2023-11-02 release
첫 공개 모델 DeepSeek-Coder 출시
코드 생성과 이해에 특화된 첫 공개 모델군 DeepSeek-Coder 출시.
1.3B부터 33B까지 복수 크기로 구성. 총 2조 개 학습 토큰 중 87%가 코드. 16K 문맥과 빈칸 채우기 학습을 통한 프로젝트 수준 코드 완성·수정 지원. 연구 조직에서 공개 모델 개발사로 전환했음을 알린 첫 제품.
범용 언어·추론·코딩·수학·멀티모달 모델과 AI 인프라를 개발하는 중국 인공지능 기업. 2023년 항저우에서 량원펑이 설립한 하이플라이어 계열 연구 조직. MoE·MLA·강화학습을 활용한 연산 효율화와 모델 가중치·기술 보고서 공개 전략이 특징. 2025년 DeepSeek-R1의 미국 앱스토어 1위와 세계 기술주 충격을 계기로 중국 AI 및 개방형 모델 생태계의 상징으로 부상.
모태는 량원펑이 공동 설립한 중국 정량투자사 하이플라이어. 금융 거래용 AI 연구 인력과 GPU 클러스터를 범용 인공지능 연구로 전환한 것이 출발점. 2023년 7월 항저우에 별도 연구 조직 딥시크 설립. 외부 투자와 단기 매출보다 자체 자금 기반 장기 연구 및 결과 공개에 중점을 둔 초기 운영 방식.
2023년 코드 생성 모델 DeepSeek-Coder와 범용 모델 DeepSeek-LLM 공개. V2에서 필요한 전문가만 활성화하는 MoE와 KV 캐시를 줄이는 MLA를 결합해 학습·추론 효율 개선. V2.5에서 일반 대화 모델과 코딩 모델을 단일 계열로 통합. V3에서 전체 6,710억 개 중 토큰당 370억 개의 매개변수 활성화 및 FP8 혼합정밀도 학습 적용. V3 비용 수치는 선행 연구·실험·인프라 전체가 아닌 완성 모델 공식 학습에 투입된 GPU 시간 추산치.
R1 계열은 지도학습 의존도를 낮추고 강화학습으로 추론 행동을 유도한 R1-Zero 실험을 기반으로 개발. R1과 여섯 종의 증류 모델 가중치를 MIT 라이선스로 배포. 성능·낮은 API 가격·공개 가중치의 결합에 따른 빠른 채택과 미국 애플 앱스토어 무료 앱 1위 달성. 고가 GPU와 대규모 자본 지출의 필수성에 대한 논쟁 및 엔비디아 등 기술주 급락 촉발.
급속한 국제 확장 과정에서 개인정보와 국가안보 쟁점 부상. 이탈리아의 개인정보 처리 제한과 한국의 신규 앱 다운로드 일시 중단이 대표 사례. 이후 하이브리드 추론 V3.1, 희소 어텐션·에이전트 중심 V3.2, 100만 토큰 문맥의 V4 Pro·Flash로 제품군 확대.
17 타임라인
43 관련 링크
수록 이벤트 분포 점을 선택하면 해당 이벤트로 이동할 수 있습니다.
2023년 2026년
release 13건
2023-11-29 release
범용 모델 DeepSeek-LLM 공개
영어와 중국어를 함께 다루는 범용 언어 모델 DeepSeek-LLM 7B·67B 계열 공개.
2조 개 토큰으로 사전학습. 기반 모델과 대화형 모델 동시 배포 및 상업적 사용 허용. 지식·언어 이해·수학·추론을 포괄하는 범용 성능. DeepSeek-Coder의 코드 특화 노선과 구분되는 V2·V3 범용 모델 계보 확립.
2024-03-11 release
첫 시각언어 모델 DeepSeek-VL 공개
이미지와 텍스트를 함께 이해하는 첫 멀티모달 모델군 DeepSeek-VL 공개.
1.3B·7B 크기의 기반 모델과 대화형 모델로 구성. 자연 이미지·웹페이지·도표·수식·과학 문헌·시각적 위치 지정 작업 처리. 텍스트와 코드 중심 연구를 실제 세계의 시각 정보로 확장한 계기.
2024-05-06 release
DeepSeek-V2 공개
학습 비용과 추론 메모리를 줄인 혼합 전문가 언어 모델 DeepSeek-V2 공개.
전체 2,360억 개 중 토큰당 210억 개의 매개변수만 활성화하는 DeepSeekMoE 적용. 긴 문맥 처리의 KV 캐시를 압축하는 MLA 도입. 8.1조 개 토큰 사전학습 및 최대 128K 문맥 지원. V3와 R1의 효율성을 가능하게 한 핵심 아키텍처 확립.
2024-08-02 release
디스크 기반 문맥 캐싱 도입
반복 입력을 저비용 저장장치에 보관해 재계산을 줄이는 디스크 기반 문맥 캐싱 도입.
긴 대화·문서 질의 등 앞부분이 반복되는 API 요청에 적용. 캐시에서 기존 계산 결과를 불러와 중복 연산 회피. V2의 MLA가 줄인 KV 캐시를 서비스 수준의 비용 절감으로 연결. 캐시 적중 입력 가격 인하를 통한 모델 효율성의 API 가격 경쟁력 전환.
범용 대화 모델 DeepSeek-V2-Chat과 코드 특화 DeepSeek-Coder-V2를 합친 DeepSeek-V2.5 공개.
별도 계열로 운영하던 대화와 코딩 능력을 단일 모델로 결합. 글쓰기·지시 이행·인간 선호 정렬 개선. 기존 deepseek-chat·deepseek-coder API 이름 유지. 호출 방식 변경 없이 통합 모델로 전환 가능한 제품 구조 마련.
2024-12-26 release
DeepSeek-V3 공개
전체 6,710억 개 중 토큰당 370억 개의 매개변수를 활성화하는 차세대 MoE 모델 DeepSeek-V3 공개.
V2의 MLA와 DeepSeekMoE 계승. 보조 손실 없는 부하 균형·다중 토큰 예측·FP8 혼합정밀도 학습 도입. 14.8조 개 토큰 및 278만8천 H800 GPU 시간 규모의 학습. 비용 수치는 완성 모델의 공식 학습 기준이며 선행 연구·실험·장비 취득비는 제외.
모델 가중치와 기술 보고서 동시 제공. 외부 검증 기반 마련과 R1 기반 모델 확립. 딥시크가 세계적 관심을 받는 전환점 형성.
2025-01-20 release
추론 모델 DeepSeek-R1 공개
강화학습 중심 추론 모델 DeepSeek-R1, 실험 모델 R1-Zero, 여섯 종의 경량 증류 모델 공개.
R1-Zero에서 지도 미세조정 없이 대규모 강화학습만으로 자기검증·반성·장기 추론 행동 유도. 정식 R1에서 추론 과정의 가독성과 안정성 개선. 수학·코딩·자연어 추론에서 폐쇄형 선도 모델과 경쟁 가능한 수준으로 보고.
코드와 모델 가중치를 MIT 라이선스로 배포. 출력물을 다른 모델의 미세조정과 증류에 사용 가능. 낮은 API 가격과 공개 가중치를 통한 고성능 추론 모델의 직접 실행·분석 범위 확대.
2025-03-24 release
DeepSeek-V3-0324 공개
V3의 추론·프런트엔드 개발·도구 사용 능력을 개선한 DeepSeek-V3-0324 공개.
비추론 모드에서 일반 업무를 빠르게 처리하는 범용 모델. 긴 사고 과정이 필요한 복잡한 추론은 R1이 담당하는 역할 분리. 모델 가중치를 MIT 라이선스로 배포해 R1과 V3 계열의 개방형 배포 정책 통일.
2025-05-28 release
DeepSeek-R1-0528 공개
R1의 추론 성능과 사용성을 개선한 DeepSeek-R1-0528 공개.
수학·코딩 벤치마크 점수 향상 및 환각 감소. JSON 출력과 함수 호출 지원. 개선된 추론 패턴을 적용한 8B 증류 모델 동시 공개. 대형 추론 모델의 실제 애플리케이션 통합과 소규모 배포 가능성 확대.
2025-08-21 release
DeepSeek-V3.1 공개
사고 모드와 비사고 모드를 결합한 하이브리드 모델 DeepSeek-V3.1 공개.
V3 기반 8,400억 개 토큰 추가 사전학습. 128K 문맥 지원. 도구 호출과 다단계 에이전트 작업을 위한 후속학습 강화. deepseek-chat과 deepseek-reasoner를 동일 기반 모델의 서로 다른 모드로 연결. 별도 범용·추론 모델 구조를 단일 하이브리드 모델로 통합.
2025-12-01 release
DeepSeek-V3.2 공개
희소 어텐션과 에이전트 능력을 강화한 DeepSeek-V3.2 정식 버전 공개.
긴 문맥의 계산량을 줄이는 DeepSeek Sparse Attention 적용. 추론 과정에서 검색·계산·코드 실행을 활용하도록 후속학습. deepseek-chat·deepseek-reasoner를 동일 모델의 비사고·사고 모드로 제공.
고연산 변형 V3.2-Speciale 한시 제공. 수학·정보올림피아드 수준 문제 해결 능력 강조. 단일 질의응답에서 복수 단계 에이전트 작업으로 모델 개발 초점 이동.
4세대 주력 모델 DeepSeek-V4-Pro와 경량·저비용형 V4-Flash 미리보기 공개 및 API 제공 시작.
V4-Pro는 전체 1.6조 개 중 490억 개의 매개변수 활성화. V4-Flash는 전체 2,840억 개 중 130억 개의 매개변수 활성화. 토큰 단위 압축과 DeepSeek Sparse Attention 결합. 두 모델 모두 100만 토큰 문맥 기본 지원. 사고·비사고 모드 및 OpenAI·Anthropic 호환 인터페이스 제공.
에이전트형 코딩과 장기 문맥 작업이 핵심 용도. 단일 모델 전략에서 성능·속도·가격·작업 복잡도별 제품군 전략으로 전환.
change 3건
딥시크 AI 어시스턴트의 미국 애플 앱스토어 무료 앱 다운로드 1위 및 ChatGPT 추월.
R1의 성능·가격 경쟁력과 앱 이용자 급증이 확산 배경. 미국 기업의 대규모 AI 인프라 투자가 필수인지에 대한 시장의 의문 확대. 엔비디아 주가 17% 하락 및 시가총액 약 5,930억 달러 감소. 당시 미국 기업 사상 최대 규모의 하루 시가총액 감소 기록. 대규모 악성 공격을 이유로 신규 가입 일시 제한.
개발자 중심 개방형 모델 회사에서 세계적 소비자 AI 브랜드로 전환. AI 경쟁의 초점을 모델 크기·GPU 보유량에서 효율·가격·공개 전략으로 확장한 사건.
이탈리아 개인정보 감독기구의 딥시크 이용자 개인정보 처리 긴급 제한 및 조사 착수.
조사 항목은 수집 정보·법적 근거·처리 목적·저장 위치·이용자 고지 방식. 딥시크의 답변이 요구 수준에 미달했다는 당국 판단. 이탈리아 내 사업 부재를 이유로 유럽 규정 적용을 부정한 회사 입장이 주요 쟁점.
폭발적 이용자 증가 직후 내려진 첫 주요 규제 조치. 공개 가중치 모델의 기술적 개방성과 중앙화된 앱의 개인정보 처리를 별도 문제로 부각.
한국 개인정보보호법 준수 체계 개선을 위한 국내 앱스토어 신규 다운로드 일시 중단.
국내 출시 당시 현지 개인정보 보호 규정을 충분히 고려하지 못했음을 인정한 회사 입장. 개인정보보호위원회의 시정 요구에 협력. 신규 앱 다운로드만 중단하고 기존 설치 이용자와 웹 서비스는 즉시 차단 대상에서 제외. 조사와 개선 완료 전 개인정보 입력 자제를 이용자에게 권고.
국제 확장 과정에서 데이터 이전·처리 투명성·현지 대리인 제도와 충돌한 사례. 로컬 실행 모델과 회사 운영 앱·클라우드 서비스의 위험을 구분해야 할 필요성 확대.
start 1건
2023-07-17 start
딥시크 설립
2023년 7월 량원펑이 중국 항저우에서 범용 인공지능 연구를 목표로 딥시크 설립.
량원펑이 공동 설립한 정량투자사 하이플라이어의 AI 연구 조직과 컴퓨팅 자원을 기반으로 출발. 외부 벤처투자보다 자체 자금, 단기 상용화보다 기초 모델 연구에 중점을 둔 운영 방식. 고성능 모델의 가중치와 논문을 공개하는 장기 전략의 토대 형성.
갱신 2026-08-14