DeepSeek-V4는 무엇이 달라졌나: Pro와 Flash, 그리고 화웨이 칩

안녕하세요, 아오씬나입니다.

최근 딥시크가 DeepSeek-V4 Preview를 공개하면서 다시 한 번 주목을 받고 있습니다.
공식 사이트는 이번 모델을 더 강한 에이전트 성능과 추론 성능을 갖춘 V4 Preview로 소개하고 있고, 웹과 앱, API에서 바로 사용할 수 있다고 안내하고 있어요.

 

---

 

DeepSeek-V4 개요

이번 V4에서 가장 먼저 눈에 들어오는 건 모델 구성이 두 갈래로 나뉘었다는 점입니다.
딥시크 공식 문서에 따르면 V4는 V4-Pro와 V4-Flash로 나뉘고, Pro는 1.6T total / 49B active params, Flash는 284B total / 13B active params로 소개됩니다.

공식 문서는 이번 V4 Preview를 오픈소스로 공개했다고 설명하고 있고, 1M context length를 전면에 내세우고 있습니다.
즉 이번 버전은 단순한 성능 업데이트라기보다, 모델 라인업과 활용 방식 자체를 더 분명하게 나눈 릴리스로 보는 편이 맞아 보여요.

 

---

 

Pro와 Flash의 차이

V4-Pro는 딥시크가 사실상 대표 모델로 내세우는 버전입니다.
공식 문서에서는 에이전트형 코딩 벤치마크에서 오픈소스 최고 수준이라고 설명하고 있고, 수학·STEM·코딩·세계지식 영역에서도 강한 성능을 강조합니다.

반면 V4-Flash는 더 빠르고, 더 가볍고, 더 저렴한 버전으로 소개됩니다.
공식 문서도 Flash를 fast, efficient, economical choice라고 설명하고 있고, 단순한 에이전트 작업에서는 Pro에 가까운 성능을 낸다고 적고 있습니다.

즉 Pro는 고성능 작업과 복잡한 에이전트 업무에, Flash는 응답 속도와 비용 효율을 중시하는 운영형 모델에 더 가깝습니다.
로이터도 Pro는 더 비싸고 강력한 버전, Flash는 더 저렴한 버전이라고 정리했습니다.

 

---

 

1M 컨텍스트와 에이전트 활용

이번 V4에서 꽤 중요한 키워드는 1M 컨텍스트입니다.
딥시크는 1M context를 기본값으로 제시했고, 긴 문맥 처리에서 계산량과 메모리 비용을 크게 줄이는 구조 혁신을 강조하고 있습니다.

이 부분이 중요한 이유는, V4가 단순히 질문에 답하는 챗봇이 아니라 더 긴 문맥과 더 복잡한 작업을 처리하는 방향으로 가고 있기 때문입니다.
공식 문서에는 Claude Code, OpenClaw, OpenCode 같은 에이전트 도구와의 통합도 강조되어 있습니다.
즉 이번 모델은 “답변형 모델”보다 “작업형 모델” 쪽으로 무게가 더 실린다고 볼 수 있어요.

 

---

 

화웨이 칩과 산업적 의미

산업적인 관점에서는 화웨이 칩 이야기를 빼놓기 어렵습니다.
로이터는 이번 V4가 화웨이 Ascend 칩 기술에 맞춰진 모델이라고 전했고, 이 점을 중국 AI 인프라 자립 흐름과 연결해서 해석했습니다.

이건 단순히 모델 하나가 새로 나왔다는 의미를 넘어서, 딥시크가 엔비디아 중심 생태계만 바라보는 것이 아니라 중국 내 칩 생태계와 함께 움직이고 있다는 뜻으로 읽힙니다.
V4의 의미가 모델 성능만이 아니라, 어떤 인프라 위에서 돌아가는가까지 확장되고 있는 셈이에요.

정리하면 이번 DeepSeek-V4의 핵심은 세 가지입니다.
Pro와 Flash로 역할을 나누면서 고성능과 운영 효율을 동시에 가져가려 했다는 점, 1M 컨텍스트와 에이전트 활용을 전면에 내세웠다는 점, 그리고 화웨이 칩과 연결되면서 모델 전략이 인프라 전략과도 맞물리기 시작했다는 점입니다.

한줄로 정리하면, DeepSeek-V4는 더 강한 모델 하나를 내놓은 것이 아니라 에이전트 시대에 맞춰 성능, 비용, 인프라 적응성을 함께 조정한 버전이라고 볼 수 있습니다.