딥시크를 ‘싸지만 불안한 중국 AI’로만 기억한다면, 최신 선택지를 놓치고 있습니다. 추론 AI의 성능과 공개 방식으로 주목받은 딥시크는 이제 게임 제작과 3D 모델링까지 겨냥합니다.

지금 써도 될까요? 글 아래 AIB 비교 카드에서 평소 쓰는 AI와 딥시크의 답을 직접 비교해 보세요. 고객정보와 미공개 업무자료는 회사의 허용 기준과 이용 서비스의 처리 조건부터 확인해야 합니다. 같은 딥시크라도 공식 앱, 다른 회사의 서비스, 직접 설치는 데이터가 지나가는 길이 다릅니다.

왜 파격적이었는지, 최신 V4.1에서 무엇이 바뀌었는지, 개인정보 논란의 실제 쟁점까지 정리합니다.

딥시크가 파격적이었던 이유: 성능·효율·공개

딥시크는 ‘저렴한 AI’로 주목받았습니다. 핵심은 높은 성능을 더 적은 학습 비용으로 구현하고, 모델을 직접 운영할 수 있도록 공개했다는 점입니다.

2024년 말 공개된 V3는 질문을 처리할 때 모델 전체를 매번 동원하지 않고 필요한 부분을 선택해 쓰는 구조에 메모리·학습 최적화를 결합했습니다. 거대한 AI를 더 효율적으로 만들고 운영하는 방법을 제시한 것입니다.

V3 보고서가 제시한 공식 학습 비용 추정치는 557만 6,000달러입니다. 규모를 가늠할 비교값으로, 스탠퍼드 AI Index 2024는 GPT-4의 학습 연산비를 약 7,800만 달러로 추정했습니다. 수천만 달러대 학습 비용이 거론되던 시장에서 딥시크의 수백만 달러대 수치는 효율에 대한 관심을 끌었습니다. 다만 두 수치는 산정 방식과 학습 조건이 다르며, V3의 금액은 앞선 연구·실험 비용을 제외한 공식 학습 실행 비용으로 회사 전체 개발비나 R1 개발비가 아닙니다.

2025년 1월 등장한 R1은 문제를 단계적으로 풀어 가는 추론 능력에 초점을 맞췄습니다. 회사가 공개한 일부 수학·코딩·추론 평가에서 당시 OpenAI o1에 근접한 결과를 제시했고, 모델 가중치도 공개했습니다.

여기서 ‘오픈 웨이트’란 AI가 학습한 결과물인 ‘모델 가중치’를 공개한다는 뜻입니다. 쉽게 말해, 완성된 AI를 내려받아 필요한 성능을 갖춘 컴퓨터나 회사 서버에서 돌릴 수 있게 하는 것입니다. 서비스에 접속해서만 쓰는 방식에서 벗어나, 운영할 장소와 방식을 직접 고를 수 있습니다. 다만 학습에 쓴 자료와 제작 과정까지 모두 공개한다는 뜻은 아니며, 실행에 필요한 장비와 비용도 별개입니다.

R1이 모든 업무에서 우세했다는 의미는 아닙니다. 개인에게는 비교할 대안이, 기업에는 비용과 운영 방식을 선택할 여지가 생겼다는 점이 중요합니다. 딥시크가 던진 질문은 선명합니다. ‘우리는 AI의 어떤 성능과 서비스에 돈을 내고 있는가?’

최신 V4.1-Flash-1017, 이름 뒤 숫자부터 보세요

2026년 10월 19일 기준 최신 공개 업데이트는 DeepSeek-V4.1-Flash-1017입니다. 10월 17일 공식 웹·앱·API에 적용됐고, API 호출 이름은 deepseek-flash입니다. 9월 먼저 나온 V4.1 계열의 후속 개선판입니다.

끝의 1017을 달력처럼 읽으면 10월 17일, 실제 이번 업데이트의 공개일입니다. ‘10월 17일자입니다’라는 날짜 도장을 찍은 셈입니다. 앞부분만 보고 같은 모델이라고 넘기면 뒤에서 바뀐 내용을 놓칩니다.

회사는 스스로 결과를 평가하는 피드백을 강화학습에 활용해 게임 제작과 3D 모델링 등 프로젝트를 처음부터 끝까지 수행하는 능력을 개선했다고 설명합니다. 이전 버전보다 작업 완료 시간과 출력 길이를 줄였다는 발표도 내놨습니다.

함께 공개한 Search는 웹 검색 결과를 찾고, Fetch는 특정 웹페이지를 읽어 텍스트로 가져옵니다. AI가 최신 자료를 찾아 작업하도록 붙이는 도구입니다. 자세한 조건은 DeepSeek 검색·가져오기 API 소식에서 확인할 수 있습니다.

최신 모델의 코드와 가중치는 MIT 라이선스로 공개됐습니다. 쉽게 말해 내려받아 사용하고, 수정하고, 상업용 서비스에 활용할 수 있다는 뜻입니다. 복사하거나 배포할 때는 원래의 저작권 표시와 라이선스 고지를 함께 유지해야 합니다.

딥시크 사용 금지? 개인정보 논란의 실제 쟁점

한국의 개인정보 조사는 논란을 이해할 구체적인 사례입니다. 딥시크는 2025년 2월 15일 한국 앱마켓의 신규 다운로드를 잠정 중단했고, 4월 28일 재개했습니다. 기존 앱과 웹사이트까지 모두 차단한 조치는 아니었습니다.

실제로 확인된 문제는 있었습니다. 개인정보보호위원회는 이용자가 입력한 프롬프트가 중국 클라우드 업체 볼케이노(Volcano Engine)에 전송됐고, 국외이전 고지·동의 등이 미흡했다고 발표했습니다. 질문창에 쓴 내용이 어디로 가는지 충분히 알리지 않았다는 것이 핵심입니다.

반면 키보드 입력 패턴·리듬을 실제 수집했다는 주장은 당국 확인과 다릅니다. 처리방침에는 적혀 있었지만 실제 수집한 사실은 없다고 개인정보위가 확인했습니다. 볼케이노로의 프롬프트 신규 이전은 4월 10일부터 차단된 것으로 확인됐습니다.

개선도 계속 확인해야 합니다. 개인정보위는 2026년 9월 처리방침 평가 후속 점검에서 딥시크의 개인정보 권리행사 요구가 원활히 접수·처리되도록 운영체계 개선을 권고했습니다. 다운로드 재개가 모든 데이터 처리 문제의 해소를 뜻하지는 않습니다.

앱·API·직접 설치, 같은 모델도 선택은 다릅니다

오픈 웨이트 모델은 여러 업체가 제공하거나 직접 운영할 수 있습니다. 그래서 AI를 만든 회사와 실제 서비스를 운영하는 회사는 다를 수 있습니다. 같은 딥시크도 어느 업체의 서버에서 실행하느냐에 따라 데이터가 지나가는 경로와 적용되는 조건이 달라집니다.

확인할 것은 개발사, 서비스 운영자, 서버·데이터 저장 위치, 외부 전송 여부, 보관·학습 이용 정책입니다. 서버가 국내에 있다는 사실만으로 모든 데이터가 국내에 머문다고 단정할 수는 없습니다.

• 공식 웹·앱: 가장 간단한 시작점입니다. DeepSeek가 운영하는 서비스의 데이터 처리 조건을 확인합니다.
• 공식 API: 자체 프로그램에 연결하는 방식입니다. API에 적용되는 계약·처리 조건을 확인합니다.
• 다른 회사의 서비스: 딥시크 모델을 쓴다는 설명만으로 판단하지 말고 실제 운영자와 데이터 경로를 확인합니다.
• 직접 설치·운영: 공개 가중치를 자체 환경에서 실행합니다. 외부 연결·로그·서버 보안은 직접 관리합니다.

공식 서비스의 현재 한국어 처리방침은 ‘모두를 위해 모델 개선’ 설정을 꺼 학습 이용을 거부하는 방법을 안내합니다. 이 설정이 서비스 제공에 필요한 모든 전송과 보관을 없애지는 않습니다.

비교는 간단하게 시작하세요. 공개된 제품 설명을 고객 답변으로 바꾸거나 시험용 코드를 고치는 요청을 평소 쓰는 AI와 딥시크에 똑같이 넣으세요. 정확성, 실제 사용할 언어의 표현, 수정 횟수, 총비용을 함께 확인하면 업무에 맞는 차이가 드러납니다.

과거의 딥시크가 아니라 오늘의 결과로 고르세요

과거 논란만으로 비교 목록에서 빼면 새로운 선택지를 놓칩니다. 가격만 보고 바꾸면 검수와 수정에 시간을 더 쓸 수 있습니다. 최신 모델이 잘하는 작업과 반복 업무가 겹치는지 직접 확인하세요.