DeepSeek, 비전 모델 API 가이드 공개...이미지 입력 방식과 제한 조건 명시

무엇이 바뀌었나

DeepSeek가 비전 모델 'deepseek-v4-flash-vision-exp'에 대한 공식 API 가이드 문서를 공개했다[1]. 이 문서는 이미지를 모델에 전달하는 세 가지 방법인 base64 인라인 삽입, 외부 URL 참조, Files API 참조를 설명하고, 각 방식을 OpenAI 호환 Chat Completions API, Responses API, Anthropic 호환 API(/messages 엔드포인트)에서 어떻게 호출하는지 정리했다[1]. 지금까지 텍스트 위주로 소개되던 DeepSeek API에 이미지 입력 방식이 문서화된 형태로 정리된 것이어서, 멀티모달 기능을 실제 서비스에 붙이려는 개발자 입장에서는 참고할 기준이 하나 늘어난 셈이다.

방식별 제한 조건이 뚜렷하게 갈린다

문서에 명시된 수치를 보면 세 가지 이미지 전달 방식은 제약 조건이 서로 다르다. base64로 이미지를 요청 본문에 직접 인라인하는 경우 전체 요청 본문 크기가 48 MiB를 넘을 수 없다[1]. 외부 URL로 이미지를 참조하는 방식은 파일 자체가 32 MiB 이하여야 하고, URL 문자열 길이는 8192자 이내여야 하며, 서버가 해당 URL에서 이미지를 내려받는 데 걸리는 시간은 60초를 넘기면 실패로 처리된다[1]. Files API를 통해 미리 업로드한 파일을 참조하는 방식은 최대 64 MiB까지 지원해 세 방식 중 가장 큰 파일을 다룰 수 있다[1]. 이미지 하나당 소비되는 토큰은 최대 384 토큰으로 고정되어 있고, 작은 이미지는 약 384×384 픽셀 수준까지 업스케일되며 큰 이미지는 약 800×800 픽셀 수준으로 다운스케일된 뒤 처리된다[1].

실무에서 확인할 조건

이 수치들은 대량의 이미지를 배치로 처리하거나 고해상도 이미지를 그대로 넘기려는 서비스 설계에 직접 영향을 준다. 예를 들어 사용자가 업로드한 원본 이미지 용량이 크거나 외부 CDN에서 이미지를 가져오는 구조라면, 32 MiB나 8192자 URL 길이 제한, 60초 다운로드 시간 제한에 걸리지 않는지 사전에 검증할 필요가 있다[1]. 반대로 다수의 이미지를 한 번에 처리해야 하는 경우 이미지당 384 토큰이라는 고정 소비량을 기준으로 전체 요청의 토큰 예산과 비용을 미리 계산해두는 편이 안전하다[1]. 세 가지 API 호환 방식(OpenAI, Responses, Anthropic)을 모두 지원한다는 점은 기존에 특정 SDK나 클라이언트 라이브러리를 써온 개발팀이 마이그레이션 비용 없이 DeepSeek 비전 모델을 붙여볼 수 있다는 의미로 볼 수 있다[1].

확인되지 않은 부분

공개된 문서에는 deepseek-v4-flash-vision-exp 모델의 정식 출시일이나 공개 발표 시점이 명시되어 있지 않다. 모델명에 포함된 'exp' 표기로 미루어 실험적 단계의 모델일 가능성이 있으나, 정식 버전 전환 일정이나 가격 정책에 대한 구체적인 안내는 현재로서는 확인되지 않는다.