디프시크는 첫 투자 라운드에서 450억 달러 가치 달성할 수 있을 것

DeepSeek는 2025년 초 등장한 중국 AI 랩으로, OpenAI나 Anthropic 같은 미국 빅테크 모델 대비 극히 일부의 컴퓨팅 자원과 비용만으로 대형 언어 모델(LLM)을 학습시켜 업계에 충격을 안겼다. 이들의 핵심 기술은 Mixture-of-Experts(MoE) 아키텍처와 Multi-head Latent Attention(MLA) 기법으로, 추론 시 전체 파라미터 중 일부 전문가(expert) 네트워크만 활성화해 연산량을 대폭 줄인다. 또한 FP8 혼합정밀도 학습, 강화학습 기반 추론 능력 강화(R1 모델) 등을 통해 H100이 아닌 제한된 H800 GPU 환경에서도 GPT-4 수준의 성능을 달성했다. 이번 첫 투자 라운드에서 450억 달러 밸류에이션이 거론되는 것은 이러한 비용 효율성 혁신이 시장에서 검증받았다는 신호다.

개발자/엔지니어 관점에서 DeepSeek의 부상은 LLM 인프라 비용 구조를 근본적으로 바꾸고 있다. DeepSeek-V3 API 가격은 입력 토큰 100만개당 0.27달러로, GPT-4o 대비 1/10 수준이며 오픈소스(MIT 라이선스)로 가중치까지 공개되어 자체 호스팅도 가능하다. 이는 사이드 프로젝트나 스타트업이 LLM 기반 서비스를 만들 때 운영비 부담을 획기적으로 낮춰주며, 코드 생성·번역·요약 같은 일반적인 워크로드에서는 충분히 GPT-4 대안으로 활용 가능하다. 한국 엔지니어 입장에서는 한국어 성능이 GPT 계열보다 다소 떨어지는 점, 중국 정치 관련 응답에 검열 필터가 있다는 점은 감안해야 한다.

실무에서 액션을 취한다면 먼저 DeepSeek API 또는 Hugging Face의 deepseek-ai/DeepSeek-V3 가중치를 활용해 자체 RAG 파이프라인이나 코딩 어시스턴트의 백엔드 모델을 교체 테스트해볼 가치가 있다. 특히 DeepSeek-Coder-V2는 코드 생성 벤치마크에서 GPT-4 Turbo와 경쟁하는 성능을 보이므로, GitHub Copilot 대안이나 사내 코드 리뷰 자동화에 적합하다. 다만 데이터 주권 이슈로 인해 민감 데이터를 중국 호스팅 API에 보내는 것은 컴플라이언스 리스크가 있으니, 엔터프라이즈 환경에서는 vLLM이나 SGLang을 사용해 온프레미스 배포를 검토하는 것이 안전하다. 또한 OpenAI 호환 API를 제공하기 때문에 기존 LangChain·LlamaIndex 기반 코드는 base_url만 바꾸면 즉시 전환 가능하다는 점도 마이그레이션 비용 측면에서 큰 장점이다.