내가 GPT-4o를 버리고 DeepSeek으로 갈아탄 이유 (그리고 엄청난 비용 절감)

솔직히 말씀드리겠습니다. 저는 DeepSeek이 마음에 들지 않기를 바랐습니다. 오픈 소스 소프트웨어, MIT 라이선스 도구, 그리고 Apache-2.0 프로젝트를 수년간 지지해 온 사람으로서, 또 다른 AI 플랫폼으로 옮겨간다는 생각은 마치 항복하는 것처럼 느껴졌습니다. 하지만 실제로 수치를 계산해 보고, API를 연결해 보니 월간 청구 금액이 폭락하는 것을 목격했습니다. 이제 제가 왜 전환을 결정했는지, 그리고 여러분도 한 시간 안에 어떻게 똑같이 할 수 있는지 말씀드리려 합니다.

마침내 폭발했던 날

상황을 설명해 보겠습니다. 지난달, 저는 마치 OpenAI가 저에게 돈을 빚진 것처럼 청구서를 뚫어지게 쳐다보고 있었습니다. 대시보드에는 본질적으로 "내 코드가 작동하게 해줘"라는 요청을 위해 발생한 또 다른 네 자릿수 금액이 빨간색으로 빛나고 있었습니다. 저는 한 달에 약 1,000만 토큰(tokens)을 처리하는 사이드 프로젝트에 GPT-4o를 사용해 왔습니다. 엄청나거나 기업 규모의 작업은 아니었고, 수백 명의 사용자에게 서비스를 제공하는 평범한 SaaS 도구일 뿐이었습니다.

제 청구서는 어땠을까요? 입력 토큰(input tokens) 비용으로 $62.50가 나왔습니다. 대화 스레드가 길어지면서 출력 토큰(output tokens) 비용이 추가되어 $100를 넘어섰습니다. 그리고 규모를 확장할 생각을 할 때마다 익숙한 불안감이 엄습했습니다. 가격을 마음대로 정할 수 있는 독점적이고 폐쇄적인 소스(closed source) 벤더에게 묶여 있을 때 느끼는 바로 그 기분 말입니다. "어쩌겠어, 플랫폼을 바꿀 거야?"라는 질문 앞에 말이죠.

그 마지막 질문이 저로 하여금 대안을 조사하게 만들었습니다. 그렇게 저는 주말 내내 모든 것을 DeepSeek으로 마이그레이션(migrating)하는 데 시간을 보냈습니다.

눈을 의심하게 만든 수치들

제가 직접 확인한 수치들을 가감 없이 보여드리겠습니다.

DeepSeek V4 Flash: 1M 토큰당 $0.25 (단일 요금제 — 입력/출력 가격 구분 없음).

GPT-4o: 1M 입력 토큰당 $2.50, 1M 출력 토큰당 $10.00.

다시 한번 읽어보세요. 이 단일 요금제 구조만으로도 어떤 개발자든 귀가 솔깃할 것입니다. 출력 토큰이 예산을 망가뜨릴지 아닐지 고민하며 머리를 싸맬 필요가 없습니다. 토큰을 보내면, 100만 개당 $0.25를 지불하면 됩니다. 끝입니다.

하지만 저를 정말 사로잡은 것은 바로 비용 절감입니다. 출력 토큰 (output tokens) 기준으로 최대 97%까지 절약됩니다. 매달 1,000만 개의 토큰을 사용하는 동일한 워크로드의 경우, 입력 비용만 $62.50가 들고 (출력 비용은 훨씬 더 많음) 대신 저는 이제 $2.50만 지불합니다. 끝입니다. 정말로요. 이것은 "언급할 가치조차 없는" 항목과 "잠깐, 결제 시스템에 오류가 난 거 아냐?" 사이의 차이입니다.

제가 금융 전문가(fintech guy)는 아니지만, 이 계산만큼은 확실히 할 수 있을 것 같습니다.

내가 DeepSeek을 신뢰하는 이유 (그리고 여러분도 신뢰할 수 있는 이유)

오픈 소스 순수주의자(open source purist)로서의 제 특징은 모든 것을 의심한다는 점입니다. 모든 "무료 티어 (free tier)"에는 숨겨진 조건이 있고, 모든 "관대한" 가격 정책은 다음 가격 인상을 위한 발판일 뿐입니다. 그래서 API 키를 연결하기 전에 DeepSeek 생태계를 이곳저곳 살펴보았습니다.

그 결과는 놀라웠습니다. DeepSeek의 API 형식은 OpenAI와 완전히 호환됩니다. 이는 제가 통합 계층 (integration layer) 전체를 다시 작성하거나, SDK를 교체하거나, 생소한 독자적 프로토콜을 배울 필요가 없음을 의미했습니다. 제가 사용해 왔던 동일한 openai Python 패키지요? 그냥 작동합니다. 베이스 URL (base URL)을 다르게 지정하고, 모델 이름만 바꾸면 바로 시작할 수 있습니다.

그렇다면 DeepSeek 자체가 모델 가중치 (model-weight) 관점에서 오픈 소스인가요? 그들은 다양한 모델의 가중치를 공개했으며, 투명성에 대한 그들의 의지는 제가 지금까지 접해본 그 어떤 폐쇄형 가두리 양식장 (closed source walled garden)보다 훨씬 앞서 있습니다. 아키텍처 (architecture)에 대해 읽어볼 수 있고, 벤치마크 (benchmarks)를 확인할 수 있으며, 주장하는 바를 검증할 수 있습니다. "우리 말을 믿으세요, 더 좋습니다"라고 말하며 그에 상응하는 비용을 청구하는 독점적인 블랙박스 (black boxes) 모델들과 비교해 보십시오.

저에게 있어 그것이 핵심입니다. 오픈 소스는 단순히 라이선스 (license)에 관한 것만이 아닙 (물론 제가 찾는 Apache-2.0이나 MIT가 황금 표준이긴 합니다). 그것은 철학에 관한 것입니다. 즉, 투명성, 감사 가능성 (auditability), 그리고 포크 (fork)하여 수정할 수 있는 능력에 관한 것입니다. DeepSeek은 제가 진심으로 높게 평가하는 방식으로 그러한 정신을 지향하고 있습니다.

환경 설정하기

자, 이제 실무적인 내용으로 넘어가겠습니다. 필요한 모든 것은 다음과 같습니다.

사용 도구:

Global API 계정 (이유는 잠시 후에 설명하겠습니다)
API 키 — 32자리의 16진수 문자열
Python 3.8+ 또는 Node.js 18+ (본인에게 편한 것을 사용하세요)
의존성 관리를 위한 pip 또는 npm

키 발급받기:

중국 본토에 계신다면 DeepSeek에 직접 가입할 수 있습니다. WeChat Pay와 Alipay를 지원하므로, 해당 결제 수단을 사용 중이라면 매우 편리하지만 그렇지 않다면 번거로울 수 있습니다. 인터페이스는 중국어로 되어 있고, 고객 지원도 중국어로 제공되며, 해외 카드는 사용할 수 없습니다.

그 외 지역에 계신 분들 — 저 또한 베를린에서 이 글을 쓰고 있으므로 여기에 포함됩니다 — 에게는 Global API가 정답입니다. Global API는 단일 API 키를 통해 DeepSeek(및 기타 여러 제공업체)에 대한 접근 권한을 제공하는 통합 게이트웨이입니다. PayPal 결제, 완전한 영어 인터페이스, 영어 문서, 그리고 예상치 못한 추가 요금이 붙지 않는 가격 체계를 제공합니다. 마지막에 이에 대해 더 자세히 말씀드리겠지만, 지금은 제가 추천하는 경로라는 점만 알아두세요.

키는 3f4a8b2c9e1d3f6a7b0c2d4e5f8a1b3c와 같은 형태일 것입니다. 공유하지 마세요. 커밋(commit)하지 마세요. 책임감 있는 성인처럼 환경 변수(environment variable)에 저장하세요.

실제 코드 (재미있는 부분)

이제 제가 가장 좋아하는 일을 할 차례입니다. 개방형이며 호환 가능한 API가 실제로 어떻게 작동하는지 증명하는 것이죠. 특별한 SDK도, 독점적인 클라이언트도 필요 없습니다. 그저 다른 엔드포인트(endpoint)를 가리키는 표준 OpenAI 라이브러리만 있으면 됩니다.

Python:

import os
from openai import OpenAI

...

이게 전부입니다. 이것이 마이그레이션(migration)의 전 과정입니다. 참고로 Apache-2.0 라이선스로 배포되는 openai 패키지는 마치 OpenAI인 것처럼 DeepSeek의 API와 통신합니다. 동일한 구조, 동일한 응답 형식, 동일한 스트리밍(streaming) 동작, 동일한 도구 호출(tool-calling) 컨벤션을 유지합니다. 정말 아름답지 않나요?

JavaScript (Node 사용자들을 위해):

import OpenAI from 'openai';
import 'dotenv/config';

...

마찬가지입니다. openai npm 패키지는 MIT 라이선스(MIT 라이선스의 승리!)이며, 내부적으로 DeepSeek과 통신하고 있다는 사실을 신경 쓰지 않습니다. 그저 HTTP를 통해 JSON을 보내고 JSON을 받을 뿐입니다.

내가 생각하는 철학

잠시 코드에서 벗어나 저를 괴롭히는 문제에 대해 이야기해보고 싶습니다.

현재 AI 산업은 폐쇄적인 생태계(walled gardens)가 지배하고 있습니다. 독점적인 API, 폐쇄형 가중치(Closed weights), 그리고 한 번 충분한 글루 코드(glue code)를 작성하고 나면 마이그레이션이 불가능하게 느껴지도록 설계된 가격 모델까지 말이죠. 여러분이 이러한 플랫폼 중 하나를 기반으로 구축할 때마다, 여러분은 도박을 하는 것이며 그 배당률은 플랫폼 운영자가 결정합니다.

과거에는 그 도박이 피할 수 없는 것처럼 느껴졌습니다. 특정 기능에 있어서는 GPT-4o가 유일한 선택지였고, 여러분은 지불해야 하는 비용을 지불해야만 했습니다. 하지만 DeepSeek이 훨씬 저렴한 비용으로 대등한(때로는 더 나은) 벤치마크 성능을 가진 OpenAI 호환 API를 출시한 순간, 계산법이 바뀌었습니다. 갑자기 락인(lock-in) 효과는 선택 사항이 되었습니다. 갑자기 품질을 희생하지 않고도 이식성(portability)을 선택할 수 있게 된 것입니다.

이것이 바로 오픈 소스가 항상 지향해 온 가치 아닙니까? 단순히 "공짜(free as in beer)"가 아니라, "자유(free as in freedom)"로서의 자유 말입니다. 전환할 수 있는 자유, 검사할 수 있는 자유, 포크(fork)할 수 있는 자유 말이죠. DeepSeek이 OpenAI 호환 API를 출시하기로 결정했을 때, 그들은 사실상 이렇게 말하고 있는 것입니다. "우리는 우리 제품에 충분히 자신감이 있으므로, 여러분을 우리의 생태계로 강제하는 대신 여러분이 있는 곳으로 가겠습니다."

저는 그 점이 정말 좋습니다. 그런 사례가 더 많아지기를 바랍니다. 저는 모든 API가 여러분이 헤엄쳐 건너야 하는 해자(moat)가 아니라, 여러분이 구현할 수 있는 사양(spec)이 되기를 원합니다.

성능은 어떤가?

여러분이 무슨 생각을 하는지 압니다. "물론 싸긴 한데, 성능은 괜찮은 거야?"

솔직히 말씀드리면, 제가 공식적인 성능 비교 테스트(bake-off)를 수행했다고 거짓말하지는 않겠습니다. 하지만 제가 확인한 벤치마크 결과는 — 여러분이 직접 확인할 수 있으며, 그것이 바로 핵심입니다 — DeepSeek V4 Flash가 대부분의 작업에서 GPT-4o와 대등하게 경쟁하며, 여러 작업에서는 오히려 앞선다는 것을 보여줍니다. 추론(Reasoning) 작업, 코드 생성, 다국어 콘텐츠 생성 등에서 그 격차는 없거나 오히려 DeepSeek이 우위에 있습니다.

저의 사용 사례(사용자가 중간 정도의 복잡성을 가진 API를 탐색하도록 돕는 챗봇)의 경우, 그 차이는 감지할 수 없을 정도였습니다. 응답 품질(Response quality)은 동일하게 느껴졌고, 지연 시간(Latency)도 동일하게 느껴졌습니다. 유일하게 변한 것은 제 청구서에 찍힌 숫자뿐이었습니다.

만약 여러분이 진정으로 최첨단(bleeding-edge)의 작업 — 거대한 컨텍스트 윈도우(context windows), 프런티어 추론(frontier reasoning), 정확도의 단 1% 차이가 결정적인 작업 — 을 수행하고 있다면, 여전히 여러분의 특정 워크로드(workload)에 대해 테스트를 해봐야 합니다. 그것이 올바른 엔지니어링입니다. 하지만 일반적인 애플리케이션을 구축하는 우리 90%의 사용자들에게는 어떨까요? DeepSeek은 충분히 역량 있습니다.

나의 마이그레이션 체크리스트 (그대로 따라 하세요)

만약 마음을 정했고 전환을 하고 싶다면, 제가 수행한 정확한 순서는 다음과 같습니다:

Global API에 가입하고 API 키를 발급받았습니다.
개발 환경과 CI/CD 환경의 환경 변수에 GLOBAL_API_KEY를 설정했습니다.
코드베이스에서 OpenAI 클라이언트를 인스턴스화(instantiated)한 모든 곳을 찾았습니다. 총 세 군데였습니다.
각 인스턴스화 코드에 base_url="https://global-apis.com/v1"을 추가했습니다.
model="gpt-4o"를 model="deepseek-v4-flash"로 변경했습니다.
테스트 스위트(test suite)를 실행했습니다. 모두 통과했습니다.
스테이징(staging) 환경에 배포했습니다. 아무것도 깨지지 않았습니다.
프로덕션(production) 환경에 배포했습니다. 사용자들은 눈치채지 못했습니다. 제 지갑은 눈치챘습니다.
예산 알림(budget alert)을 설정했습니다. 이제는 알림이 얼마나 드물게 울리는지 감탄하며 지켜볼 수 있게 되었습니다.

그게 전부입니다. 머릿속으로 이 블로그 포스트를 쓰는 시간을 포함해서 딱 2시간 걸린 작업이었습니다.

누군가 미리 말해줬으면 좋았을 것들

여러분이 겪지 않도록 제가 마주쳤던 몇 가지 주의사항(gotchas)을 알려드립니다:

스트리밍(Streaming)은 완전히 동일하게 작동합니다. OpenAI 코드에서 stream=True를 사용하고 있었다면, 그대로 두시면 됩니다. 청크(chunks)는 동일하게 반환됩니다.

도구 호출(Tool calling)도 완전히 동일하게 작동합니다. tools 및 tool_choice 파라미터가 인식됩니다. 별도의 설정은 필요 없습니다.

토큰 계산(Token counting)은 약간 다를 수 있습니다. DeepSeek의 토크나이저(tokenizer)는 OpenAI의 것과 다르므로, 컨텍스트 윈도우(context windows)에 엄격한 제한이 있다면 여유분(buffer)을 두시기 바랍니다.

비용 전망(cost projections)을 업데이트하는 것을 잊지 마세요. 만약 AI 지출을 추적하는 스프레드시트를 가지고 있다면, 수치가 비현실적으로 보일 수도 있습니다. 하지만 실제입니다. 어쨌든 업데이트하십시오.

내가 멈출 수 없는 오픈 소스(Open Source)에 대한 설득

여러분이 이 글을 통해 가져갔으면 하는 핵심은 이것입니다.

폐쇄적인 가두리 양식장(walled garden) 형태의 모델 대신 DeepSeek과 같이 이식 가능하고 OpenAI와 호환되는 API를 선택할 때마다, 여러분은 투표를 하는 것입니다. 여러분은 다음과 같이 말하고 있는 것입니다: "나는 전환할 수 있는 자유를 가치 있게 여긴다. 나는 투명성을 가치 있게 여긴다. 나는 단일 벤더의 가격 결정에 인질로 잡히는 것을 원치 않는다."

그 투표는 중요합니다. 이는 우리가 독점적인 라이브러리 대신 MIT 라이선스의 JavaScript 라이브러리를 선택할 때마다 던지는 투표와 같습니다. 벤더 종속적인 확장 기능이 있는 상용 데이터베이스 대신 Apache-2.0 데이터베이스를 선택할 때의 투표와도 같습니다. 문서를 믿는 대신 소스 코드를 읽을 때 던지는 투표와도 같습니다.

오픈 소스(Open source)는 종교가 아닙니다. 그것은 실용적인 전략입니다. 오픈 소스는 벤더들이 정직하게 행동하도록 만듭니다. 여러분에게 선택권을 제공합니다. 그리고 우리가 구축하는 모든 것의 기반이 빠르게 되어가고 있는 AI API의 경우, 그러한 선택권은 싸워서 얻을 가치가 있습니다.

마무리 (그리고 다음 단계)

이것이 마치 영웅적인 반란 행위였던 것처럼 꾸미지는 않겠습니다. 저는 바스티유 감옥을 습격한 것이 아닙니다. 저는 베이스 URL(base URL)과 모델 이름(model name)을 변경했을 뿐이고, 그 결과 매달 수백 달러를 아끼기 시작했습니다. 하지만 작은 선택들이 복리로 쌓입니다. 저는 갑작스러운 가격 인상 후에 허둥지둥 마이그레이션(migration)을 하는 개발자보다는, 선택의 폭을 열어두는 개발자가 되고 싶습니다.

직접 시도해보고 싶다면, Global API에서 시작하는 것을 추천합니다. 무료 가입이 가능하고, PayPal을 지원하며(이는 중국 은행 계좌나 Alipay 계좌가 필요 없음을 의미합니다), 대시보드와 문서가 영어로 제공됩니다. 약 2분 안에 API 키를 발급받아 점심시간 전에는 위의 코드 샘플을 실행해 볼 수 있을 것입니다.

원하신다면 global-apis.com에서 확인해 보세요. 압박을 드리거나 제휴 마케팅 같은 헛소리를 하려는 것이 아닙니다. 그저 동일한 결과물을 얻기 위해 40배나 더 많은 비용을 지불하는 것에 마침내 지쳐버린 한 개발자의 제안일 뿐입니다. 첫 번째 아주 작은 청구서를 바라보며 미소 지을 미래의 당신이 고마워할 것입니다.

이제 실례하겠습니다, 저는 한 달에 약 60달러의 여유 자금이 생겼으니 이 돈을 어디에 쓸지 고민해 봐야겠군요. 커피를 더 마실까 생각 중입니다. 아니면 도메인 이름을 살 수도 있겠네요. 오픈 소스 (open source) 생태계 그 자체처럼, 가능성은 무궁무진합니다.