딥시크가 API 출시 열흘 만에 비전 모델을 오픈소스로 공개했어요. 파라미터 3050억 개짜리 V4-Flash-Vision-Exp, MIT 라이선스로 누구나 쓸 수 있어요. 텍스트 성능은 유지하면서 이미지 이해 능력만 크게 끌어올렸다고 해요.
이번엔 또 딥시크예요. 🇨🇳 8월 31일, 딥시크가 허깅페이스에 DeepSeek-V4-Flash-Vision-Exp라는 이름으로 새 모델 가중치를 슬쩍 올려놨어요. 이름 그대로 V4-Flash 계열에 비전(이미지 이해) 기능을 얹은 실험 모델인데, 공식 발표 같은 것도 없이 그냥 조용히 풀어버린 게 딥시크답다는 생각이 들었어요.
숫자만 보면 꽤 묵직해요. 전체 파라미터는 약 3050억 개인데 실제 토큰 하나 처리할 때 활성화되는 건 130억 개 정도밖에 안 돼요. 256개 전문가(experts) 중 6개에 공유 전문가 1개를 더해서 골라 쓰는 희소 전문가 혼합(MoE) 구조라, 크기에 비해 연산 비용은 확 줄어드는 셈이죠. 43개 레이어에 히든 사이즈 4096, 여기에 비전 인코더와 정렬 모듈까지 얹으면 허깅페이스 저장소 기준 총 3050억 파라미터로 잡힌대요.
기존 V4-Flash-0731과 비교했을 때 텍스트 전용 에이전트 성능은 거의 그대로 유지하면서, 이미지가 섞인 멀티모달 에이전트 작업에서는 성능이 크게 뛰었다고 해요. 근데 진짜 흥미로운 건 타이밍이에요. 이 모델이 API로 먼저 나온 게 딱 열흘 전이었는데, 그새 가중치를 통째로 MIT 라이선스로 열어버린 거거든요. 라마나 퀀 시리즈처럼 상업적 이용까지 자유로운 라이선스라, 스타트업이든 개인이든 그냥 가져다 파인튜닝해서 써도 돼요.
솔직히 이 속도감이 좀 무섭기도 해요. 오픈AI나 구글이 신모델 공개하고 API 접근만 몇 달씩 독점하는 사이, 중국 쪽은 API 열자마자 가중치까지 던져버리는 패턴이 반복되고 있잖아요. 알리바바 큐원도 비슷한 흐름으로 큐원4 아키텍처를 미리 공개했었고요. 오픈소스 진영에서만큼은 중국 랩들이 확실히 주도권을 쥐고 있다는 인상이에요.
물론 성능이 진짜 벤치마크만큼 나오는지는 커뮤니티가 직접 굴려봐야 알 수 있는 부분이라, 아직 판단은 이르긴 해요. 그래도 파라미터 수 대비 활성 비율이나 라이선스 정책을 보면, 딥시크가 이번에도 '가성비'를 화두로 던진 건 분명해 보이네요. 다음엔 또 뭘 조용히 풀어놓을지 궁금해지는 대목이에요.
출처