배경 및 맥락

대형 오픈 모델 경쟁은 오랫동안 파라미터 수와 벤치마크 점수 중심으로 전개됐지만, agent workload가 늘면서 병목은 다른 곳으로 이동했다. SWE-bench 같은 장기 작업, 브라우징, 터미널 세션은 답변 한 번보다 수십 번의 tool-call round trip을 거치며 이전 문맥을 계속 끌고 간다. 이때 중요한 것은 이론적 max context가 아니라, 긴 문맥에서 attention 비용과 KV cache가 얼마나 빨리 폭증하느냐다.

DeepSeek-V4는 이 문제를 정면으로 다룬다. 단순히 더 긴 context를 선언하는 대신, long-horizon agent가 실제로 버틸 수 있는 구조를 제안하면서 open frontier model의 경쟁축을 다시 정의했다.

---

핵심 내용

DeepSeek-V4-Pro는 1.6T total / 49B active, V4-Flash는 284B total / 13B active 구조를 사용한다. 공개 설명에 따르면 V4-Pro는 1M 토큰에서 V3.2 대비 single-token inference FLOPs가 27% 수준이고 KV cache 메모리는 10% 수준이며, 전통적인 GQA 계열과 비교하면 KV cache가 대략 2% 수준까지 줄어든다. 핵심은 CSA(Compressed Sparse Attention)와 HCA(Heavily Compressed Attention)를 교차 배치한 하이브리드 attention, FP8 중심 저장, FP4 indexer 같은 조합이다.

모델 동작 측면에서도 agent 최적화가 들어갔다. |DSML| 토큰과 XML 기반 tool-call 포맷으로 escaping failure를 줄였고, tool이 섞인 대화에서는 reasoning trace를 turn 사이에 유지하도록 바꿨다. 공개 수치상 V4-Pro-Max는 SWE Verified 80.6, MCPAtlas Public 73.6, Toolathlon 51.8을 기록해 frontier closed model과 근접한 agent benchmark를 보여준다.

---

경쟁 구도 / 비교

기존 오픈 모델의 약점은 긴 세션으로 갈수록 품질보다 운영비와 latency가 무너진다는 점이었다. 반면 이번 V4는 "더 똑똑한 모델"보다 "오래 달리는 모델"에 가깝다. 같은 open 계열이라도 EMO처럼 구조적 모듈성에 초점을 둔 접근과 달리, DeepSeek-V4는 agent runtime economics와 tool-use robustness를 전면에 둔다.

이는 경쟁 구도가 benchmark leaderboard에서 serving feasibility와 orchestration 적합성으로 옮겨가고 있음을 뜻한다. 특히 open model을 사내 coding agent나 private deployment에 쓰려는 팀에는 매우 실질적인 비교축이다.

---

의미

산업적으로는 open frontier model이 이제 closed model의 "저가 대체재"가 아니라, 특정 agent workload에서 운영상 더 유리한 선택지로 재포지셔닝될 수 있음을 보여준다. 기술적으로도 앞으로는 context window 숫자보다 cache design, tool-call schema, reasoning persistence가 더 중요한 평가 항목이 될 가능성이 크다.

실무적으로는 모델 평가표를 바꿔야 한다. 장기 세션에서의 cache footprint, tool schema 파서 안정성, multi-turn reasoning 유지 여부, 실제 agent benchmark를 함께 봐야 한다. 오픈 모델 도입 여부는 점점 모델 자체보다 운영 곡선에서 결정될 것이다.