DeepSeek-V3-0324 / MIT License
DeepSeek V3 0324
수치로 직접 따져봤습니다
결론부터 말씀드리면 — MATH-500에서 94%, AIME에서 59.4%를 찍었습니다. GPT-4.5와 Claude 3.7 Sonnet을 여러 벤치마크에서 앞서는 수치입니다. 그런데 API 비용은 Claude의 18분의 1 수준이고, 오픈소스라 로컬 실행도 됩니다. 이걸 보고 “그럼 Claude 쓸 필요 없다”고 결론 낸다면 — 딱 한 가지 함정이 있습니다.
DeepSeek V3 0324가 뭔지, 먼저 정확히 짚고 갑니다
DeepSeek V3 0324는 중국 AI 스타트업 DeepSeek이 2025년 3월 24일 공개한 V3 시리즈의 업데이트 버전입니다. 모델 구조 자체는 원래 V3와 동일한 685B 파라미터의 Mixture-of-Experts(MoE) 아키텍처를 유지하고, 추론·코딩·프론트엔드 개발 능력을 집중 강화한 게 핵심입니다. (출처: DeepSeek HuggingFace 공식 모델 카드, 2025.03.24)
MoE 구조란 간단히 말하면, 685B 파라미터 전체를 한꺼번에 활성화하지 않고 입력마다 필요한 ‘전문가 서브네트워크’ 일부만 사용하는 방식입니다. 실제로 한 번에 활성화되는 파라미터는 약 37B 수준으로, 전체의 5% 남짓입니다. 이 구조 덕분에 성능은 유지하면서 추론 비용을 획기적으로 낮출 수 있었습니다.
라이선스는 MIT입니다. HuggingFace에서 모델 가중치를 무료로 받아 로컬에서 직접 실행할 수 있고, DeepSeek 공식 API·OpenRouter 등 서드파티 프로바이더를 통해 유료로도 사용 가능합니다. 오픈소스이므로 기업 내부 배포나 파인튜닝에도 별도 허가가 필요 없습니다.
벤치마크 수치, 직접 뜯어봤습니다
아래 수치는 DeepSeek HuggingFace 공식 모델 카드(2025.03.24 기준)와 Analytics Vidhya 비교 분석에서 공개된 값입니다. V3 구버전 대비 얼마나 올랐는지까지 같이 봐야 의미가 뚜렷해집니다.
| 벤치마크 | V3 구버전 | V3 0324 | Claude 3.7 Sonnet | 증가폭 |
|---|---|---|---|---|
| MMLU-Pro | 75.9% | 81.2% | 75.9% | +5.3 |
| GPQA Diamond | 59.1% | 68.4% | 60.1% | +9.3 |
| AIME 2024 | 39.6% | 59.4% | 82.2%* | +19.8 |
| MATH-500 | — | 94.0% | 82.2% | — |
| LiveCodeBench | 39.2% | 49.2% | — | +10.0 |
* Claude 3.7 Sonnet Extended Thinking 모드 기준 / 출처: DeepSeek HuggingFace 공식 모델 카드(2025.03.24), Analytics Vidhya(2025.03.25)
AIME 상승폭이 19.8포인트입니다. 단순 업데이트 치고는 이례적으로 큰 폭이고, 이걸 두고 많은 매체가 “마이너 업그레이드”라고 표현한 DeepSeek의 자체 발표를 정면으로 뒤집고 있습니다.
MATH-500 94%는 전체 비추론 모델 중 최고 수준입니다. 수학 특화 추론 모델이 아닌 범용 채팅 모델에서 이 수치가 나온다는 점이 핵심입니다.
비용 계산: 18배 차이가 실제로 어떤 의미인지
DeepSeek 공식 API 가격 페이지(2026.03.25 확인 기준) 기준으로 V3 0324 계열 모델의 요금을 직접 확인했습니다. deepseek-chat(DeepSeek-V3.2 Non-thinking Mode 기준, API 문서상 현재 엔드포인트)의 공식 가격은 아래와 같습니다.
DeepSeek 공식 API 가격 (2026.03.25 기준)
• 입력 1M 토큰 (캐시 미스): $0.28
• 입력 1M 토큰 (캐시 히트): $0.028 — 10배 저렴
• 출력 1M 토큰: $0.42
(출처: DeepSeek API 공식 문서 https://api-docs.deepseek.com/quick_start/pricing)
Claude 3.7 Sonnet의 공개 가격은 입력 $3, 출력 $15(1M 토큰 기준)입니다. 출력 토큰만 놓고 보면 DeepSeek이 약 35배 저렴합니다. 실제 워크로드에서 입출력 혼합 기준으로 계산하면 약 18배 수준으로 수렴합니다.
예를 들어 매월 입력 10M · 출력 5M 토큰을 쓰는 개발자라면, Claude 3.7 Sonnet 기준 약 $105가 나옵니다. 같은 규모를 DeepSeek V3 0324로 처리하면 약 $4.9입니다. 두 모델의 성능이 비슷한 작업에서 이 차이를 그냥 무시하기는 어렵습니다.
단, 캐시 히트 조건을 적극적으로 활용하면 입력 비용을 $0.028까지 내릴 수 있습니다. 반복적인 시스템 프롬프트를 고정해 두는 챗봇·에이전트 워크플로에서는 실질 비용이 더 낮아집니다.
공식 문서와 실사용 흐름을 같이 놓고 보니 이런 차이가 보였습니다
💡 공식 모델 카드와 실제 API 동작을 함께 보면서 나온 관찰입니다
DeepSeek은 V3 0324를 “마이너 업데이트”로 발표했지만, HuggingFace 모델 카드에 공개된 AIME 수치 상승폭(+19.8포인트)은 통상적인 마이너 업데이트 범위를 훨씬 벗어납니다. 실제로 커뮤니티에서는 출시 직후부터 “minor라고 부르기엔 너무 크다”는 반응이 압도적이었습니다.
기존 블로그 대부분은 벤치마크 숫자만 나열합니다. 그런데 공식 문서와 실사용 패턴을 교차해서 보면 한 가지 구조적 차이가 드러납니다.
DeepSeek V3 0324는 비추론(non-reasoning) 모델입니다. DeepSeek R1처럼 긴 사고 체인을 명시적으로 출력하지 않습니다. 그런데도 AIME·MATH-500에서 추론 모델에 준하는 수치가 나옵니다. 공식 모델 카드는 이를 “추론 능력 대폭 강화”라고만 표현했고, 내부적으로 어떤 방식으로 SFT나 RL을 보강했는지는 공개하지 않았습니다.
이게 실사용 흐름에서 의미하는 바는 하나입니다 — 수학·과학 추론 작업에서 “추론 모드가 필요하다”고 생각했던 경계가 이 모델로 인해 낮아졌습니다. 추론 모드는 응답 속도가 느리고 비용도 더 나옵니다. V3 0324가 비추론 모드에서 비슷한 정밀도를 낸다면, 속도와 비용 측면에서 실질적 이점이 생깁니다.
벤치마크 1위인데 실제 코딩 에이전트에서 역전되는 이유
💡 벤치마크 수치와 에이전트 코딩 성능이 왜 따로 가는지를 봤습니다
단순 코딩 생성 벤치마크에서는 V3 0324가 강세지만, Aider 같은 에이전트 코딩 도구에서는 Claude 3.7 Sonnet이 여전히 우위를 유지합니다. 이 차이가 생기는 구조적 이유가 있습니다.
Analytics Vidhya 실사용 비교(2025.03.25)에서 DeepSeek V3 0324는 3가지 코딩 과제 중 보트 애니메이션 생성(시각적 완성도)에서 이겼지만, Snake 게임 구현과 알고리즘 문제 구조화에서는 Claude 3.7이 앞서며 최종 스코어 1:2로 졌습니다. 이 결과가 말해주는 건 단순 코드 생성이 아닌 복잡한 로직 구조화·에러 핸들링·다중 파일 관리에서 차이가 난다는 점입니다.
더 결정적인 수치는 Aider Polyglot 벤치마크입니다. Claude 3.7 Sonnet(Extended Thinking 32K)은 65~67% 정확도를 기록했고, DeepSeek V3 0324는 55%에 그쳤습니다. 이 벤치마크는 기존 코드베이스에 새 코드를 통합하는 실제 에이전트 시나리오를 측정합니다. (출처: Analytics Vidhya, 2025.03.25)
컨텍스트 윈도우도 변수입니다. Claude 3.7은 200K 토큰, V3 0324는 128K입니다. 대규모 코드베이스를 한 번에 넘기는 에이전트 작업에서 이 차이는 실질적입니다. 또한 V3 0324는 이미지 처리가 안 됩니다. UI 스크린샷을 보고 코드를 수정하는 멀티모달 워크플로에서는 처음부터 선택지 밖입니다.
숨겨진 온도 매핑, API 쓸 때 모르면 결과가 달라집니다
DeepSeek 공식 HuggingFace 모델 카드(2025.03.24)에 딱 이렇게 나옵니다.
웹/앱 환경 기본 온도(temperature): T_model = 0.3
API 기본 온도(temperature): 1.0 → 내부적으로 0.3으로 자동 변환
즉 API에서 temperature를 따로 지정하지 않고 기본값 1.0으로 호출해도, 모델 내부에서는 0.3으로 처리됩니다. 대부분의 개발자는 이 매핑이 있는 줄 모르고 사용합니다. 그런데 temperature 2.0으로 호출하면 내부 온도가 1.3으로 처리되어 결과가 급격히 달라집니다. (출처: DeepSeek HuggingFace 공식 모델 카드, 2025.03.24)
공식 변환식은 0~1 범위에서는 T_model = T_api × 0.3, 1~2 범위에서는 T_model = T_api − 0.7입니다. 창의적인 글쓰기나 다양성이 필요한 출력을 원할 때 temperature 1.5~2.0을 사용하는 경우가 많은데, 이 구간에서는 매핑 공식이 달라지므로 의도한 것보다 훨씬 높은 불안정성이 생깁니다.
DeepThink(추론 모드)를 켜지 않은 일반 V3 0324 사용 시 복잡하지 않은 작업에서는 DeepThink를 끄고 V3를 쓰도록 공식 문서가 명시적으로 권장하고 있습니다. 추론 모드는 처리 시간과 비용을 더 소모하므로, 작업 성격에 맞게 선택하는 게 실제로 유리합니다.
이 모델이 유리한 경우 vs 그렇지 않은 경우
수집한 벤치마크와 실사용 데이터를 교차 정리하면 아래처럼 나눌 수 있습니다. 성능이 비슷한 작업에서는 비용 차이가 결정적이고, 성능 격차가 있는 작업에서는 비용만 보면 안 됩니다.
✅ V3 0324가 유리한 경우
• 수학·과학 추론 단일 쿼리 (비추론 모드에서 최고 수준)
• 프론트엔드 UI 코드 생성 (시각적 완성도 우위)
• 고볼륨 API 워크로드 (비용 18배 이상 절감)
• 로컬 배포·프라이빗 환경 구축 (MIT 라이선스)
• 스타트업·개인 개발자 비용 민감 프로젝트
❌ 주의가 필요한 경우
• 에이전트 코딩 (Aider 기준 55% vs Claude 65~67%)
• 200K 이상 롱 컨텍스트 필요 시 (128K 한계)
• 이미지 처리 포함 멀티모달 워크플로
• 기업 컴플라이언스·데이터 주권 이슈 (중국 서버)
• 민감한 주제 포함 콘텐츠 (검열 필터 존재)
기업 컴플라이언스 이슈는 실제로 중요합니다. DeepSeek API를 직접 호출하면 데이터가 중국 서버를 경유합니다. 개인 프로젝트나 공개 데이터 처리라면 문제없지만, 민감한 내부 데이터를 다루는 기업 환경이라면 로컬 배포 또는 신뢰할 수 있는 서드파티 프로바이더를 경유하는 방식이 현실적입니다.
Q&A 5가지
마치며
DeepSeek V3 0324는 “마이너 업데이트”라는 자체 표현과 달리, AIME 19.8포인트 상승이라는 수치가 증명하듯 의미 있는 도약이었습니다. MATH-500 94%, 비용 18배 절감이라는 조합은 단순한 마케팅 수치가 아닌 실질적인 선택 이유가 됩니다.
다만 에이전트 코딩(Aider 55%), 128K 컨텍스트 한계, 멀티모달 미지원이라는 현실적 제약이 있습니다. 벤치마크가 전부를 설명하지 않는다는 점을 이번 비교에서 다시 확인했습니다. 어떤 작업을 주로 하는지가 모델 선택의 유일한 기준입니다.
개인적인 총평으로는, 프론트엔드 생성·수학 추론·대규모 API 배포에서는 지금 당장 V3 0324로 전환해볼 만한 근거가 충분합니다. 반면 복잡한 멀티파일 코드 에이전트나 기업 보안 환경이라면 Claude를 유지하면서 비용 절감이 필요한 서브태스크에 V3 0324를 병행하는 방식이 현실적입니다.
본 포스팅 참고 자료
- DeepSeek HuggingFace 공식 모델 카드 — https://huggingface.co/deepseek-ai/DeepSeek-V3-0324
- DeepSeek API 공식 가격 문서 — https://api-docs.deepseek.com/quick_start/pricing
- Analytics Vidhya — DeepSeek V3-0324 vs Claude 3.7 코딩 비교 (2025.03.25) — https://www.analyticsvidhya.com/blog/2025/03/deepseek-v3-0324-vs-claude-3-7/
- GetBind 블로그 — DeepSeek V3 0324 Impresses (2025.03.27) — https://blog.getbind.co/deepseek-v3-0324-impresses-is-it-as-good-as-claude-3-7-sonnet/
- DeepSeek 공식 릴리스 노트 — https://api-docs.deepseek.com/news/news250325
본 포스팅은 2026년 03월 25일 기준으로 작성되었습니다. DeepSeek V3 0324 관련 서비스 정책·API 가격·UI·기능은 이후 업데이트로 변경될 수 있습니다. 본 포스팅 작성 이후 서비스 정책·UI·기능이 변경될 수 있으므로 최신 정보는 공식 문서에서 확인하시기 바랍니다. 본 포스팅의 API 가격 수치는 공식 문서 직접 확인 기준이며, 서드파티 프로바이더(OpenRouter 등)별로 가격이 다를 수 있습니다.
댓글 남기기