어제 저녁 발표된 딥시크 최신 오픈웨이트 모델 DeeSeek-V4.1-Flash-1017. 뭘 어떻게 했길래 DeepSeek-V4.1-Flash 모델 자체를 유지한 상태에서 이렇게 성능(지능&속도)과 비용 효율성 모두를 향상시켰는지 개요는 아래 옮겨봤지만, 상세한 것은 관련 논문들 찾아봐야겠네요. 회사 최초로 Causal Encoder-Decoder(CED) 아키텍처를 적용한 희소 MoE 모델로, 사전 학습 시작부터 시각 및 텍스트 임베딩을 함께 학습시켰고, 기본적인 뼈대는 기존과 동일하지만 자체 피드백을 활용한 강화학습(Reinforcement Learning with Self-feedback)을 추가하여 실질적인 작업 성능과 효율성을 대폭 개선했다고 하는데... DeepSWE 테스트 기준 기존 버전은 건당 약 $0.50가 들었으나, 1017 버전은 건당 약 $0.10 ~ $0.20 수준으로 하락. 상당한 개선이고, DeepSeek 랩은 최초에 공개했을 때부터 세상을 놀래키더니만(그 때 아키텍처는 정말 서구의 프론티어랩들도 다 인정했던), 증류 이슈는 일단 논외로 하더라도 뛰어난 아키텍처, 특히 강화학습과 관련된 첨단의 아키텍처를 설계하고 구현하는 실력은 확실히 인정해야 하지 않을까 싶기도. 자기들 벤치마크 도구에 최적화시켰다고 하니 지금 공개한 테이블과 차트보다는 조만간 여기저기에서 다양한 기준으로 평가한 것들을 두고봐야 하는 것이 맞긴 합니다. Gemini 3.8 Flash 가 저렇게 뛰어났는지도 좀 이상하고. 그나저나 OpenAI 의 6.1 모델들은 비교가 되어 있는데 Claude 는 5.5 가 아니라 5 패밀리(Fable, Opus)와 비교되어 있네요. OpenAI 의 의문의 1패. 사실 5.5 는 거의 6라고 해도 될 정도로 5와 큰 격차가 있습니다. Google 의 경우 Argon 4 없이 3.8 Flash 가 비교 대상인 건 극최근의 모델이라서 그렇다고 치더라도... 2027년 상반기에는 그다지 높지 않은 사양의 PC/랩탑에서도 현재 Sonnet 5.5 정도의 AI 에이전트를 로컬에서 맘대로 돌릴 수 있을 것으로 예상하고 있었는데, 상반기가 아니라 내년 초, Sonnet 이 아니라 Opus 정도가 될 수 있을 지도라는 희망 회로를 돌려봅니다. 사실 Opus 5.5 정도면 현시점의 일반적인 잣대 기준 거의 왠만한 일들은 다 할 수 있습니다. 이미지나 영상 생성의 경우도 중국산 오픈웨이트 AI 들로 이제는 어느 수준 이상 만들 수 있고. 음... 국가 차원에서는 이 정도 수준의 AI 를 국민 모두가 무료로 '잘' 쓸 수 있느냐가 앞으로의 국력을 평가하는 매우 중요한 척도가 될 것으로 믿습니다. #ai #agent #deepseek #trend #gonnector #고넥터