2026년 7월 31일, 중국 AI 기업 DeepSeek가 새 모델을 공개했습니다. 발표가 주목을 끈 건 성능 수치가 아니었습니다. 가격이었습니다. 독립 평가 기관 Artificial Analysis의 분석에 따르면, 이 모델은 주요 추론 벤치마크에서 GPT-4o급 성능을 보이면서 1백만 토큰당 입력 비용은 기존 최상위 모델 대비 10분의 1 이하였습니다.

그 수치를 처음 접했을 때 떠오른 물음은 "얼마나 싼가"가 아니었습니다. "이 절감이 실제로 실무에 닿으려면 무엇이 참이어야 하는가"였습니다. 그리고 처음 가졌던 가정이 하나 있었습니다. 모델 가격이 크게 내려가면 AI 도구 사용 비용도 따라 내려갈 것이라는 가정이었습니다.

벤치마크가 측정하지 않는 것

AI 모델 비교는 대부분 벤치마크 점수로 시작합니다. MMLU, HumanEval, MATH 같은 지표들이 모델 간 서열을 만들고, 발표 자료는 그 서열 안에서 자사 위치를 찾습니다. DeepSeek V4 Flash도 이 틀 안에서 발표되었습니다.

벤치마크가 측정하지 않는 것들이 있습니다. 특정 작업 유형에서의 일관성, 긴 대화 맥락을 처리하는 방식, 거절 패턴의 분포, 응답 속도의 실제 변동폭입니다. 두 모델이 벤치마크 점수에서 비슷해도 실무에서 체감이 다른 경우가 있습니다. 코드 생성에서 강한 모델이 한국어 문서 요약에서 다른 패턴을 보이고, 영어 기반 추론 점수가 높은 모델이 국내 도메인 특화 질의에서 예상과 다른 결과를 냅니다.

이 점은 새로운 지적이 아닙니다. AI 도구에 조금이라도 익숙한 사람이라면 이미 아는 이야기입니다. 그럼에도 다시 꺼내는 이유가 있습니다. 가격 차이가 10배가 되면 이 문제가 전혀 다른 방식으로 작동합니다. 싼 쪽을 먼저 써보고 부족하면 돌아오는 전환 비용이 낮아지기 때문입니다. 그러나 전환이 잦아질수록 워크플로 안정성이 흔들립니다. 비슷한 작업을 반복 처리하는 자동화 파이프라인이라면 모델 교체가 미치는 영향이 단순 체감 차이보다 클 수 있습니다.

처음 가정이 틀렸던 지점

처음에는 모델 가격이 10분의 1로 내려가면 AI 도구 사용 비용도 비슷한 비율로 내려갈 것이라고 가정했습니다. 수직으로 연결된 구조를 떠올렸습니다. 더 싼 모델 → 더 싼 서비스 → 더 낮은 사용자 비용.

그런데 실제 비용 구조를 들여다보면 그 연결이 직선이 아닙니다.

상당수 1인 사업자와 솔로 PM의 AI 관련 지출은 원시 API 비용이 아닙니다. Notion AI, Claude Pro, ChatGPT Plus 같은 구독형 서비스에서 발생합니다. 이 서비스들은 내부적으로 여러 모델을 운용하고, 그 비용을 구독료에 녹입니다. 어떤 모델이 얼마의 비율로 쓰이는지는 사용자에게 공개되지 않습니다. 기저 모델이 10배 저렴해진다고 해서 구독료가 즉시 내려가지는 않습니다.

공급망 구조의 문제가 여기서 나타납니다. 제조업에서 원자재값이 크게 떨어질 때 소비자가격이 즉시 따라 내려가지 않는 것처럼, 중간 서비스 제공자가 비용 절감을 어느 정도 마진으로 흡수할지는 별개의 변수입니다. AI 도구 시장도 이 구조에서 자유롭지 않습니다. 기저 모델 가격이 내려갈 때, 그 절감이 최종 사용자에게 전달되는 속도와 크기는 해당 시장의 경쟁 강도에 달려 있습니다.

절감이 실제로 전달되는 경우

그렇다면 가격 하락이 실무에 직접 닿는 경우는 어떤 때인가.

원시 API를 직접 쓰는 워크플로입니다. 프롬프트를 코드로 짜서 AI 제공사 API에 직접 연결해 운영한다면, 모델을 교체할 때 비용 절감이 즉시 반영됩니다. 솔로 PM이나 1인 개발자가 업무 자동화 파이프라인을 직접 운영하는 경우가 여기에 해당합니다.

구독 서비스를 통한 간접 경로도 있습니다. 기저 모델 비용이 내려가면 서비스 제공자는 같은 구독료로 더 많은 처리 여유를 확보합니다. 이것이 새 기능이나 사용 한도 확대로 이어진다면, 절감은 돈이 아니라 기능 형태로 전달됩니다. 직접 비교하기 어렵지만 실질적인 혜택입니다.

경쟁 압력에 의한 구독료 인하는 가장 느립니다. 저가 고성능 모델이 시장에 여러 개 자리를 잡고 서비스 제공자들 사이 경쟁이 심화될 때 나타납니다. 지금 시점에서 그 속도를 가늠하기는 어렵습니다.

현재 가장 확실하게 열린 경로는 직접 API 사용입니다.

전환 전에 먼저 확인할 것

DeepSeek V4 Flash를 실무에 도입할지 판단하기 전에 확인할 것들이 있습니다.

원시 API 비용을 직접 지불하는 워크플로가 현재 있는가입니다. 없다면 이번 가격 하락은 지금 당장 의미 있는 변화가 아닙니다. 구독 서비스만 쓰는 경우라면 모델 가격보다 서비스 제공자가 어떤 모델을 언제 채택하는지를 추적하는 편이 낫습니다.

주요 작업 유형에서 실제로 비교해봤는가입니다. 벤치마크가 아니라, 지금 가장 많이 처리하는 실제 업무 샘플 10개 안팎으로 두 모델을 직접 써봐야 합니다. 한국어 문서 처리, 특정 도메인의 추론 정확도, 장문 맥락 처리 방식이 벤치마크 점수와 다를 수 있습니다.

데이터 처리 경로를 검토했는가입니다. DeepSeek는 중국 기업입니다. 업무 데이터가 어느 서버를 거치는지, 어떤 정책 하에 처리되는지는 가격보다 먼저 살펴볼 항목입니다. 일부 기업 계약이나 보안 정책 환경에서는 이 점 하나로 선택지에서 제외됩니다.

이 세 가지를 먼저 확인한 다음 전환 결정을 내려도 늦지 않습니다.

AI 모델의 가격 하한선은 앞으로도 더 내려갈 가능성이 높습니다. DeepSeek V4 Flash가 현재 기준점이지만, 이 자리는 다음 발표로 채워질 수 있습니다. 절감 가능성은 커지고 있습니다. 어느 경로가 지금 실제로 열려 있는지를 파악하지 않으면, 가격표는 숫자일 뿐입니다.