DeepSeek, 앱 API 제품군 전반에 검색·파일·음성 도구 공개

뉴스 요약

DeepSeek가 자사의 앱과 웹 환경에 있는 여러 상호작용 도구를 개발자에게 제공하는 애플리케이션 프로그래밍 인터페이스 제품군을 공개했습니다. 2026년 11월 13일 중국 표준시(UTC+8)에 발표된 이번 릴리스는 내장 검색, 파일 및 URL 처리, 안전 점검을 V4.1-Flash 모델과 결합하는 한편, 음성 및 지원 기능을 독립형 엔드포인트로 제공합니다. 이번 변화는 연구 및 학습 도우미를 구축하는 데 필요한 작업을 줄일 수 있지만, 이러한 기능을 둘러싼 책임 있고 유용한 제품을 설계해야 할 필요성은 없애지 않습니다.

채팅 모델에서 완전한 학습 워크플로로

이번 발표는 대화형 AI 개발의 실질적인 격차를 다룹니다. 모델은 개념을 설명하거나 텍스트를 요약할 수 있지만, 교육용 도우미는 종종 최신 정보를 찾고, 문서를 검토하고, 웹 페이지를 이해하고, 맥락과 함께 답변을 제시해야 합니다. 이전에는 개발자가 일반적으로 이러한 서비스를 직접 연결하고 그 출력을 모델 호출과 조정해야 했습니다.

DeepSeek는 릴리스에서 deepseek-flash로 식별된 자사의 V4.1-Flash 모델이 Messages, Responses, Chat Completions 인터페이스 전반에서 새로운 기능을 지원한다고 밝혔습니다. 내장 도구가 활성화되면 서비스가 도구 호출을 처리하고 검색된 자료를 서버 측에서 대화 맥락에 조립합니다. 이는 프로토타입 구축을 더 단순하게 만들 수 있지만, 제품에는 여전히 신중한 인터페이스 설계와 평가가 필요합니다.

같은 대화에서 검색, 문서, 링크

비사고 모드에서 개발자는 deepseek_web_search를 활성화하여 모델이 웹이나 이미지를 검색하고 인용과 함께 답변하도록 할 수 있습니다. 사고 모드에서는 동일한 검색 도구가 추론 과정의 일부로 페이지를 검색하고 읽는 것을 포함한 다단계 연구를 지원할 수 있습니다. 학생에게는 질문 주도 탐구를 지원할 수 있고, 교사에게는 설명을 관련 출처와 연결하는 수업 준비 도구를 만드는 데 도움이 될 수 있습니다.

파일 입력은 PDF, Office 문서, 이미지 및 기타 형식을 허용합니다. 서비스는 텍스트를 추출하거나 혼합된 텍스트와 이미지 콘텐츠를 구문 분석한 뒤 그 결과를 대화 맥락에 배치합니다. deepseek_read_url 도구는 사용자 메시지에서 링크를 감지하고 그 내용을 가져와 답변에 활용할 수 있습니다. 이러한 기능을 함께 사용하면 수업 읽기 자료에 대해 질문하거나, 여러 페이지의 자료를 비교하거나, 다이어그램이 많은 문서를 요약하는 등의 워크플로를 지원할 수 있습니다.

이는 구성 요소일 뿐 정확성을 보장하지는 않습니다. 검색 결과는 불완전하거나 시간이 지나면서 바뀔 수 있고, 복잡한 파일에서의 추출은 맥락을 놓칠 수 있습니다. 교육 제품은 출처 자료를 눈에 띄게 표시하고, 학습자가 주장을 확인하도록 장려하며, 모델이 생성한 설명과 원본 문서를 구분해야 합니다.

음성 및 지원 도구도 이용 가능

DeepSeek는 검색, 가져오기, 광학 문자 인식(OCR), 자동 음성 인식(ASR), 텍스트 음성 변환(TTS)도 독립형 API로 이용 가능하다고 밝혔습니다. 이를 통해 개발자는 필요한 구성 요소만 결합할 수 있습니다. 예를 들어 언어 학습 도구는 음성 인식을 음성 응답과 결합할 수 있고, 학습 앱은 학생이 질문하기 전에 촬영한 노트를 처리하기 위해 OCR을 사용할 수 있습니다.

회사는 또한 가벼운 프런트엔드 데모와 그 소스 코드를 공개했습니다. 이 데모는 DeepSeek에서 내보낸 대화 기록을 가져올 수 있어, 개발자에게 API 제품군을 실험하고 채팅 인터페이스를 조립하는 실용적인 참고 자료를 제공합니다.

안전, 비용, 설계 책임

이번 릴리스에는 입력과 출력을 검사하고 위험이 감지되면 거부 표시를 반환하는 모델 안전 점검이 포함됩니다. DeepSeek는 공개 대상 애플리케이션이 이러한 점검을 활성화해야 한다고 밝혔습니다. 또한 개발자가 콘텐츠 조정, 해당 모델 등록, AI 생성 콘텐츠 라벨링에 대한 책임을 계속 진다고 밝혔습니다. 이러한 점은 시스템이 어린 학습자에 의해 사용될 수 있고 답변이 사람들이 주제를 이해하는 방식에 영향을 미칠 수 있는 교육에서 특히 중요합니다.

확장 기능에는 표준 토큰 요금 외에 도구 사용 요금이 부과됩니다. 따라서 개발자는 특히 사용 빈도가 높은 교실이나 서비스의 경우 예산을 추정할 때 검색, 검색, 기타 도구 비용을 고려해야 합니다. 마찰이 적은 API 통합은 엔지니어링 노력을 줄일 수 있지만, 신뢰할 수 있는 교육 제품에는 여전히 테스트, 명확한 출처 제시, 업로드된 자료의 개인정보 보호를 고려한 처리, 학습자가 출력에 의문을 제기하거나 검증할 수 있는 방법이 필요합니다.

이번 릴리스가 개발자에게 바꾸는 것

이번 릴리스의 의의는 통합 계층에 있습니다. 개발자는 기존 API 제품군을 통해 DeepSeek 자체 채팅 제품과 관련된 여러 기능을 호출하거나, 기본 서비스를 개별적으로 호출할 수 있습니다. DeepSeek는 결합된 API가 자사 앱에 가까운 경험을 지원할 수 있다고 밝혔으며, 프런트엔드가 이를 어떻게 사용할 수 있는지 보여주는 데모를 공개했습니다. 이는 이용 가능한 구성 요소에 대한 개발자 대상 주장이지, 모든 독립 앱이 동일한 사용자 경험이나 결과를 재현할 것이라는 약속은 아닙니다.

과학 및 기술 교육에서 기회는 연구 지향 상호작용을 더 쉽게 프로토타이핑하는 것입니다. 학생은 하나의 애플리케이션에서 질문에서 관련 출처로 이동하고, 과정 파일로 작업하고, 음성 도구를 사용할 수 있습니다. 그 경험의 품질은 교육자와 개발자가 학습 목표를 구성하고, 증거를 제시하고, 사용자가 AI 생성 답변을 평가하도록 돕는 방식에 달려 있습니다.