중국 AI 스타트업 딥시크(DeepSeek)가 자사 경량 모델 DeepSeek-V4.1-Flash의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 허깅페이스에 공개했다. 이번 업데이트는 기존 모델 대비 추론, 코딩, 에이전트 작업, 시각 벤치마크 전반에서 성능을 끌어올리면서도 작업 수행 시간과 출력 길이를 줄인 것이 특징이다. 모델 자체는 MIT 라이선스로 공개돼 누구나 자유롭게 활용할 수 있다.

무엇이 달라졌나

딥시크 측 설명에 따르면 이번 1017 버전은 완전히 새로운 모델이라기보다는 DeepSeek-V4.1-Flash의 마이너 업데이트에 해당한다. 다만 그 개선 폭은 작지 않다. 추론(reasoning), 코딩, 에이전트(agentic) 작업, 시각 관련 벤치마크 전반에서 성능이 향상됐다고 밝히고 있다.

특히 눈에 띄는 부분은 성능 향상과 동시에 출력 길이와 작업 수행 시간을 줄였다는 점이다. 같은 작업을 더 짧은 응답으로, 더 빠르게 처리할 수 있다는 의미로, 딥시크는 이를 “성능 대비 비용의 파레토 프론티어를 여러 에이전트 하네스(harness)에서 끌어올렸다”고 표현했다. 쉽게 말해 같은 비용으로 더 나은 결과를, 혹은 같은 성능을 더 낮은 비용으로 얻을 수 있게 됐다는 뜻이다.

벤치마크 측면에서는 HLE(Humanity’s Last Exam)의 텍스트 전용 서브셋, Terminal-Bench 4.0(Claude Code 하네스 사용), DeepSWE v1.1(Mini-SWE-V2 하네스 사용) 등이 평가에 활용된 것으로 보인다. 다만 원문 발췌에는 구체적인 점수 수치는 포함돼 있지 않아, 정확한 개선 폭은 모델 카드의 상세 벤치마크 표를 직접 확인해야 한다.

Jinja 챗 템플릿 대신 자체 인코딩 방식 채택

이번 릴리스에서 실무적으로 주목할 부분은 Jinja 형식의 챗 템플릿을 제공하지 않는다는 점이다. 대신 encoding 폴더에 멀티턴 대화, 툴 콜링, 씽킹 모드(thinking mode), 수치형 추론 강도(numeric reasoning effort), 대화 중간의 시스템 메시지, 이미지 콘텐츠 교차 삽입 등 다양한 테스트 케이스를 포함한 파이썬 참조 구현(encoding.py)을 자체적으로 제공한다.

이는 기존에 허깅페이스 생태계에서 흔히 쓰이던 Jinja 템플릿 기반 프롬프트 포매팅과는 다른 접근으로, 딥시크의 프롬프트 포맷이 점점 더 복잡하고 세밀한 기능(씽킹 모드, 도구 호출, 이미지 삽입 등)을 다루면서 템플릿만으로는 표현하기 어려운 로직이 늘어났기 때문으로 추정된다.

프로덕션용 툴킷 deepseek-recipe

딥시크는 실제 서비스 환경에서의 활용을 위해 deepseek-recipe라는 별도 툴킷도 함께 공개했다. 이는 러스트(Rust)로 작성된 라이브러리에 파이썬 바인딩을 제공하는 형태로, 다음과 같은 역할을 한다.

• Messages, Chat Completions, Responses API 요청을 딥시크의 내부 Conversation 포맷으로 변환
• 이를 DeepSeek V4 및 V4.1 프롬프트 또는 토큰 ID로 인코딩
• 모델 출력을 완성형 또는 스트리밍 응답으로 다시 파싱 (씽킹 과정, 툴 호출, 이미지, 생성 설정 포함)

단, 실제 모델 추론이나 도구 실행, HTTP 통신 자체는 이 툴킷의 역할이 아니며 호출하는 쪽(개발자)이 직접 처리해야 한다. 즉 deepseek-recipe는 프롬프트 변환·파싱 로직을 표준화해주는 미들웨어 성격의 라이브러리로 볼 수 있다.

기존 모델 대비 의미와 한국 개발자 관점의 활용 포인트

최근 오픈소스·오픈웨이트 LLM 생태계에서는 단순히 벤치마크 점수를 올리는 것을 넘어, 같은 작업을 더 적은 토큰과 더 짧은 시간에 처리하는 효율성 경쟁이 중요한 흐름으로 자리잡고 있다. 이번 DeepSeek-V4.1-Flash-1017의 업데이트 방향도 이런 흐름과 맞닿아 있다. 추론 품질을 높이면서 동시에 출력 길이를 줄였다는 점은, 실제 API 비용이나 응답 지연 시간에 민감한 에이전트형 서비스(코딩 어시스턴트, 자동화 워크플로우 등)를 만드는 개발자들에게 실질적인 이점이 될 수 있다.

한국 개발자 입장에서는 몇 가지 체크포인트가 있다. 첫째, Transformers, vLLM, SGLang, Docker Model Runner 등 주요 추론 프레임워크에서 사용법이 안내되고 있어 기존 딥시크 모델을 쓰던 환경이라면 비교적 쉽게 전환해볼 수 있다. 둘째, Jinja 템플릿이 없다는 점 때문에 기존 자동화 파이프라인에서 프롬프트 포매팅 로직을 그대로 재사용하기는 어려우며, encoding.py 참조 구현이나 deepseek-recipe를 참고해 별도 통합 작업이 필요하다. 셋째, 씽킹 모드나 수치형 추론 강도 조절 같은 기능은 복잡한 에이전트 워크플로우를 구성할 때 유용하지만, 이를 제대로 활용하려면 해당 기능의 동작 방식을 문서와 테스트 케이스를 통해 꼼꼼히 확인하는 과정이 필요하다.

남은 궁금증과 확인이 필요한 부분

원문 발췌에는 구체적인 모델 파라미터 수, 정확한 벤치마크 점수, 공개 일시 등 세부 수치가 포함돼 있지 않다. 모델명의 ‘1017’은 날짜(10월 17일)를 의미하는 버전 표기로 추정되지만 이는 명시적으로 확인된 사실은 아니다. 정확한 성능 수치나 라이선스 세부 조건이 궁금하다면 허깅페이스 모델 카드 원문과 inference 폴더의 가중치 변환·로컬 실행 안내를 직접 참고하는 것이 가장 정확하다.

원문: DeepSeek-v4.1-Flash-1017