AI · LLM · 빅테크
DeepSeek-V4 프리뷰 종합 분석
DeepSeek가 DeepSeek V4 시리즈 의 프리뷰 버전을 공개했다. 두 개의 강력한 MoE(Mixture of Experts) 언어 모델로 구성되며, 두 모델 모두 100만(1M) 토큰 컨텍스트 를 지원한다.
1. 개요 (Executive Summary)
DeepSeek가 DeepSeek-V4 시리즈의 프리뷰 버전을 공개했다. 두 개의 강력한 MoE(Mixture-of-Experts) 언어 모델로 구성되며, 두 모델 모두 100만(1M) 토큰 컨텍스트를 지원한다.
| 모델 |
총 파라미터 |
활성 파라미터 |
컨텍스트 |
정밀도 |
| DeepSeek-V4-Flash |
284B |
13B |
1M |
FP4 + FP8 Mixed |
| DeepSeek-V4-Pro |
1.6T |
49B |
1M |
FP4 + FP8 Mixed |
FP4 + FP8 Mixed: MoE 전문가 파라미터는 FP4, 나머지 대부분의 파라미터는 FP8 정밀도로 운용된다.
핵심 메시지는 명확하다. DeepSeek-V4-Pro-Max는 현재 이용 가능한 최고의 오픈소스 모델로 자리매김했으며, 특히 코딩 벤치마크(LiveCodeBench, Codeforces, Apex Shortlist)에서 Claude·GPT-5·Gemini를 모두 상회하는 세계 1위 성능을 기록했다.
2. 핵심 아키텍처 혁신
2.1 하이브리드 어텐션 구조 (Hybrid Attention)
- CSA (Compressed Sparse Attention)+HCA (Heavily Compressed Attention) 결합
- 1M 토큰 컨텍스트에서 DeepSeek-V3.2 대비:
- 단일 토큰 추론 FLOPs → 27% 수준-KV 캐시 → 10% 수준
- 장문 추론의 비용 구조를 재정의
2.2 Manifold-Constrained Hyper-Connections (mHC)
- 기존 residual connection을 강화
- 레이어 간 신호 전파의 안정성을 높이면서 모델 표현력을 유지
2.3 Muon Optimizer 채택
3. 학습 파이프라인
- 사전학습: 32조(32T) 이상의 다양하고 고품질 토큰
- 사후학습 (2단계 패러다임):
- 도메인별 전문가 독립 양성 — SFT + GRPO 기반 강화학습
- 단일 모델로 통합(Consolidation) — on-policy distillation를 통해 도메인별 숙련도를 하나의 모델로 통합
4. 3가지 추론 모드
| 모드 |
특징 |
주 용도 |
응답 형식 |
| Non-think |
빠르고 직관적인 응답 |
일상 업무, 저위험 결정 |
</think> summary |
| Think High |
의식적 논리 분석, 느리지만 정확 |
복잡한 문제 해결, 계획 수립 |
<think> thinking </think> summary |
| Think Max |
추론 능력의 극한 탐색 |
모델 추론 한계 실험 |
특수 시스템 프롬프트 + <think> thinking </think> summary |
5. Base 모델 성능 (DeepSeek-V3.2 → V4 비교)
| 벤치마크 |
V3.2-Base |
V4-Flash-Base |
V4-Pro-Base |
| 활성 파라미터 |
37B |
13B |
49B |
| 총 파라미터 |
671B |
284B |
1.6T |
| MMLU-Pro (5-shot) |
65.5 |
68.3 |
73.5 |
| MMMLU (5-shot) |
87.9 |
88.8 |
90.3 |
| Simple-QA Verified (25-shot) |
28.3 |
30.1 |
55.2 |
| FACTS Parametric (25-shot) |
27.1 |
33.9 |
62.6 |
| SuperGPQA (5-shot) |
45.0 |
46.5 |
53.9 |
| MultiLoKo (5-shot) |
38.7 |
42.2 |
51.1 |
| HumanEval (Pass@1) |
62.8 |
69.5 |
76.8 |
| GSM8K (EM) |
91.1 |
90.8 |
92.6 |
| MATH (4-shot) |
60.5 |
57.4 |
64.5 |
| LongBench-V2 (1-shot) |
40.2 |
44.7 |
51.5 |
- 지식 정확도(FACTS Parametric) 27.1 → 62.6 — 2배 이상의 약진
- Simple-QA Verified 28.3 → 55.2 — 사실성 대폭 개선
- 장문 처리(LongBench-V2) 40.2 → 51.5 — 1M 컨텍스트 아키텍처의 효과 확인
6. [핵심] Claude / GPT-5 / Gemini 대비 DeepSeek-V4-Pro-Max 상세 비교
비교 대상: Claude Opus 4.6 Max, GPT-5.4 xHigh, Gemini 3.1 Pro High, DeepSeek-V4-Pro Max
참고군: Kimi K2.6 Thinking, GLM-5.1 Thinking (오픈소스 경쟁 모델)
6.1 지식 및 추론 (Knowledge & Reasoning)
| 벤치마크 |
Opus 4.6 Max |
GPT-5.4 xHigh |
Gemini 3.1 Pro |
DS-V4-Pro Max |
1위 |
| MMLU-Pro (EM) |
89.1 |
87.5 |
91.0 |
87.5 |
Gemini |
| SimpleQA-Verified |
46.2 |
45.3 |
75.6 |
57.9 |
Gemini |
| Chinese-SimpleQA |
76.4 |
76.8 |
85.9 |
84.4 |
Gemini |
| GPQA Diamond |
91.3 |
93.0 |
94.3 |
90.1 |
Gemini |
| HLE (Humanity's Last Exam) |
40.0 |
39.8 |
44.4 |
37.7 |
Gemini |
| HMMT 2026 Feb |
96.2 |
97.7 |
94.7 |
95.2 |
GPT-5.4 |
| IMOAnswerBench |
75.3 |
91.4 |
81.0 |
89.8 |
GPT-5.4 |
| Apex |
34.5 |
54.1 |
60.9 |
38.3 |
Gemini |
6.2 코딩 (Coding) — DeepSeek의 강점 영역| 벤치마크 | Opus 4.6 Max | GPT-5.4 xHigh | Gemini 3.1 Pro |DS-V4-Pro Max | 1위 |
|---|---:|---:|---:|---:|:---:|
| LiveCodeBench (Pass@1)| 88.8 | - | 91.7 |93.5|DeepSeek |
| Codeforces (Rating)| - | 3168 | 3052 |3206|DeepSeek |
| Apex Shortlist| 85.9 | 78.1 | 89.1 |90.2|DeepSeek|해석: 실전 코딩 3대 벤치마크를 DeepSeek-V4-Pro Max가 모두 석권. Codeforces 3206 레이팅은 경쟁 프로그래밍의 그랜드마스터 상위권에 해당하며, 이는 오픈소스 모델이 코딩 영역에서 최상위 클로즈드 모델을 앞지른 첫 사례로 기록될 만하다.
6.3 장문 컨텍스트 (Long Context @ 1M)
| 벤치마크 |
Opus 4.6 Max |
GPT-5.4 xHigh |
Gemini 3.1 Pro |
DS-V4-Pro Max |
1위 |
| MRCR 1M (MMR) |
92.9 |
- |
76.3 |
83.5 |
Claude |
| CorpusQA 1M (ACC) |
71.7 |
- |
53.8 |
62.0 |
Claude |
6.4 에이전틱 / 도구 활용 (Agentic & Tool Use)
| 벤치마크 |
Opus 4.6 Max |
GPT-5.4 xHigh |
Gemini 3.1 Pro |
DS-V4-Pro Max |
1위 |
| Terminal Bench 2.0 |
65.4 |
75.1 |
68.5 |
67.9 |
GPT-5.4 |
| SWE Verified |
80.8 |
- |
80.6 |
80.6 |
Claude |
| SWE Pro |
57.3 |
57.7 |
54.2 |
55.4 |
GPT-5.4 |
| SWE Multilingual |
77.5 |
- |
- |
76.2 |
Claude |
| BrowseComp |
83.7 |
82.7 |
85.9 |
83.4 |
Gemini |
| HLE w/ tools |
53.1 |
52.0 |
51.6 |
48.2 |
Claude |
| GDPval-AA (Elo) |
1619 |
1674 |
1314 |
1554 |
GPT-5.4 |
| MCPAtlas Public |
73.8 |
67.2 |
69.2 |
73.6 |
Claude |
| Toolathlon |
47.2 |
54.6 |
48.8 |
51.8 |
GPT-5.4 |
7. 카테고리별 세계 1위 요약
| 영역 |
1위 모델 |
비고 |
| 순수 지식 (MMLU-Pro, GPQA, HLE) |
Gemini 3.1 Pro |
단독 선두 |
| 수학 경시 (HMMT, IMO) |
GPT-5.4 xHigh |
Think Max 모드 기준 |
| 실전 코딩 (LiveCodeBench, Codeforces, Apex Shortlist) |
DeepSeek-V4-Pro Max |
오픈소스 최초 3관왕 |
| 장문 컨텍스트 (MRCR 1M, CorpusQA 1M) |
Claude Opus 4.6 Max |
큰 격차로 선두 |
| 에이전틱 / 도구 활용 (Terminal Bench, GDPval, Toolathlon) |
GPT-5.4 xHigh |
Claude와 박빙 |
| SWE Verified (실전 SW 엔지니어링) |
Claude / DeepSeek 동률 |
80.6 vs 80.8 |
| 팩트 검색 (SimpleQA, Chinese-SimpleQA) |
Gemini 3.1 Pro |
DS가 오픈소스 1위 |
8. V4-Flash vs V4-Pro: 모드별 성능 비교
| 벤치마크 |
Flash Non-Think |
Flash High |
Flash Max |
Pro Non-Think |
Pro High |
Pro Max |
| MMLU-Pro |
83.0 |
86.4 |
86.2 |
82.9 |
87.1 |
87.5 |
| SimpleQA-Verified |
23.1 |
28.9 |
34.1 |
45.0 |
46.2 |
57.9 |
| GPQA Diamond |
71.2 |
87.4 |
88.1 |
72.9 |
89.1 |
90.1 |
| LiveCodeBench |
55.2 |
88.4 |
91.6 |
56.8 |
89.8 |
93.5 |
| HMMT 2026 Feb |
40.8 |
91.9 |
94.8 |
31.7 |
94.0 |
95.2 |
| Apex Shortlist |
9.3 |
72.1 |
85.7 |
9.2 |
85.5 |
90.2 |
| SWE Verified |
73.7 |
78.6 |
79.0 |
73.6 |
79.4 |
80.6 |
| MRCR 1M |
37.5 |
76.9 |
78.7 |
44.7 |
83.3 |
83.5 |
- Flash-Max는 충분한 thinking budget이 주어지면 Pro-High에 근접하는 추론 성능을 달성
- 다만 순수 지식(SimpleQA, FACTS)과 최상위 agentic 태스크에서는 Pro가 명확한 우위
- Non-Think 모드에서 Flash가 일부 지식 벤치에서 Pro를 근소하게 앞서는 현상 — 파라미터가 많다고 항상 유리한 것은 아님을 시사
9. 배포 및 사용
| 항목 |
내용 |
| 라이선스 |
MIT License (상업적 활용 완전 허용) |
| 배포 채널 |
HuggingFace, ModelScope |
| 권장 샘플링 |
temperature=1.0, top_p=1.0 |
| Think Max 권장 컨텍스트 |
최소384K 토큰 |
| 채팅 템플릿 |
Jinja 미포함, Python 인코딩 스크립트 제공 (OpenAI 호환) |
간단한 인코딩 예시
from encoding_dsv4 import encode_messages, parse_message_from_completion_text
messages = [
{"role": "user", "content": "hello"},
{"role": "assistant", "content": "Hello! I am DeepSeek.",
"reasoning_content": "thinking..."},
{"role": "user", "content": "1+1=?"}
]
prompt = encode_messages(messages, thinking_mode="thinking")
import transformers
tokenizer = transformers.AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-V4-Pro")
tokens = tokenizer.encode(prompt)
10. 산업적 의미 및 시사점
10.1 오픈소스 AI 경쟁 구도의 재편
- DeepSeek-V4-Pro Max는 단순한 "오픈소스 1위"를 넘어 특정 영역(코딩)에서 클로즈드 모델을 정면으로 앞섰다- MIT 라이선스 + FP4/FP8 혼합 정밀도는기업용 자체 서빙 경제성을 크게 개선
10.2 1M 컨텍스트 효율성의 의미
- KV 캐시 10% 수준은 실제 서빙 비용을 약 10배 절감할 가능성을 시사
- 긴 문서 기반 RAG, 법률·연구 지원, 장편 코드베이스 분석 등 엔터프라이즈 장문 유스케이스의 TCO 재계산이 필요
10.3 지역/언어별 강점
- Chinese-SimpleQA 84.4 — 오픈소스 중 독보적, 한국/중국/일본 등 아시아 시장 활용성 매우 높음
- MultiLoKo 51.1 (Base) — 다국어 로컬 지식 능력도 V3.2 대비 큰 개선
10.4 한국 Web3 생태계 관점
- 온체인 데이터 분석, 스마트 컨트랙트 감사, Web3 리서치 자동화: LiveCodeBench 93.5 + 1M 컨텍스트는 솔리디티·무브·러스트 기반 계약 감사에 강력한 도구
- 거래소 상장 리서치·딥다이브 리포트 작성: Chinese-SimpleQA 84.4 + 다국어 처리 능력으로 한중영 3개 언어 리포트 동시 생산 가능
- 자체 호스팅 + MIT 라이선스: 고객 데이터 주권을 유지하며 AI 서비스 통합 가능
11. 결론
DeepSeek-V4 프리뷰는 세 가지 측면에서 AI 모델 경쟁 지형에 의미 있는 변화를 가져온다.
- 코딩 영역에서 오픈소스가 클로즈드를 앞섰다 — LiveCodeBench, Codeforces, Apex Shortlist 3관왕
- 1M 컨텍스트를 10배 싸게 돌리는 엔지니어링 해법을 제시했다 — CSA/HCA 하이브리드 어텐션
- 오픈소스 생태계가 프론티어 격차를 HLE·Apex 외 영역에서는 실질적으로 좁혔다Gemini 3.1 Pro가 지식·팩트에서 1위, GPT-5.4가 수학·에이전틱에서 1위, Claude Opus 4.6이 장문·SWE에서 1위를 차지한 현 구도에서,DeepSeek-V4-Pro Max는 "코딩 세계 1위 + 기타 영역 오픈소스 1위 + MIT 라이선스"라는 독특한 포지셔닝을 확보했다. 이는 특히 자체 서빙을 고려하는 기업과 연구기관에게 가장 매력적인 선택지로 부상할 전망이다.
부록. 원문 인용 정보
@misc{deepseekai2026deepseekv4,
title={DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence},
author={DeepSeek-AI},
year={2026},
}
라이선스: MIT License
모델 저장소: HuggingFace / ModelScope
권장 Think Max 컨텍스트: ≥ 384K tokens