DeepSeek이 V4 Pro 가격 할인을 영구화함

Context

기존 LLM 추론 스택은 KV 캐시의 막대한 메모리 점유로 인해 긴 컨텍스트 처리 시 비용과 지연 시간이 급증하는 한계 존재. 특히 표준 Attention 메커니즘은 추론 엔진의 최적화 한계로 인해 단위 경제성 확보가 어려웠던 상황.

Technical Solution

• MLA(Multi-head Latent Attention) 구조 채택을 통한 KV 캐시 크기를 표준 Attention 대비 5~13배 수준으로 압축
• DSA(DeepSeek Sparse Attention) 조기 도입으로 추론 스택의 메모리 효율성 극대화 및 처리량 개선
• KV 캐시의 효율적 압축을 통한 입력 캐시 적중(Cache Hit) 가격을 출시가의 1/10 수준으로 낮춘 비용 구조 설계
• sglang, vllm 등 범용 엔진의 최적화 이전부터 자체 모델 구조 최적화를 선제적으로 적용한 추론 파이프라인 구축
• V4 Flash 모델의 경우 간결한 추론 경로 설계를 통해 응답 속도 향상 및 토큰 소비 효율 최적화

Impact

• V4 Pro 기준 입력 토큰 100만 개당 실질 비용 약 $0.04 달성
• KV 캐시 적중률을 서구권 추론 제공사(50%) 대비 약 80% 수준으로 상향
• V4 Pro 출력 토큰 100만 개당 가격 $0.87로 경쟁 모델(GPT-5.5 $30.00) 대비 압도적 가성비 확보
• 6,500만 토큰 처리 시 총비용 1.5달러 수준의 극단적 비용 절감 구현

Key Takeaway

단순한 가격 전쟁이 아닌 모델 아키텍처 단계(MLA, DSA)에서의 메모리 효율 최적화가 추론 비용의 파괴적 혁신을 가능케 함을 입증함.