DeepSeek 한 달 사용기

이번 포스트에서는 2026년 6월 한 달 동안 DeepSeek를 사용해 본 소감을 간략히 적어 볼까 합니다. 

사용환경은 Asahi Linux(Fedora) 이고, 주로 VideCoding과 예전 프로젝트들에 대한 refactoring, 최적화/버그수정 및 새로운 기능 추가등에 사용을 했습니다. Gemini -> Claude -> Gpt를 각각 1달간 정기 구독을 했었고, 현재는 DeepSeek를 사용하고 있습니다. 

우선 토큰 사용량을 한번 보겠습니다. 

정확히 30일은 아닙니다. 6월 6일부터 사용을 했으니까. 6월 한 달간 24일을 사용한 것인데요. DeepSeek V4 Pro는 딱 2일을 사용했고, 대부분은 V4 Flash를 사용했습니다. 요청건수는 총 28,880건, 사용한 토큰은 대략 30억 토큰입니다.  Agent 도구로는 Reasonix-Desktop을 사용합니다.  DeepSeek의 Input Cache Hit에 최적화시킨 도구로 알려져 있는데요. 실제로 사용을 해 본 결과 매우 만족스럽습니다. 6월 한 달간 Cache Hits 률은 98.18%입니다.  일평균 토큰 사용량은 Input 1억 2천만 토큰, Output는 45만 토큰입니다.

DeepSeek는 정액제가 없고 API 서비스만 제공하기 때문에 사용한 만큼 차감되는 형식입니다. Gemini, Claude, Gpt 같이 월 정액제에 따른 하루 5시간 및 주간/월간 사용량 제한이 없다는 점이  최대 장점 중 하나입니다. 하루에 대략 8시간씩 사용했고, 주말에는 거의 하루 종일 사용을 하는 편입니다.  하루 평균 1억 2천만 token 이니, 0.79달러(1550원 환율로 계산 시, 1,225원) 수준입니다.  너무나 만족스러운 가성비입니다. 하루 커피 한잔 값도 안 되는 가격으로 맘껏 사용할 수 있다는 것이 최대 장점이라고 할 수 있습니다. 

대략 10개 정도의 프로젝트에서 사용을 하고 있는데, 개인적으로는 Gpt 나 Claude 사용했을 때보다 유사수준 모델을 사용 기준으로 추론능력이나 도구호출 및 해결능력에서 문제가 생긴 적이 한번도 없습니다. 반응속도는 제시하는 질의의 복잡도에 따라 다르겠지만, 상당히 빠른 편입니다. 오래 기다려서 답답하다고 느낀 적은 거의 없습니다. 

Reasonix는 오늘(7월 2일) 시점에서 최신버전은 1.15.0 입니다만, 1.8.1 버전을 Custom 해서 사용하고 있습니다.  1.9.0 버전에서 납득하기 어려운 버그가 발생되면서, 1.8.1 버전을 Custom 하기 시작했습니다. 필요 없는 기능들을 과감히 제거하고, 주로 장기/중기/단기 기억 기능과 도구사용 상의 오류 및 이를 바로잡은 방법을 기억하는 기능을 추가해서 한번 실수한 방법론을 반복하지 않도록 하는데 중점을 두었고, Bot 연결은 중국계 서비스인 QQ, Feishu, Lark, WeChat 만 지원을 하는데, Telegram을 지원하도록 수정을 했습니다. Telegram을 연결하면 자동으로 현재 사용하던 Session에 Bridge 되도록 해서, 일을 시켜 놓고 잠시 자리를 떠나 커피를 마시러 가더라도 처리 결과를 받아 볼 수 있음은 물론, 후속 요청을 원격에서 할 수 있도록 구현하여 사용하고 있습니다. 

자체 Cusom 해서 사용중인 Reasonix

System Prompt 는 Reasonix 가 자체적으로 빌트인 하고 있는 Prompt에 몇 가지만 추가를 했는데, 사용자 별칭, 모든 메시지는 한국어로 표시, 그리고 사용자의 질문이 모호할 경우 최대 3번까지 사용자에게 질문을 하라는 것과 메모리 관련 규칙을 추가했고, 코드 분석에서는 기본적으로 언어별 LSP 서버, Codegraph, 그리고 code-index 등 3 layer로 사용하도록 했습니다. 그 밖에 별도의 MCP나 Plugin은 추가하지 않았으며, 필요한 기능이 있을 경우에는 Hard-Coding으로 기능을 추가하거나 Skill를 만들어 사용하는 정도입니다. 

다른 여타 Agent 도구들도 마찬가지 이지만, Reasonix 에도 기본적인 System Prompt 가 내장되어 있습니다. 일반적으로 사용자들은 이 내장된 System Prompt를 확인하지 않습니다. 사용자 각자가 자신의 환경에 맞는 User System Prompt를 추가하게 되는데요. Reasonix 는 REASONIX.md 파일에 작성합니다. 물론, CLAUDE.md 나 AGENT.md  파일도 수용합니다.  문제는 사용자에 의해 추가된 Prompt가 내장 Basic System Prompt 의 내용과 중복되거나 상반 혹은 충돌할 수 있다는 점 입니다. 또한 표현의 모호성은 실제 해당 요구사항을 항상 이행하지 않을 수도 있습니다. System Prompt는 매 턴마다 주입되기 때문에 중복된 내용은 Prompt의 크기를 키우는 꼴이라 불필요한 Token 낭비가 유발될 수 있으며, 상반된 사실은 AI Agent 가 판단할때 혼란을 일으키거나 매번 tool 호출 시 일관되지 않는 처리를 할 수도 있으며, 정보가 손실되는 등의 부작용을 초래할 수 있습니다.

따라서, System Prompt 를 작성하거나 수정한 후에는 AI Agent 에게 System Prompt를 반드시 검토 시키고 수정/보안 하는 과정을 거쳐야 합니다.

Custom 하면서 가장 많이 신경을 쓴것은 Memory(기억) 기능입니다. Reasonix는 모든 대화내용을 저장합니다. 따라서 사용자가 과거에 대한 질의를 했을 때, 과거 대화를 검색하고 대응할 수 있습니다. 기본적으로 BM25 검색기능에 trigger_condition 필드 + priority 필드를 적용하여 단순 키워드 검색보다 의미론적 검색이 가능하도록 보강을 했습니다. 매 턴(turn, 사용자의 질의 - AI의 응답) 마다 기억저장소를 업데이트하고, 작업의 성공여부를 마킹도록 했으며, global로 기억을 해야 하는지, 프로젝트 별로 기억해야 하는지를 식별하도록 했습니다. 따라서, 새로운 세션을 시작하거나, 이미 열려 있는 여러 세션을 오가며 작업을 할 때에도 모든 기억을 사용할 수 있도록 했습니다.

예를 들어 Rust 프로젝트는 빌드 시에 xxxx 명령을 사용하라고 하거나, 혹은 새로운 기능이 업데이트되었을 때에는 PROJECT_OVERVIEW.md 파일을 업데이트해야 한다는 요구를 한 번만 하면, 이후로는 새로운 프로젝트를 시작하거나 다른 프로젝트에서 새로운 기능을 추가했을 경우에 알아서 md 파일을 업데이트합니다.  해당 파일이 없으면 초안을 알아서 만들고 업데이트합니다. 이건 알고리즘의 문제이기도 하지만, DeepSeek 자체의 역량이기도 합니다. 

 

DeepSeek를 사용하면서, 다른 AI 모델에서 경험했던 추론-looping(무한 뺑뺑이), 거짓 보고(실제로는 안했는데 했다고 보고하는 것) 등이 전혀 없었고, 소스코드에 대한 분석능력도 탁월해서, 미처 예상치 못했던 버그를 찾아주거나 최적화도 잘합니다. Pro 모델을 사용하지 않고 Flash 모델을 사용해도 충분히 만족스러운 결과를 도출해 줍니다.

- - - - - - - -

중국향 AI 모델이기 때문에 선입견도 있어서 해외 유저들이 그리 많지는 않은것 같기는 한데, 실제로 써보면 가성비가 정말 말도 안되게 좋다는 것을 인정할 수 밖에 없는 수준입니다.  물론, Frontier Model 들에 비해 매우 복잡하고나 보다 전문적인 추론 능력이 부족할 수는 있을 것 입니다. 이건 필자기 직접 비교해 보지 않았기 때문에 정확히 어느정도다 라고는 말 할 수 없습니다만, 적어도 다른 AI 모델을 써야하나 하고 고민할 필요를 못 느끼게 만들어 버린 다는 점에서 매우 만족하고 있습니다. 

단점도 있습니다. Vision 기능이 없기 때문에, 화면 구성이나 디자인 설계등을 할 때, 의사소통이 굉장히 어렵습니다. 필자는 주로 TUI나 CLI를 개발하기 때문에 큰 불편함이 없지만, GUI app 이나 web design 등에 활용하는 경우라면 불편할 수도 있겠다는 생각을 해 봅니다. 

7월 중순에 드디어 정식버전을 공개한다고 합니다. Multi-Modal 지원으로 그동안 약점으로 인식되던 Vision 기능을 지원한다고 하는데, 기대가 됩니다.  

 

* 관련 글 보기    
2026.06.29 - DeepSeek 7월 중순부터 피크타임 시간대 가격 2배 적용      
2026.06.07 - Gpt를 떠나고 Deepseek를 사용하기 시작했습니다.