 위치를 차지했으며, DeepSeek 자체 내부 엔지니어링 팀에서 사용하는 주요 에이전트 코딩 도구가 되었다고 합니다. Codeforces와 같은 경쟁 프로그래밍 벤치마크에서 V4-Pro는 선도적인 폐쇄 소스 최첨단 모델과 경쟁할 만한 점수를 기록했습니다. 1백만 토큰 규모의 장기 컨텍스트 검색 벤치마크에서는 경쟁력 있는 결과를 보였지만 선두는 아니었으며, 일부 장기 컨텍스트 메모리 테스트에서는 최고의 폐쇄 소스 제품이 여전히 우위를 점했습니다. DeepSeek는 이러한 수치가 미리보기 단계의 수치이며 독립적인 제3자 평가는 아직 발표되지 않았다고 언급했습니다.

API 가용성 및 개발자 액세스

V4 시리즈는 모델 식별자 deepseek-v4-pro 및 deepseek-v4-flash를 사용하여 DeepSeek의 공식 API를 통해 즉시 액세스할 수 있습니다. API는 표준 및 추론(Thinking Mode) 구성을 모두 지원하며, 새로운 reasoning_effort 매개변수는 코드 생성 및 다중 문서 처리와 같은 복잡한 작업을 위해 조정 가능한 사고 강도 수준(높음/최대)을 제공합니다. 오픈 소스 모델 가중치는 MIT 라이선스 하에 Hugging Face 및 ModelScope를 통해 배포되어 개발자가 모델을 다운로드, 로컬에서 실행 및 수정할 수 있습니다. DeepSeek는 이전 V3.2에 매핑되었던 레거시 모델 식별자 deepseek-chat 및 deepseek-reasoner가 2026년 7월 24일 (CST)에 사용 중단될 것이라고 발표했으며, 개발자에게 3개월의 마이그레이션 기간을 제공합니다.

멀티모달 로드맵 및 칩 인프라

현재 V4 미리보기 릴리스는 텍스트 전용입니다. DeepSeek는 Hugging Face 발표에서 팀이 멀티모달 기능을 통합하기 위해 적극적으로 노력하고 있다고 밝혔습니다. 즉, 향후 버전에서는 텍스트와 함께 이미지 및 비디오 입력을 처리할 것으로 예상됩니다. 별도로, 화웨이는 2026년 4월 24일 (CST)에 Ascend 950 AI 프로세서로 구동되는 Ascend 슈퍼노드 클러스터가 DeepSeek-V4 모델 시리즈를 완벽하게 지원한다고 확인했습니다. V4 학습 중에 사용된 화웨이 Ascend 칩과 다른 하드웨어의 정확한 비율은 미리보기 릴리스 문서에서 DeepSeek에 의해 공개되지 않았습니다.

오픈 소스 전략 및 자금 조달 맥락

DeepSeek는 일관되게 오픈 소스 모델 배포 전략을 추구해 왔으며, V4는 허용적인 MIT 라이선스 하에 해당 접근 방식을 계속하고 있습니다. 회사는 동시에 200억 달러 이상의 목표 가치로 첫 외부 자금 조달 라운드를 추진하고 있는 것으로 알려졌습니다. V4 출시는 DeepSeek를 독점적인 최첨단 AI 시스템에 대한 직접적인 오픈 소스 경쟁자로 자리매김하며, 비용 효율성이라는 회사의 명제(큰 총 매개변수 수와 작은 활성화 매개변수 비율의 조합)는 상업적 및 개발자 매력의 핵심으로 남아 있습니다. 미리보기 레이블은 최종적이고 완전히 검증된 릴리스와 완전한 학습 공개가 아직 나올 예정이며, 4월 24일 출시와 함께 엄격한 최종화 일정은 발표되지 않았음을 나타냅니다.