중국 AI 신생업체 딥시크가 최근 출시한 플래그십 AI 모델 V4-프로의 가격을 75% 인하한다고 발표했다. V4 프로와 V4 플래시로 구성된 V4 세대를 공개한 지 불과 한 달 만의 결정이다.

기존 사용 요금은 토큰 100만 개당 0.0145달러(캐시 히트 기준)에서 출력 토큰 100만 개당 3.48달러까지였다. 인하 후 V4 프로 가격은 토큰 100만 개당 0.003625달러부터 최대 0.87달러로 조정된다. 딥시크는 75% 할인 프로모션이 2026년 5월 31일 15시 59분(협정 세계시) 에 종료된 후에도 V4 프로 모델 API 가격을 기존의 1/4 수준으로 공식 책정할 예정이라고 밝혔다.

그레이하운드 리서치(Greyhound Research)의 수석 애널리스트 겸 CEO 산치트 비르 고기아는 “V4-프로는 긴 맥락 추론 비용 절감을 목표로 설계됐다. 매우 긴 컨텍스트에서 전작 대비 단일 토큰 연산량이 약 1/4, 메모리 사용량이 1/10 수준으로 알려져 있다”며 “가격 인하가 단순 프로모션이 아닌 영구적 조치인 이유가 바로 이것”이라고 설명했다. 또한 할인이 아니라 향상된 효율이 가격에 그대로 반영된 것이라고 덧붙였다.

딥시크, 서방 AI 경쟁사와의 격차 축소

딥시크는 성능과 비용 효율성을 앞세운 R1 추론 모델을 출시한 지 약 1년 만에 V4 대규모 언어 모델 프리뷰를 공개했다. 이전 모델과 마찬가지로 V4 역시 오픈소스로 개발자가 코드를 내려받아 로컬에서 실행하거나 직접 수정할 수 있다. 새 모델은 앤트로픽의 클로드 코드 등 널리 쓰이는 에이전트 도구와의 연동에 최적화됐다.

카운터포인트 리서치(Counterpoint Research) 부사장 닐 샤는 “순수 성능 측면에서 딥시크 V4-프로는 복잡한 수학과 추론 같은 핵심 과제에서 서방 선도 모델과의 격차를 사실상 좁혔으며, 개방성과 추론 비용에서는 오히려 시장을 선도하고 있다”라고 평가했다. 샤는 다만 “기술 자체의 한계가 아닌 더 넓은 생태계 채택, 글로벌 지원 체계, 명확한 지식재산권 출처, 그리고 AWS·마이크로소프트·구글이 기본으로 제공하는 심층적이고 안전한 하이퍼스케일러 통합 면에서는 서방 경쟁사에 뒤처진다”라고 덧붙였다.

비용 절감과 투자 대비 효과 향상

추론 비용은 파일럿 프로젝트를 전사적 배포로 확대하는 데 가장 큰 장벽이다. 전문가는 딥시크의 공격적 인하가 기업에 상당한 비용 절감 효과를 가져올 수 있다고 본다.

고기아는 “기업용 AI 도입 초기에는 화려한 시연과 불편한 청구서가 공존했다. CIO는 AI 비용이 단순히 모델 호출 요금만이 아니라 검색, 오케스트레이션 등을 모두 포함한다는 사실을 빠르게 깨달았다”라고 지적했다.

그러나 75% 인하가 실질적인 의미를 갖기 위해서는 CIO가 실제로 대규모로 접근할 수 있어야 한다.

앙쿠라 컨설팅(Ankura Consulting) 수석 전무이사 아밋 자주는 “대다수 기업에게 핵심 비교 기준은 딥시크의 직접 API 가격이 아니라 로컬 배포 비용과 외부 추론 제공업체 비용의 차이”라며 “CIO가 자체 인프라에서 딥시크 V4-프로를 직접 호스팅할 수 있다면 추론 비용이 크게 줄고, 이전까지 대규모 운영이 어려웠던 많은 프로젝트가 현실화된다. 상시 코파일럿, 대량 문서 검토, 코드 생성, 1차 기술 지원, 멀티 에이전트 워크플로우 등이 그 예”라고 설명했다. 자주는 서드파티 업체를 통해 모델을 사용하면 실제 요금이 더 높아져 투자 대비 효과가 줄어들 수 있다고 덧붙였다.

AI 가격 경쟁 압력, 더욱 거세질 전망

딥시크의 저가 전략은 프리미엄 엔터프라이즈 가격을 유지해온 주요 AI 업체에 대한 압박을 한층 높일 것으로 보인다. 오픈AI, 앤트로픽, 구글 등이 더 경쟁력 있는 요금제로 맞대응에 나설 가능성도 있다.

샤는 앤트로픽과 오픈AI의 고마진·고소비 토큰 과금 모델이 많은 기업 워크로드에서 정당화하기 어려워지고 있다고 지적했다. 실용적인 오픈 가중치 대안의 등장으로 기업 구매자들의 협상력이 높아졌으며, 이에 따라 서방 프리미엄 AI 기업도 단순 종량제 방식에서 성과 중심 또는 가치 기반 수익 모델로 점진적으로 전환할 것이라는 분석이다.

고기아는 결과적으로 CIO도 멀티 클라우드 전략과 유사한 멀티 모델 AI 전략을 채택하게 될 것이라고 전망했다. 고기아는 “프리미엄 모델은 고위험 업무에, 도메인 모델은 전문 과제에, 소형 모델은 반복 실행에 각각 활용하고, 전체 운영을 라우팅·기록·거버넌스·모니터링하는 오케스트레이션 레이어를 갖춘 AI 포트폴리오 아키텍처가 구축될 것”이라고 설명했다.

CIO, 신중한 접근 필요

비용적 이점에도 불구하고, CIO는 중국산 AI 모델 도입 시 민감한 데이터 노출, 규제 준수, 지정학적 의존성 등의 위험을 면밀히 따져야 한다.

자주는 “가장 큰 위험은 데이터 주권과 국경 간 데이터 이전”이라고 강조했다. 중국에 호스팅된 외부 API를 활용하면 프롬프트, 문서, 임베딩, 로그, 텔레메트리 데이터가 기업 경계를 벗어나 법적 체계가 다른 관할권을 통과할 수 있다는 설명이다.

또 다른 위험은 지식재산권 유출이다. 개발자가 소스 코드, 제품 설계, 법률 문서 초안, 인수합병 자료, 사고 데이터 등을 모델 워크플로우에 입력할 수 있으며, 외부 모델을 사용하는 경우 해당 데이터가 저장되거나 학습에 활용되거나 로그·플러그인을 통해 외부에 노출될 수 있다.

세 번째 위험은 규제 대응 가능성이다. 자주는 CIO가 데이터 처리 위치, 보존 범위, 접근 권한, 계약상 보호 조치, 자체 호스팅 가능 여부, 출력 결과 감사 방법 등을 명확히 파악해야 한다고 강조했다.

여러 전문가는 딥시크를 안전하게 활용하려면 암호화, 접근 통제, 감사 추적이 갖춰진 기업 통제 하의 로컬 환경 또는 소버린 클라우드에서 직접 호스팅하는 방식이 가장 바람직하다고 입을 모아 조언했다.
dl-itworldkorea@foundryco.com