딥시크 V4, R2는 어디로 갔나 — 모델명 혼란 정리

딥시크 V4는 원래 ‘R2’라는 이름으로 알려졌던 모델입니다. 2025년 1월 R1이 전 세계를 강타한 직후부터 IT 업계는 후속 추론 모델 R2의 출시를 손꼽아 기다렸습니다. 그런데 2026년 3월 현재, R2는 공식적으로 출시되지 않았고 대신 ‘V4’라는 이름이 언론에 등장하기 시작했습니다.

업계 분석에 따르면, 딥시크는 내부적으로 모델 방향성을 바꾼 것으로 보입니다. R1이 수학·추론에 특화된 모델이었다면, V4는 텍스트·이미지·영상을 모두 처리하는 멀티모달 범용 모델로 설계됐습니다. 특히 코딩 분야에서 최상위 성능을 목표로 한다는 점에서 기존 V3 계열의 확장판으로 보는 시각도 있습니다. 즉, ‘R2’는 V4 내부에 통합되거나, 아예 별도의 추론 특화 모델로 나중에 분리 출시될 가능성도 남아있습니다.

▲ 목차로 돌아가기

V4의 핵심 스펙 — 1조 파라미터와 코딩 특화의 의미

1조 파라미터(매개변수)가 왜 중요한가

V4는 최대 1조 개의 파라미터를 갖춘 대형 언어 모델로 보고되고 있습니다. GPT-4가 약 1조 8천억 파라미터 수준으로 추정되는 것과 비교하면, V4는 이와 필적하거나 이를 넘볼 수 있는 규모입니다. 파라미터 수가 곧 성능을 결정하는 건 아니지만, 모델이 처리할 수 있는 문맥의 깊이와 복잡성은 직결됩니다.

코딩 특화의 실용적 의미

딥시크는 V4가 특히 코딩 작업에서 탁월한 성능을 발휘한다고 예고했습니다. 이는 GitHub Copilot, Cursor, 클로드의 코딩 기능과 직접 경쟁하겠다는 선언입니다. 만약 R1 당시처럼 GPT-4급 코딩 성능을 50분의 1 가격에 제공한다면, 개발자 생태계 전반에 파장이 불가피합니다.

API 가격 예측 — 100만 토큰당 0.25달러

업계 분석가들은 V4의 API 가격을 100만 토큰당 0.25달러 수준으로 전망합니다. 구글 제미나이 3.1의 경우 100만 토큰당 약 12달러임을 감안하면, V4는 이의 약 48분의 1 가격입니다. 이 수치가 현실화된다면 기업용 AI 비용 구조를 통째로 흔들 수 있습니다.

▲ 목차로 돌아가기

화웨이 칩 실패의 전말 — 왜 출시가 이렇게 늦어졌나

딥시크 V4(구 R2) 출시가 1년 넘게 지연된 가장 근본적인 이유는 화웨이 어센드 칩의 한계였습니다. 2025년 1월 R1 출시 성공 이후, 중국 정부의 압박에 따라 딥시크는 후속 모델 훈련을 엔비디아 GPU 대신 화웨이의 ‘어센드(Ascend)’ 칩으로 진행하려 했습니다. 그러나 결과는 실망스러웠습니다. 파이낸셜타임스 보도에 따르면, 화웨이 칩 기반 훈련 과정에서 안정성 문제와 칩 간 연결 속도 저하가 발생했고, 원하는 성능 수준에 도달하지 못했습니다.

결국 딥시크는 전략을 수정했습니다. 모델 훈련(Training)은 엔비디아 GPU로 진행하되, 추론(Inference) 작업에서는 화웨이 어센드 칩을 활용하는 ‘분업 구조’를 택했습니다. 이는 중국 정부의 반도체 자립 압박에 응하면서도 실용적 성능을 포기하지 않으려는 절충안입니다. 그러나 이 과정에서 최적화에 상당한 시간이 소요됐고, 결국 양회(2026년 3월 3일~11일)에서도 공식 발표가 나오지 않는 상황이 됐습니다.

▲ 목차로 돌아가기

엔비디아 차단 제스처 — 정치인가, 기술인가

2026년 2월 말, 딥시크는 V4의 사전 접근권(pre-launch access)을 엔비디아·AMD 등 미국 반도체 기업에 제공하지 않기로 결정했습니다. AI 개발사가 신모델 출시 전 주요 칩 업체와 협력하는 것은 업계 관행이지만, 딥시크는 화웨이, 캄브리콘 등 중국 업체에만 이 권한을 부여했습니다.

표면적으로는 ‘중국산 칩 기반 자립’을 강조하는 정치적 제스처로 읽힙니다. 특히 중국 최대 정치 행사인 양회 기간과 타이밍을 맞춘 것도 의도적입니다. 그러나 실질적 파급력은 제한적이라는 분석이 우세합니다. AI 코딩 도구의 발달로 인해 특정 하드웨어에서 AI 소프트웨어를 최적화하는 시간이 과거 수개월에서 수주로 단축됐기 때문입니다. 즉, 엔비디아나 AMD 칩 사용자도 큰 불편 없이 V4를 활용할 수 있을 것으로 예상됩니다.

한편, 미국 행정부 관계자는 V4 훈련에 수출 금지된 엔비디아의 최신 칩 ‘블랙웰(Blackwell)’이 사용됐다고 주장했습니다. 만약 사실이라면, 딥시크의 ‘탈엔비디아’ 선언은 외형에 불과한 것이 됩니다. 앤트로픽은 별도로 딥시크가 자사 AI ‘클로드’의 기능을 무단으로 추출했다고 주장하기도 했습니다. 진실 여부와 무관하게, 딥시크 V4를 둘러싼 지정학적 긴장은 단순한 기술 경쟁을 넘어서고 있습니다.

▲ 목차로 돌아가기

보안 불안과 글로벌 규제 — V4도 반복될 딜레마

딥시크 R1이 세상을 뒤흔든 직후 등장한 문제는 성능이 아니라 보안이었습니다. Cisco의 보안 테스트에서 R1은 50개의 유해 프롬프트를 모두 통과시키며 100% 실패율을 기록했습니다. 글로벌 주요 AI 모델들이 일정 수준의 방어 체계를 갖춘 것과 극명히 대조됐습니다. 보안 업체 Wiz Research는 딥시크의 데이터베이스가 인증 없이 외부에 노출되어 100만 건 이상의 사용자 로그와 API 키가 접근 가능 상태였다고 공개했습니다.

이에 따라 각국 정부의 규제도 빠르게 작동했습니다. 이탈리아는 개인정보 보호를 이유로 딥시크 앱을 차단했고, 한국 개인정보보호위원회도 조사에 착수하며 다운로드 중단 권고를 내렸습니다. 호주와 대만은 정부·공공기관에서의 딥시크 사용을 전면 금지했으며, 독일은 GDPR 위반 가능성을 이유로 앱 제거를 요청했습니다. V4가 출시된다면 이와 동일한 규제 파도를 다시 마주할 가능성이 매우 높습니다.

▲ 목차로 돌아가기

한국 사용자가 V4에서 기대해야 할 것과 경계해야 할 것

기대할 수 있는 것 ✅

V4가 공개되면 한국 사용자 입장에서 가장 실질적인 혜택은 코딩 보조 도구로서의 압도적인 가성비입니다. 현재 GitHub Copilot, Cursor 등 주요 개발 보조 도구가 월 10~20달러 이상을 요구하는 반면, V4의 API 단가가 예측치대로라면 소규모 스타트업이나 개인 개발자도 부담 없이 고성능 AI 코딩 환경을 구축할 수 있게 됩니다. 또한 딥시크가 사전에 발표한 ‘매니폴드 제약 초연결’ 기술 덕분에 R1보다 더 복잡한 문제를 더 낮은 연산 비용으로 처리할 수 있을 것으로 기대됩니다.

경계해야 할 것 ⚠️

반면 개인정보 유출 리스크는 여전히 가장 큰 우려 사항입니다. 딥시크는 중국 법인이므로, 중국 국가정보법에 따라 정부의 데이터 요청을 거부하기 어렵습니다. 업무용 대화, 코드 내 API 키, 고객 데이터가 포함된 질문은 절대 입력하지 않는 것이 현명합니다. 또한 V4가 화웨이 칩 기반 추론을 병행하는 구조인 만큼, 초기 서비스 안정성이 불확실할 수 있습니다.

▲ 목차로 돌아가기

딥시크 V4 vs 경쟁 모델 한눈에 비교

2026년 3월 현재 주요 경쟁 모델과 딥시크 V4(예상 수치 포함)를 비교합니다.

※ V4 수치는 업계 예측치이며 공식 발표 이후 변경될 수 있습니다.

▲ 목차로 돌아가기