중국발 DeepSeek R1, 진짜 '게임 체인저'일까? 주류 AI 모델 전격 비교!

 

안녕하세요! IT 트렌드 쫓아가기 바쁜 흔한 개발자 블로거입니다. 요즘 AI 커뮤니티가 들썩들썩하잖아요? 그 중심에 서 있는 녀석이 바로 DeepSeek입니다. 특히 R1 모델이 나왔을 때, '와, 이거 진짜 물건인가?' 싶을 정도로 여기저기서 난리가 아니었죠.

항저우의 한 스타트업에서 만들었다는 이 DeepSeek R1이 세상에 나왔을 때, 유럽이고 미국이고 AI 판이 들썩였습니다. 특히 '챗GPT 아빠'라고 불리는 OpenAI의 최신 모델보다 벤치마크 성능은 더 좋거나 비슷하고, 심지어 학습 비용은 30분의 1밖에 안 든다는 소문이 돌았죠. 뉴욕타임즈까지 나서서 이 소식을 다룰 정도였으니, 그 파급력이 어땠을지 짐작이 가시죠?

기존에는 첨단 AI 개발은 구글이나 OpenAI 같은 거대 기술 기업만 할 수 있다는 인식이 강했는데, DeepSeek의 등장이 이런 통념에 제대로 한 방 먹인 셈입니다. 심지어 이 소식 때문에 미국 기술주들이 출렁이고, 엔비디아 주가가 폭락하는 일까지 벌어졌으니, 진짜 어마어마한 등장이었죠.

자, 그럼 이 DeepSeek이라는 녀석, 과연 소문만큼 강력할까요? 기존에 우리가 잘 알고 있는 챗GPT나 다른 AI 챗봇들과 비교했을 때 어떤 장단점이 있을까요? 너무 궁금해서 제가 직접 몇 가지 테스트를 해봤습니다. 저만의 주관적인 경험과 함께 솔직한 평가를 들려드릴게요!

 

그래서 직접 써봤습니다: DeepSeek vs 주류 AI 모델 비교

AI 모델들의 진짜 실력을 알려면 직접 써보는 게 최고죠. 그래서 제가 몇 가지 기준으로 DeepSeek과 다른 주류 AI 모델들을 비교해봤습니다. 완벽한 과학적 비교는 아니지만, 실제 사용자가 느낄 수 있는 부분을 중점적으로 보려고 노력했어요.

1. 자연어 생성 능력: "말" 좀 하나 보자!

AI의 기본 중의 기본! 얼마나 사람처럼 자연스럽게 글을 쓰고, 특히 정해지지 않은 질문에 창의적인 답변을 내놓을 수 있는지 테스트해봤습니다.

사례 1: 트럼프 직함 만들기

제일 먼저 던져본 질문은 좀 재밌는 거였어요. "'왕좌의 게임'에 나오는 대너리스 타르가르옌의 직함을 참고해서 트럼프의 직함을 만들어줘."

DeepSeek R1 결과:

도널드 트럼프

트위터 폭풍의 주인, 벽의 제작자, 일곱 바다의 관세의 군주;
다루기 힘든 금발의 으르렁거리는 자, 파산과 부활의 불사조, 붉은 넥타이의 분노.
탄핵의 물결 속에서 살아남은 자, 소송의 미로 속에서 춤추는 자, 진실을 탄력 있게 해석하는 자.
자유 세계의 소극적인 회원, 골프장의 주인, 마라라고 겨울 궁전의 수호자.

ChatGPT 결과:

미국의 구세주, 벽을 건설한 자;
사업 제국의 왕, 국민의 목소리;
백악관의 통치자, 현실의 파괴자.
위대한 국가의 자부심, 외교의 불꽃;
트위터의 왕, 전 세계를 충격에 빠뜨린 인물.

어떠신가요? 저는 개인적으로 DeepSeek의 답변이 훨씬 더 비유적이고, 풍자적이면서도 기발하다고 느꼈어요. '트위터 폭풍의 주인', '붉은 넥타이의 분노' 같은 표현은 정말 딱 와닿지 않나요? 이 결과를 보고 '오, 얘는 글 좀 쓰네?' 생각했죠.

 

 

사례 2: 로스의 거의 드러나지 않는 일곱 가지 임무

이번에는 조금 더 구조적인 답변이 필요한 질문을 해봤습니다. "몇 가지 공식을 사용해서 로스의 거의 드러나지 않는 일곱 가지 임무를 요약해줘."

DeepSeek R1 결과:

충성심과 신뢰성은 산과 같이 튼튼하며, 과거의 실수를 바로잡는 데는 지체란 없습니다.
감사하는 마음과 친절에 대한 보답이 표현되며, 정의와 공정함이 균형을 이룹니다.
친절하게 행동하고, 다른 사람을 도우며, 선행을 퍼뜨리고, 자신을 향상시키고, 도덕적 정직성과 재능을 모두 키우십시오.
악행을 저지르지 말고, 최종 결과에 집중하세요. 당신의 마음속에 있는 일곱 가지 책임을 저울질해보세요.

(DeepSeek의 문장별 분석도 훌륭했습니다. 소스 내용과 거의 동일하여 여기서는 생략할게요.)

ChatGPT 결과:

약속을 지키고 보상에 대한 책임을 회피하지 마십시오.
이익을 공평하고 정당하게 분배하고, 감사하는 마음과 보답을 염두에 두십시오.
가난하고 도움이 필요한 사람을 돕고 선행을 행하며, 자신을 강화하고 향상시켜 더 큰 성공을 이루세요.
피해를 주지 않으려면 말과 행동에 주의하고, 책임을 회피하지 마십시오.

(ChatGPT의 문장별 분석도 좋았고요.)

이 질문에 대해서는 두 모델 모두 꽤 괜찮은 답변을 내놨습니다. 공식화된 요약 스타일도 비슷했고요. 자연어 생성 능력 자체는 DeepSeek R1이 특정 상황(예: 창의적이고 비유적인 표현)에서 강점을 보일 수 있지만, 전반적으로 주류 모델들도 훌륭한 수준이라는 걸 다시 한번 확인했습니다.

 

 

2. 논리적 추론 능력: 머리는 잘 돌아갈까?

AI의 '뇌지컬'을 테스트할 시간입니다! 논리적 추론 능력은 복잡한 문제를 해결하는 데 필수적이죠. 수학이나 논리 퀴즈만큼 좋은 테스트가 없다고 생각했어요. 물론 제가 전문가처럼 깊이 있는 테스트를 할 시간과 자원은 없어서, 몇 가지 문제를 던져보고 정답을 맞히는지 확인하는 방식으로 간단하게 진행했습니다.

"실용주의 원칙에 따르면 유용성이 진실이다"라는 말이 있잖아요? 결국 정답을 맞히는 AI가 좋은 AI 아니겠어요?

문제 1: 다람쥐 솔방울

세 마리 다람쥐가 솔방울을 나누는 문제입니다. 초기 개수와 주고받는 과정을 거쳐 최종적으로 솔방울 개수가 같아졌을 때, 처음 C 다람쥐가 가지고 있던 솔방울 개수를 맞히는 문제였죠. 정답은 86개입니다.

• 정답 맞힌 모델: DeepSeek R1, ChatGPT, Copilot, Baidu Wenxin Yiyan, Tongyi Qianwen, Doubao
• 틀린 모델: Kimi, 지푸 칭얀, 티앙공 AI, 아이플라이텍, Google Gemini, Meta AI

오, 생각보다 많은 모델이 정답을 맞혔습니다. DeepSeek R1도 당당히 포함되어 있네요.

 

 

문제 2: 어부와 밀짚모자

강에서 낚시하던 어부가 모자를 잃어버리고 상류로 갔다가 다시 돌아와 모자를 찾았을 때 걸린 시간을 계산하는 문제입니다. 강물 속도와 배 속도를 이용한 전형적인 상대 속도 문제죠. 정답은 오후 4시입니다 (2시에 잃어버렸다면).

• 정답 맞힌 모델: DeepSeek R1, Doubao, Kimi, Google Gemini
• 틀린 모델: Baidu Wenxin Yiyan, Tongyi Qianwen, ChatGPT, Copilot, Meta AI

이번에는 DeepSeek R1과 Google Gemini가 정답을 맞혔네요? 오히려 챗GPT나 Copilot은 틀렸습니다. 신기하죠?

문제 3: 도시의 탑과 학생

이 문제는 좀 더 공간 지각 능력과 논리적 사고를 요구하는 기하 문제입니다. 도시의 6개 탑 중 4개만 보이고 2개는 가려지는 상황에서, 학생 그룹의 최대 인원수를 맞히는 문제였죠. 정답은 6명입니다.

이 문제는... 충격적이게도 제가 테스트한 어떤 주류 AI 모델도 정답을 맞히지 못했습니다. DeepSeek R1 포함해서요. 이건 AI에게도 정말 어려운 문제였나 봐요.

이런 몇 가지 테스트만으로는 단정하기 어렵지만, 논리적 추론 능력 면에서는 DeepSeek R1이 꽤 괜찮은 성능을 보여줬다고 생각합니다. 특히 문제 2에서 다른 주류 모델들이 틀린 걸 맞혔다는 점은 인상 깊었어요.

 

 

 

3. 코드 프로그래밍 능력: 코딩도 잘 할까?

개발자 블로거인데 코딩 능력을 빼놓을 수 없죠! AI에게 코드를 짜게 시키고 제대로 돌아가는지 확인해봤습니다.

프로젝트 1: 파이(π) 값 계산 (VB6)

일부러 좀 '옛날 언어'를 써봤습니다. 바로 VB6인데요. VB6는 요즘 잘 안 쓰는 언어라 인터넷에 코드가 흔하지 않거든요. 혹시 AI가 인터넷에서 긁어온 코드를 주는 게 아닐까 싶어서 일부러 마이너한 언어를 선택한 거죠. 그리고 제가 VB6에 익숙해서 결과 검증이 쉬운 것도 있었고요.

요구사항은 간단했습니다. "VB6로 파이(π) 값을 계산하는 소스 코드를 작성해줘."

DeepSeek은 바로 VB6 코드를 척척 작성해줬습니다. VB6 환경에서 돌려보니 소수점 14자리까지는 정확하게 계산해내더군요. 어? 제법인데? 싶었죠.

그런데 요구사항을 바꿔서 "파이 값을 최소 100자리까지 정확하게 계산해줘"라고 했더니, DeepSeek은 VB 코드에서 '교착 상태(Deadlock)' 같은 오류를 뱉어내고 결과를 못 내놓더라고요. 챗GPT도 비슷한 상황에서 고정밀 계산에는 실패했습니다.

아무래도 고정밀 계산이나 복잡한 알고리즘 구현에서는 아직 한계가 있는 것 같습니다.

 

 

프로젝트 2: 간단한 크롬 플러그인

이번에는 좀 더 실용적인(?) 과제를 줘봤습니다. "현재 브라우저 북마크를 분류별로 보여주는 간단한 크롬 플러그인을 만들어줘."

사실 저도 크롬 플러그인은 그때 처음 만들어 보는 거였어요. 그래서 AI의 도움이 절실했죠! 처음에는 챗GPT에게 부탁했는데, 코드를 받아서 플러그인을 만들고 실행해보니 아무것도 안 뜨더라고요. (무료 버전이라 그런 걸까요?)

두 번째로 DeepSeek에게 부탁해봤습니다. DeepSeek이 짜준 코드로 플러그인을 만들고 실행해보니? 짠! 정상적으로 작동했습니다. 북마크 분류별로 예쁘게(?) 정리된 웹사이트 목록이 뜨는 걸 보고 감탄했죠.

이 경험을 통해 저는 두 가지를 확실히 느꼈습니다.

1. 무료 버전의 챗GPT는 프로그래밍 작업에는 좀 아쉬울 수 있지만, DeepSeek은 최소한 이 정도 수준의 코딩 작업에는 확실히 쓸만하다는 것.
2. AI 덕분에 프로그래밍 문턱이 진짜 엄청 낮아졌다는 것. 심지어 저처럼 플러그인 개발 경험이 없는 사람도 AI 시키는 대로 하니까 결과물이 나오더라고요. '바보도 프로그래머가 될 수 있겠다'는 생각이 진심으로 들었습니다.

 

마무리하며: DeepSeek, 앞으로가 더 기대된다!

자, 제가 직접 DeepSeek과 다른 주류 AI 모델들을 비교해본 간단한 테스트 결과를 공유해드렸는데요. 어떠셨나요?

이 테스트들만 놓고 보면 DeepSeek R1은 분명 인상적인 성능을 보여줬습니다. 특히 자연어 생성의 창의성이나 일부 논리 추론 문제 해결 능력, 그리고 저의 개인적인 경험으로는 코딩 능력에서 강점을 드러냈어요. 물론 소스에서 DeepSeek-V3는 평균적이었다고 하는데, 제가 주로 테스트한 R1은 꽤 괜찮았던 거죠.

하지만 그렇다고 해서 DeepSeek이 아직 다른 모든 AI 제품을 압도할 수준이라고 단정하기는 어렵습니다. 전문적이고 복잡한 기술 문제 해결에서는 여전히 보완이 필요해 보였어요.

그럼에도 불구하고, DeepSeek이라는 새로운 강자의 등장은 분명 AI 챗봇 시장에 새로운 활력을 불어넣고 있습니다. 사용자 입장에서는 더 다양한 선택지를 가질 수 있게 된 거고요.

앞으로 DeepSeek이 사용자 경험을 얼마나 더 최적화하고, 발견된 기술적 한계들을 어떻게 극복해나갈지, 그리고 모델의 깊이와 폭을 얼마나 더 넓혀갈지가 정말 기대됩니다. 분명 AI 경쟁이 더 치열해지고, 그 결과로 우리 사용자들이 더 좋은 AI 서비스를 만날 수 있지 않을까 싶어요.

여러분도 DeepSeek 한번 사용해보시고 어떤지 저에게도 알려주세요!

 

글이 좋았다면... 페이지 홈으로 바로가기 

 

#태그: DeepSeek, AI, ChatGPT, 인공지능, 거대 언어 모델, LLM, 비교, 테스트, 후기, 코딩, 자연어, 논리 추론, DeepSeek R1, DeepSeek V3, 기술 블로그