정식 출시 및 에이전트 성능 강화

DeepSeek 벤치마크 점수가 프리뷰 버전 12.8점에서 정식 버전 62.7점으로 폭발적으로 상승했다. 이 수치는 단순한 텍스트 생성을 넘어 복잡한 도구 사용과 문제 해결이 가능한 에이전트 역량을 확보했음을 보여준다. 이에 따라 DeepSeek-V4-Pro-0813이 기존 프리뷰 버전을 완전히 대체하는 정식 모델로 출시되었다. 폐쇄형 모델 수준의 에이전트 성능과 프로덕션 안정성을 확보해 실제 운영 환경에서 즉시 활용 가능한 수준의 성능을 갖췄다.

추론 성능을 최적화하기 위해 DSpark(다음 토큰을 미리 예측하는 기술)라는 예측 디코딩 모듈을 결합했다. 기존 DeepSeek-V4-Pro 프리뷰 모델의 구조를 계승하면서도 응답 생성 속도를 획기적으로 개선한 것이 핵심이다. 모델의 정확도를 유지하면서도 효율적인 추론이 가능하도록 설계했다. 이를 통해 응답 생성 속도를 높이는 동시에 모델의 정확도를 유지하는 성과를 거두며 추론 과정의 효율성을 극대화했다.

주요 벤치마크 지표에서 프리뷰 버전 대비 비약적 성능 향상

소프트웨어 엔지니어링 능력을 측정하는 DeepSeek(소프트웨어 엔지니어링 벤치마크) 지표에서 12.8점이 62.7점으로 수직 상승했다. 프리뷰 버전과 비교해 수치상으로 폭발적인 상승을 기록하며 실무적인 소프트웨어 개발 역량을 입증했다. 사이버 보안 및 시스템 제어 능력을 평가하는 Cybergym(사이버 보안 평가 도구)에서도 52.7점에서 83.3점으로 성과가 크게 올랐다. 자연어를 저장소 코드로 변환하는 NL2Repo(자연어-저장소 코드 변환 지표) 역시 38.5점에서 61.5점으로 개선됐다. Toolathlon-Verified(도구 활용 평가 지표)를 포함한 주요 기술 평가 항목 전반에서 프리뷰 버전을 상회하는 성과를 내며 비약적인 성능 향상을 보였다.

60.0점이라는 수치는 고난도 추론 평가인 HLE(Hard LLM Evaluation)에서 도구를 사용했을 때 기록한 결과다. 이는 기업이 소스코드를 공개하지 않고 유료로 제공하는 폐쇄형 모델인 Opus-4.8이 기록한 57.9점을 앞선 수치다. 고난도 추론이라는 까다로운 조건에서도 오픈 가중치 모델이 폐쇄형 모델의 성능을 추월했다. 소스코드가 공개된 모델이 비공개 유료 모델과의 성능 격차를 사실상 해소했다는 점을 구체적인 벤치마크 지표를 통해 보여준다.

reasoningeffort 파라미터 도입으로 추론 과정 제어

low, high, max 세 단계로 구분된 reasoning_effort(추론 노력) 파라미터는 모델이 최종 답변을 내놓기 전 내부적으로 얼마나 깊은 사고 과정을 거칠지를 직접 제어한다. 개발자는 이 설정값을 통해 단순한 응답 생성을 넘어 복잡한 문제 해결이 필요한 상황에서 모델의 깊이 있는 추론을 유도할 수 있다. 사고 과정의 깊이를 단계별로 조절함으로써 추론의 정밀도를 제어하는 방식이다.

vLLM(대규모 언어 모델 추론 및 서빙 라이브러리)을 활용하면 효율적인 모델 서빙과 연산 최적화가 가능하다. DSpark 예측 디코딩을 활성화하기 위해 실행 명령에 특정 플래그를 추가하며, MoE(Mixture of Experts, 전문가 혼합) 연산 최적화 백엔드 설정을 지원한다. 특히 kv-cache-dtype fp8 설정을 통해 8비트 부동소수점 정밀도를 사용함으로써 메모리 사용량을 줄이는 캐시 방식을 적용할 수 있다.

최상의 에이전트 성능을 도출하는 실행 기준은 reasoning_effort='max', temperature=1.0, top_p=0.95 설정과 vLLM 서빙 시 `--speculative-config` 플래그를 통한 DSpark 예측 디코딩 활성화다.