오픈AI ‘GPT-5.5’ 내놓은 날...중국의 딥시크 V4도 출격했다 작성일 04-24 32 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">딥시크, 차세대 V4 시리즈 프리뷰 버전<br>V4 프로·플래시 2종의 모델 깜짝 공개<br>프론티어급 성능 유지하면서 오픈소스로<br>이전 모델 대비 KV 캐시 10분의 1 수준</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="0dDulXLxlD"> <figure class="figure_frm origin_fig" contents-hash="09e2d280d713867138d7ffcb39e9fef08196b6d922b02dbce3e8cba0a3dcfb7f" dmcf-pid="pJw7SZoMlE" dmcf-ptype="figure"> <p class="link_figure"><img alt="딥시크 로고 [로이터연합뉴스]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/24/mk/20260424160901934ubvn.jpg" data-org-width="700" dmcf-mid="y3jFsye4yT" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/24/mk/20260424160901934ubvn.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 딥시크 로고 [로이터연합뉴스] </figcaption> </figure> <div contents-hash="491aedda03572fd958ac24844f6361cbd5d6c39ca4fb4b9261c0b506a42989b4" dmcf-pid="Uirzv5gRlk" dmcf-ptype="general"> 중국의 대표적인 인공지능(AI) 모델 개발 기업 딥시크가 차세대 모델인 ‘V4’ 시리즈의 모델 2종이 미리보기 형태로 공개됐다. 오픈AI과 앤스로픽급 성능을 보여주면서 아키텍처 혁신으로 추론 효율을 대폭 강화했다. </div> <p contents-hash="2e99a6d9b2120120a4907c2a8b807ee7047c7f3c5096c43999d6dc22456069b5" dmcf-pid="unmqT1aelc" dmcf-ptype="general">지난해 초 추론 모델 ‘딥시크-R1’으로 딥시크가 전 세계를 뒤흔든지 1년 3개월 여 만이다.</p> <p contents-hash="5e96ad91b14ec4ef9a0f0c29bd82c348c9934458b5808cc754867f1ba59a52f3" dmcf-pid="7LsBytNdWA" dmcf-ptype="general">딥시크는 24일 소셜미디어 엑스(X)를 통해 “딥시크-V4 프리뷰를 오픈소스로 형태로 공식 출시했다”며 ‘딥시크-V4-프로’와 ‘딥시크-V4-플래시’ 2종의 모델을 발표했다.</p> <p contents-hash="58ec4a68df4257a63862c6b40f3121d888fc964339370e69354365e7a288c241" dmcf-pid="zKdWjsfzCj" dmcf-ptype="general">딥시크-V4-프로는 1조6000억 파라미터 크기의 초대형 모델이며, 딥시크-V4-플래시는 2840억 파라미터로 구성된 상대적으로 작은 모델이다. 각각 추론 과정에서는 490억 파라미터, 130억 파라미터만 활성화해 연산을 수행한다.</p> <p contents-hash="2aeb25d8c9e9471ee06072e4d8dacc9307d349ae65c5a339304ba12e150bb2a4" dmcf-pid="q9JYAO4qlN" dmcf-ptype="general">두 모델 모두 입력 때 최대 100만개의 토큰 컨텍스트를 지원한다. 컨텍스트는 AI 모델이 한 번에 기억할 수 있는 정보의 양으로, 100만 토큰 컨텍스트는 약 75만개의 단어에 달한다.</p> <p contents-hash="2db183dcd3c00ff793351f3f91d84a61d1544041ebf6c2a5fbe4eabd3c2249a4" dmcf-pid="B2iGcI8Bva" dmcf-ptype="general">이번 모델 2종은 모두 오픈소스 플랫폼 허깅페이스를 통해 제3자가 내려받아 사용할 수 있는 오픈웨이트 모델로 출시된 것이 특징이다. MIT 라이선스를 적용하고 있어 상업적인 이용도 가능하다.</p> <p contents-hash="2756db4e0c8a6e1f69aa4548987fcbbc50cfd5f6fe7d180631a8186bb5e9fe2c" dmcf-pid="bVnHkC6bvg" dmcf-ptype="general">딥시크 측은 딥시크-V4-프로의 추론 능력을 극대화한 ‘딥시크-V4-프로 맥스’ 모델을 앤스로픽의 클로드 오퍼스 4.6 맥스, 오픈AI의 GPT-5.4 하이, 구글의 제미나이 3.1 프로-하이와 비교한 벤치마크를 공개했다.</p> <figure class="figure_frm origin_fig" contents-hash="e1a5493e607ee72150b18dc048f47a04694b9f697e0a339f113f474afe548c3f" dmcf-pid="KfLXEhPKCo" dmcf-ptype="figure"> <p class="link_figure"><img alt="딥시크가 공개한 ‘딥시크-V4-프로’ 모델의 주요 벤치마크 지표 [출처 = 딥시크]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/24/mk/20260424160903377nmoi.png" data-org-width="700" dmcf-mid="3aQlLEb0Ww" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/24/mk/20260424160903377nmoi.png" width="658"></p> <figcaption class="txt_caption default_figure"> 딥시크가 공개한 ‘딥시크-V4-프로’ 모델의 주요 벤치마크 지표 [출처 = 딥시크] </figcaption> </figure> <div contents-hash="550513ecfc70a5aed681028220ba5f66ad2bd28845e194fa1dce66b9b5e5f2ce" dmcf-pid="94oZDlQ9vL" dmcf-ptype="general"> 특히 코딩 성능을 평가하는 주요 벤치마크에서 딥시크 모델은 다른 기업의 모델과 유사한 수준의 성능을 기록했다. </div> <p contents-hash="37bab883c7c63b49e7129e302ddb2cb4b499f69106a167767ab98d17cf29d967" dmcf-pid="28g5wSx2Wn" dmcf-ptype="general">딥시크는 “(딥시크 V4는) 현재 이용할 수 있는 최고의 오픈소스 모델”이라며 “코딩 벤치마크에서도 최고 수준의 성능을 발휘하며 폐쇄형 모델과의 격차를 크게 좁혔다”고 강조했다.</p> <p contents-hash="bc4ceec6b318c2b0cce286f911f575fadd5518004f0dd22d68d24d5b99ae79c1" dmcf-pid="V6a1rvMVvi" dmcf-ptype="general">다만 플래시 모델의 경우 작은 크기로 인해 일반 상식 테스트나 복잡한 에이전트 작업 능력에서 프로 모델보다 떨어진다고 설명했다.</p> <p contents-hash="1a891aae9c6b26e6f8a62d09bcf979f044050fe49a4160264695efe956ae4067" dmcf-pid="fPNtmTRflJ" dmcf-ptype="general">성능 외에도 주목할 점은 딥시크가 아키텍처 개선을 통해 모델 효율을 대폭 강화했다는 점이다.</p> <p contents-hash="acddf5f37d7eea415a4243c765b339f069bc90a41e9c651ef56e71972c0745f9" dmcf-pid="4uPhnkB3Td" dmcf-ptype="general">딥시크는 서로 다른 메커니즘을 결합한 ‘하이브리드 어텐션 아키텍처(HAA)’를 활용해 긴 길이의 토큰을 처리하는 과정의 효율을 대폭 개선했다.</p> <p contents-hash="53add1d67e9c055dc29250da8e961ba0319d3b3506698983e61c007f845e0ee7" dmcf-pid="87QlLEb0Se" dmcf-ptype="general">딥시크에 따르면 딥시크-V4-프로가 100만 토큰의 컨텍스트를 처리하는 과정에서 토큰 연산량은 딥시크-V3.2의 27% 수준, KV 캐시는 10% 수준이다.</p> <p contents-hash="4692312ce57fde4c46e5558b30590e9867ee992976c5f6503e88e5ff88e9f1c3" dmcf-pid="6zxSoDKpWR" dmcf-ptype="general">KV 캐시의 경우 AI 모델이 이전 대화를 기억해두기 위해 그래픽처리장치(GPU)에 저장해두는 데이터인데, 이를 10% 수준으로 줄였다는 것은 동일한 인프라를 활용하면서도 10배 더 긴 컨텍스트를 처리하거나 10배 더 많은 양의 요청을 처리할 수 있다는 의미다.</p> <p contents-hash="d67fa0bef74f8b2f6a0cf29c460b58b63359dc62189e2cc5ce29c9119e3d80a3" dmcf-pid="PqMvgw9UyM" dmcf-ptype="general">한편 이날은 오픈AI가 차세대 모델인 ‘GPT-5.5’를 공개한 날로, 딥시크도 같은 날 V4를 선보이며 맞불을 놓은 모양새가 됐다.</p> <p contents-hash="fa2cf8923d3be23f54e3595499a7a0877bf65aff99406c0041ab99ebac50cded" dmcf-pid="QBRTar2uCx" dmcf-ptype="general">두 모델은 모두 응용 프로그래밍 인터페이스(API)로도 정식 출시됐다. 딥시크가 두 모델을 ‘프리뷰’로 언급한 만큼 V4 모델의 정규 라인업이 추후 공개될 것으로 전망된다.</p> <p contents-hash="4cdb5968eb0204cee5af22ab0e22a76d366970b6091ad95b36a83e145e6ad8f1" dmcf-pid="xbeyNmV7lQ" dmcf-ptype="general">딥시크가 이번 모델을 훈련하는 과정에서 어떠한 AI 반도체를 활용했는지는 공개되지 않았다. 모델을 소개하는 기술 보고서에서는 모델의 병렬 처리 성능을 검증하는 과정에서 엔비디아 GPU와 화웨이의 어센드 신경망처리장치(NPU) 플랫폼을 모두 활용했다는 내용 정도가 언급됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 아일릿 원희 맞아? 팬들 좌절시킨 볼살 실종 사태 “내가 없앴다” 04-24 다음 전설의 '크라켄'…백악기 바다는 19ｍ 거대문어가 지배 04-24 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
