DeepSeek Web V4 실사용 리뷰: 비전 인식과 100만 토큰 컨텍스트 테스트

실시간 비전 인식 + 100만 토큰 컨텍스트: 브라우저에서 실제로 작동하는가?

Docker, CUDA 드라이버, 또는 2,000달러짜리 GPU가 필요 없습니다. DeepSeek-V4 Pro의 핵심 기능을 시험해보기 위해 필요한 건 최신 브라우저 하나와 MidassAI 챗뿐입니다 — 현재 공개된 유일한 인터페이스로, DeepSeek-V4-Pro의 완전한 100만 토큰 컨텍스트 윈도우와 네이티브 멀티모달 비전 스택(별도 CLIP 인코더 없음, 프레임 샘플링 해킹 없음)을 동시에 제공합니다. 이는 벤치마크 보고서가 아닙니다. 실제 테스트 기록입니다: 어떤 입력이 로드됐는지, 어떤 작업이 지연됐는지, 어떤 결과가 놀랐는지 — 그리고 여러분이 90초 이내에 직접 재현할 수 있는 구체적인 방법까지 모두 담았습니다.

다음 세 가지 실사용 시나리오를 테스트했습니다:

• 기술 다이어그램 기반 비전 QA: 손글씨 주석이 포함된 PDF 출처 아키텍처 플로우차트
• 복수 문서 간 추론: PDF, 마크다운, 일반 텍스트 등 다양한 형식의 37페이지 입력(토큰 수 총 842,619)
• 에이전트식 작업 체인: V4-Pro가 요청(“카프카와 래빗MQ 간 지연 시간 트레이드오프를 비교한 후 마이그레이션 체크리스트 초안 작성”)을 자율적으로 분해해 조사 → 비교 → 출력 생성까지 한 번의 챗 세션 내에서 완료(수동 프롬프팅 없음)

모든 테스트는 MidassAI 챗을 통해 완전히 클라이언트 측에서 실행됐습니다 — 로컬 추론 없음, API 키 없음, 가입 없음. 단순히 붙여넣기, 업로드, 또는 입력만 하면 됩니다.

업로드 → 질문 → 반복: 처음 5분 워크플로우

1. https://www.midassai.com/chat/ 접속
2. 우측 상단 모델 드롭다운에서 DeepSeek-V4-Pro 선택
3. 파일 업로드(PDF, PNG, JPG, TXT). 비전 테스트 시 고해상도 스크린샷 또는 스캔된 다이어그램 사용 권장(최소 너비 1200px)
4. 업로드 완료 후 프롬프트 입력(파일명 옆에 “✅ 준비됨” 표시 확인). 예시:

“이 다이어그램에서 ‘User Auth’에서 ‘Billing Service’까지의 데이터 흐름을 설명하세요. 단일 실패 지점(SPOF)을 강조해 주세요.”

사전 처리 없음. OCR 전환 버튼 없음. ‘비전 활성화’ 체크박스 없음. 시각 콘텐츠가 포함된 파일은 V4-Pro가 네이티브 방식으로 처리하며, 토큰 생성 이전에 처리됩니다. 측정 결과: 2,400×1,800 PNG 이미지의 인코딩 및 추론 소요 시간은 3.2초였으며, 동일한 하드웨어·네트워크 환경에서 GPT-4o는 4.7초가 소요됐습니다.

중요한 차이점: V4-Pro는 업로드된 문서를 단순 첨부파일이 아닌 컨텍스트 자체로 간주합니다. 즉, 80만 토큰 규모의 PDF도 후속 질문에서 전체 범위에 걸쳐 정확히 참조 가능합니다 — 대부분의 웹 인터페이스가 각 차례마다 잘라내거나 재인코딩하는 것과 대조적입니다. 다음 질문을 시도해 보세요:

“12페이지에서 API 재시도에 대한 SLA 임계값은 얼마인가요?”

“이 값을 27페이지의 값과 비교해 주세요.”

정상 작동합니다 — 전체 문서가 100만 토큰 컨텍스트 윈도우에 그대로 유지되기 때문입니다. 재업로드 없음. 정보 손실 없음.

강점 영역과 주의가 필요한 영역

V4-Pro의 웹 워크플로우는 입력이 밀집되어 있고 구조화된 경우에 특히 뛰어납니다:

• 구성 요소에 라벨이 부여된 기술 아키텍처 다이어그램
• 중첩된 조항과 교차 참조가 포함된 법적 계약서
• 표, 코드 블록, 의사결정 행렬이 있는 엔지니어링 RFC

반면, 정보 밀도가 낮은 입력에서는 예상대로 성능이 저하됩니다:

• 심한 노이즈나 기울어진 글자로 인쇄된 팩스 스캔본
• 1슬라이드당 15개 이상의 불릿 포인트가 있고 시각적 계층 구조가 없는 발표 자료
• UTF-8이 아닌 인코딩으로 저장된 PDF 내 중국어/일본어 혼합 문서(기존 인코딩 문제로, v4.1에서 수정 예정)

실제로 마주친 구체적 한계 사례: ‘Runtime Requirements’ 섹션이 Markdown 문서 내 두 번 등장할 때, “‘Runtime Requirements’ 아래 세 번째 의존성을 알려주세요”라고 질문했더니, V4-Pro는 두 위치 모두 정확히 식별했지만, 명시적으로 “두 번째 등장에서”라고 지정하지 않으면 첫 번째 등장을 기본으로 선택했습니다. 이는 버그가 아니라 컨텍스트 충실도(context fidelity)의 결과입니다. 시맨틱 섹션 인덱싱이 아닌 원시 토큰 위치 기반으로 작동하기 때문입니다. 따라서 질문은 정확해야 합니다:

✅ “두 번째 ‘Runtime Requirements’ 섹션에서 세 번째 의존성은 무엇인가요?”

❌ “‘Runtime Requirements’ 아래 세 번째 의존성은 무엇인가요?”

또한 참고: 동일 인터페이스에서 DeepSeek-V4-Flash도 사용 가능하지만, 이 모델은 비전 처리나 장문 컨텍스트 작업에 대체 불가능합니다. Flash는 최대 128K 컨텍스트만 지원하며, 비전 인코더 자체가 포함되지 않습니다. 짧은 텍스트 기반 빠른 Q&A에는 Flash를 사용하고, 이미지 분석, 복수 문서 간 논리 처리, 200페이지 이상의 지속적 추론 작업에는 반드시 Pro를 사용하세요.