딥시크 V4, 미국 AI보다 9배 싼 가격이 판도를 흔드는 이유

안녕하세요, 깅글렛이에요.

요즘 AI 뉴스 보면 ‘성능 1등’ 얘기보다 ‘얼마나 싼가’ 얘기가 더 자주 들리죠? 그 한복판에 중국 AI 스타트업 딥시크(DeepSeek)의 최신 모델 V4가 있어요.

딥시크 V4는 성능이 미국 톱티어보다 한 끗 아래예요. 그런데 같은 작업을 돌리는 가격이 수~수십 배 싸요. 그게 지금 AI 판도를 흔드는 무기예요.

이 글은 딥시크를 ‘비용·가성비’ 각도에서 풀어볼게요. 미국과의 칩 통제 같은 지정학 얘기는 예전에 따로 다뤘으니, 오늘은 “왜 가격이 시장을 흔드나”의 인과만 쉽게 짚어볼게요.

딥시크 V4 가격, GPT-5.5보다 출력이 9배 싸요

먼저 가격 얘기부터 정리하고 갈게요. AI API 요금은 ’토큰 100만 개당 얼마’로 매겨지는데, 이 단위가 오늘 글의 가장 중요한 숫자예요.

📖 토큰(token)이란? AI가 글을 처리하는 최소 단위예요. 영어는 단어 한 개가 1~2토큰, 한글은 글자당 더 잘게 쪼개져요(대략 1글자=2~3토큰). 요금은 들어가는 글(입력)과 AI가 뱉는 글(출력)을 따로 매기는데, 보통 출력이 더 비싸요.

딥시크 V4 프로의 공식 API 가격은 출력 토큰 100만 개당 약 $3.48, 입력은 약 $1.74예요(2026년 6월 기준, 5월에 75% 영구 인하한 뒤 가격이에요). 같은 작업을 미국 톱티어로 돌리면 GPT-5.5는 출력 100만 토큰당 약 $30, 클로드 오푸스 4.7은 약 $25이고요.

출력 단가만 단순 비교하면 GPT-5.5가 딥시크 V4 프로보다 약 9배 비싸요. 같은 글을 뽑는 데 9배 돈이 더 든다는 거죠.

여기에 ’비용효율 지수’라는 다른 기준도 있어요. 성능 점수까지 감안해 “같은 지능을 내는 데 드는 돈”으로 환산하는 방식인데, 한 분석에 따르면 딥시크 V4 프로가 GPT-5.5 대비 약 12배, 클로드 오푸스 4.7 대비 약 19배 저렴하다고 해요. 출력 단가 비교(9배)와 비용효율 지수 비교(12·19배)는 기준이 다르니 섞지 말고 보시면 돼요.

물론 가격이 싼 만큼 성능이 정상급은 아니에요. 보도를 종합하면 V4는 대부분 벤치마크에서 GPT-5.4와 겨룰 만하고, 최신 오푸스나 GPT-5.5보다는 약간 뒤예요. 그래서 시장 평가가 “성능은 한 끗 아래여도 돈값(가성비)은 압도적”으로 모이는 거예요.

인포그래픽 - 출력 토큰 100만 개당 가격 막대차트. 딥시크 V4 플래시 $0.28 / 딥시크 V4 프로 $3.48 / 클로드 오푸스 4.7 $25 / GPT-5.5 $30. 하단에 “2026.6 기준, USD, 가격 추적 사이트 종합” 라벨

판도가 흔들린 신호 3가지

가격이 싸다는 게 말로만 끝났으면 뉴스가 안 됐겠죠. 실제로 시장이 움직인 장면이 6월에 줄줄이 나왔어요. 세 가지만 짚어볼게요.

첫째, 중국 모델이 토큰 사용량에서 미국을 앞질렀어요. AI 모델 거래 플랫폼 오픈라우터(OpenRouter, 개발자들이 여러 AI API를 골라 쓰는 중개 장터) 집계 기준이에요. 6월 15일로 끝난 주간 사용량에서 딥시크 V4 플래시가 4조 6,300억 토큰으로 1위, 2위 미니맥스 M3가 4조 1,300억, 3위 샤오미 미모가 3조 8,000억이었어요. 상위 5개 중 미국 기업은 앤트로픽 한 곳뿐이고, 구글 제미나이 3은 12위, 오픈AI GPT-5.5는 13위였고요.

다만 이 숫자는 딱 한 가지를 조심해서 읽어야 해요. 오픈라우터라는 특정 플랫폼 기준이라, ChatGPT 앱이나 기업 직접 계약 같은 플랫폼 밖 사용은 빠져 있어요. 그러니 “전 세계 AI 사용량에서 중국이 미국을 이겼다”가 아니라, “개발자용 API 거래 플랫폼에서 중국 저가 모델 호출이 미국을 앞섰다”가 정확한 표현이에요.

둘째, 마이크로소프트(MS)가 딥시크 도입을 검토 중이라고 해요. 악시오스(Axios)가 6월 16일 보도한 내용인데, MS의 기업용 AI 비서 ’코파일럿 코워크(Copilot Cowork)’에 딥시크 V4의 미세조정·자체 호스팅 버전을 저비용 대안으로 들이는 방안을 살피고 있다는 거예요. 코워크는 지금 앤트로픽 클로드(+오픈AI 옵션) 기반인데, 두 미국 업체가 가격을 올리고 ’무제한 요금제’를 거둬들이자 비용 부담이 커진 게 배경이에요. 단 이건 어디까지나 검토 단계지 확정 도입이 아니에요. 중국산 모델 채택은 미국 정부와의 마찰을 부를 수 있다는 점도 함께 지적되고요.

셋째, 딥시크가 첫 외부 투자로 중국에서 가장 비싼 AI 스타트업이 됐어요. The Information이 처음 보도하고 WSJ가 받은 내용이에요. 첫 외부 투자 라운드에서 50억 위안 이상, 약 $7.4B(원화로 11조 원 안팎)를 조달했고, 기업가치는 약 500억 달러($50B) 이상 안팎으로 평가받았다고 해요(발행일 기준 보도값이에요). 창업자 량원펑(Liang Wenfeng)이 약 $3B를 직접 출자했고, 텐센트·CATL·넷이즈 등이 투자자로 거론돼요. 량원펑이 투자자에게 “우리 직원을 빼가지 말라”는 조건을 비협상 항목으로 걸었다는 보도도 흥미롭고요.

세 신호를 한 줄로 묶으면 이래요. 싼 가격으로 점유를 넓히고, 그 힘으로 큰돈을 끌어오는 흐름이 동시에 벌어지고 있다는 거죠.

인포그래픽 - 오픈라우터 6/15 종료 주간 토큰 사용량 상위 3 막대. 딥시크 V4 플래시 4.63조 / 미니맥스 M3 4.13조 / 샤오미 미모 3.8조. 상단에 “오픈라우터 플랫폼 기준” 라벨 필수

왜 이렇게 싼가, 이유는 3가지예요

여기가 오늘 글에서 제일 중요한 부분이에요. 딥시크가 가격을 후려칠 수 있는 데는 세 가지 이유가 있어요. 차근차근 풀어볼게요.

첫째는 모델 구조 자체가 저비용이라서예요. V4는 전체 규모가 2,840억(284B) 파라미터지만, 답을 만들 때(추론할 때)는 그중 약 130억(13B)만 켜져요. ’MoE’라는 구조 덕분인데요.

📖 MoE(전문가 혼합)란? 거대 AI를 ’여러 전문가의 집합’으로 만들고, 질문마다 관련 전문가 몇 명만 깨워서 답하게 하는 구조예요. 전체는 크지만 매번 쓰는 부분은 작아서, 계산(전기·GPU)이 덜 들고 그만큼 가격이 싸져요. AI가 답 한 번 만드는 데 드는 계산 비용을 ’추론비용’이라고 불러요.

쉽게 말하면 130억 개 규모의 비용으로 거대모델급 성능을 낸다는 거예요. 연산이 줄어드니 토큰당 단가가 자연스럽게 내려가고요.

둘째는 오픈웨이트라서예요. 딥시크는 모델의 ’두뇌’에 해당하는 가중치 파일을 공개해요.

📖 오픈웨이트(open-weights)란? AI 모델의 가중치를 공개하는 걸 말해요. 누구나 받아서 자기 서버에 돌릴 수 있어요. API에 매번 돈을 내는 대신 직접 호스팅해서 비용을 더 줄일 수 있다는 게 핵심이에요(완전 오픈소스와는 조금 다르지만 보통 ’오픈모델’로 불러요).

그래서 MS 같은 회사가 ’미세조정+자체 호스팅’으로 API 중간 마진 없이 더 싸게 돌릴 길이 열려요. 오픈AI·앤트로픽처럼 폐쇄형은 반드시 그 회사 API를 거쳐야 하지만, 오픈웨이트는 인프라만 있으면 단가를 더 깎을 여지가 있어요.

셋째는 공격적인 가격 인하예요. 딥시크는 2026년 5월 V4 프로 가격을 75% 영구 인하했어요. 성능으로 못 이기면 가격으로 시장을 흔드는 전략인 셈인데, 사실상 치킨게임에 가까워요. 중국 통신사들도 토큰을 묶음으로 파는 저가 요금제를 내놓는 등, 중국 AI 생태계 전반이 저가·물량 공세로 움직이고 있고요. 배경엔 미국의 대중 첨단칩 수출통제가 있어요. 최고급 칩을 마음껏 못 쓰니, 큰 모델 경쟁보다 같은 칩으로 더 효율적으로(싸게) 가는 쪽으로 방향을 튼 거예요.

인포그래픽 - “딥시크는 왜 싼가” 3단 카드. ①MoE 저비용 추론(284B 중 13B 활성) ②오픈웨이트(받아서 직접 호스팅) ③75% 가격 인하 → 화살표로 모여 “그래서 싸다” 결론 박스

빅테크도 ’가성비’로 눈 돌리는 진짜 이유

그럼 미국 빅테크는 왜 굳이 싼 모델을 기웃거릴까요? 토큰 비용이 감당 안 될 만큼 커졌기 때문이에요.

요즘 AI는 ‘에이전트’(사람이 한 번 시키면 검색하고 실행하고 검증하는 식으로 스스로 여러 번 반복해 일을 처리하는 AI)로 작업을 맡기는 경우가 많아요. 문제는 이렇게 스스로 여러 번 돌다 보니 토큰 소비가 폭증한다는 거예요. 엔비디아 측에선 “AI 비용이 인건비를 추월”한다는 말까지 나왔고, 우버 같은 곳은 직원당 AI 사용 한도를 두기 시작했다는 보도도 있어요. ’사람보다 비싼 AI’라는 말이 괜히 나온 게 아니에요.

그러다 보니 미국 스타트업·빅테크도 ’성능 1등’보다 ‘같은 일을 더 싸게’ 쪽으로 움직여요. 쉬운 일은 싼 모델, 어려운 일만 비싼 모델로 갈아타는 ‘멀티모델’ 방식이 자리를 잡고 있는 거죠. 경쟁 구도도 “독점이냐 오픈소스냐”보다 “거대 모델이냐 소형·저가 모델이냐”로 재편되고 있다는 분석이 나와요.

사실 딥시크는 2024~25년 처음 등장했을 때도 “성능 대비 충격적으로 싼 모델”로 글로벌 AI 투자 심리를 흔든 적이 있어요(’딥시크 쇼크’라고 불렸죠). 이번 V4 가성비 국면도 그 연장선이라는 평가가 있고요.

이게 우리한테는 무슨 의미일까요? 결국 내가 매달 내는 AI 구독료, 회사가 도입하는 업무 AI 비용이 다 이 ’토큰 단가 전쟁’의 영향을 받아요. 회사가 쓰는 코파일럿 같은 도구에 어떤 모델이 깔리느냐가 비용과 성능을 좌우하고요. 그래서 “비싼 AI가 항상 정답은 아니다, 작업에 맞는 가성비 모델을 고를 줄 아는 안목”이 점점 쓸모 있어지는 거예요.

저는 요즘 일하면서 작업마다 모델을 바꿔 써봐요. 긴 자료 요약이나 가벼운 정리는 싼 모델로 던지고, 까다로운 문서 검토만 비싼 모델로 돌리거든요. 처음엔 비싼 거 하나만 쓰다가, 한 달치 사용량을 보고 나서 습관을 바꿨어요. 막상 나눠 쓰니 결과 차이는 별로 없으면서 부담은 확 줄더라고요.

인포그래픽 - ‘멀티모델’ 개념도. 작업 난이도에 따라 쉬운 일=저가 모델, 어려운 일=고가 모델로 라우팅되는 흐름을 간단한 화살표 다이어그램으로

깅글렛 한줄평

💬 AI 경쟁의 무게중심이 “누가 제일 똑똑한가”에서 “누가 같은 일을 가장 싸게 하나”로 옮겨가는 중이에요. 비싼 모델 하나만 붙들지 말고, 내가 쓰는 AI도 작업별로 갈아탈 수 있는지 한 번 점검해보세요.

마무리

오늘은 딥시크 V4가 다시 불붙인 AI 가성비 전쟁을, 가격이 왜 싼지 그 인과 중심으로 풀어봤어요.

성능 경쟁만큼이나 가격 경쟁이 뜨거운 시대라, 앞으로 어떤 모델이 우리 일상과 회사에 깔리는지 지켜보면 재밌을 것 같아요. 다음 글에선 또 다른 AI·테크 이슈를 쉽게 풀어서 찾아올게요.

※ 이 글은 AI 산업 구조를 쉽게 푼 해설이며, 특정 종목 추천이나 투자 권유가 아니에요. 투자 판단과 책임은 본인에게 있어요. ※ 본 글은 2026년 6월 기준 정보를 바탕으로 작성됐어요. 가격·모델·정책은 추후 변경될 수 있어요.