중국의 딥시크(DeepSeek)가 파격적인 저비용 모델을 출시하며, 막대한 이윤을 거두던 미국 중심 AI 기업들의 가격 결정력을 붕괴시켰습니다. 딥시크의 최신 모델은 경쟁사인 오픈AI나 앤스로픽 대비 최대 30분의 1 수준의 저렴한 비용을 자랑합니다. 이는 '충분히 좋은' 성능의 오픈소스 모델이 저렴하게 공급될 경우, 월스트리트의 기대보다 빠르게 AI 시장의 수익률이 압박받을 수 있음을 시사하는 핵심적인 변화입니다.
중국 AI 기업 딥시크(Deepseek)가 플래그십 모델 '딥시크 V4 Pro'의 75% 할인을 영구적으로 전환한다고 발표했습니다. 이로 인해 출력 토큰 가격이 경쟁사인 GPT-5.5 및 Opus 4.7에 비해 34~51배 이상 저렴해졌습니다. 성능 면에서는 최신 프론티어 모델들보다 뒤처지지만, 가격 경쟁력을 앞세워 기업들의 AI 도입 전략을 '최고 성능'에서 '충분한 성능의 최저가'로 변화시키는 핵심 계기로 작용할 전망입니다.
중국 AI 스타트업 딥시크(Deepseek)가 약 9조 원 규모의 대규모 투자 유치를 앞두고 있음에도, 창업자 량원펑은 단기적 수익보다는 범용 인공지능(AGI) 기초 연구와 오픈소스 모델 구축을 최우선으로 하겠다고 밝혔습니다. 이번 펀딩에는 중국 국영 펀드와 텐센트 등 대형 자본이 참여할 예정이며, 동시에 코딩 및 B2B 시장 공략을 위해 'Deepseek Code' 개발을 진행하는 등 사업 확장도 병행하고 있습니다.
중국의 대표적인 빅테크 기업 텐센트는 국내산 AI 칩 수급이 점차 개선되고 있다고 판단하여, 2026년 하반기부터 AI 인프라 투자를 대폭 늘릴 계획입니다. 이는 자체 AI 생태계를 구축하려는 중국 기업들의 움직임을 보여주지만, 여전히 주요 부품 부족 문제와 미국 빅테크 대비 열위인 투자 규모 등의 불확실성이 존재합니다.
AI 스타트업으로의 자금 유입이 가속화되고 있습니다. 중국의 딥시크(DeepSeek)가 약 73억 5천만 달러 규모의 역대 최대 자금 유치를 계획하며 515억 달러 이상의 기업가치를 노리고 있습니다. 또한 전 오픈AI 연구원이 설립한 코어오토메이션(Core Automation)은 불과 수주 만에 기업가치가 4배 폭등했습니다.
중국 AI 기업 DeepSeek가 첫 벤처캐피털 투자 유치를 준비 중이며, 기업가치가 200억 달러에서 450억 달러로 급등할 것으로 보입니다. 화웨이 칩에 최적화된 자체 AI 생태계를 구축해 미국 기술 의존도를 낮추는 중국 정부의 전략적 지원을 받고 있습니다. 핵심 인재 유출을 막기 위해 직원 지분 보상을 위해 투자를 결정했다는 점이 실무적 시사점을 줍니다.
최고의 자율 코딩 에이전트로 꼽히는 Claude Code의 API를 DeepSeek V4 Pro 등 저렴한 백엔드로 우회하여 사용할 수 있게 해주는 도구입니다. 기존 Anthropic API 대비 최대 90%의 비용을 절감할 수 있으며, 기존 Claude Code의 파일 수정 및 터미널 제어 등 모든 에이전트 루프 기능을 동일하게 유지합니다.
중국 AI 기업 딥시크(DeepSeek)가 길어진 프롬프트를 효율적으로 처리하는 오픈소스 플래그십 모델 'V4'를 공개했습니다. V4는 Pro와 Flash 두 가지 버전으로 제공되며, 폐쇄형 최고급 모델들에 필적하는 성능을 저렴한 가격에 제공하여 개발자들에게 큰 의미를 갖습니다. 특히 코딩 및 에이전트(Agent) 작업, 수학, STEM 문제에서 강력한 오픈소스 대안으로 자리매김하며 업계의 이목을 끌고 있습니다.
중국 AI 연구소 딥시크(Deepseek)가 최대 1.6조 개의 파라미터와 100만 토큰 컨텍스트 윈도우를 지원하는 V4-Pro 및 V4-Flash 모델을 오픈 웨이트로 공개했습니다. 새로운 하이브리드 어텐션 아키텍처를 통해 긴 문맥 처리에 필요한 컴퓨팅 자원을 혁신적으로 줄여, 경쟁사 대비 압도적으로 낮은 가격에 API를 제공하는 것이 핵심입니다. 이는 최근 사용량 제한과 인상된 요금으로 무거워진 AI 시장에 '충분히 좋은(Good-enough)' 초저가 대안을 제시하는 중요한 이벤트입니다.
중국의 AI 기업 딥시크(DeepSeek)가 자사의 최신 대규모 언어 모델인 'DeepSeek V4 Pro'를 허깅페이스(Hugging Face)에 공개했습니다. 이 모델은 MIT 라이선스를 채택한 오픈소스 프로젝트로, MMLU-Pro 벤치마크에서 1위를 차지하는 등 수학, 코딩, 추론 능력에서 최고 수준의 성능을 입증했습니다. 특히 8-bit 및 FP8 양자화를 지원하여 메모리 효율성을 높인 것이 특징이며, 상용 및 연구 목적으로의 활용이 기대됩니다.