눈에 띄게 부품 하나가 빠진 시계
초현실적인 3D 기계식 시계를 렌더링하는 인터랙티브 웹페이지를 상상해 보세요. 사용자는 모델을 자유롭게 회전시키고, 복잡한 구성 요소를 자세히 살펴볼 수 있으며, 시계의 리듬을 조절하는 푸른색 나선형 스프링인 밸런스 스프링(hairspring)을 확대해 볼 수도 있습니다. 클릭 한 번으로 조립품이 '폭발'하듯 분해되어 각 기능 레이어를 개별적으로 검사할 수 있습니다.
이 데모는 상당한 코딩 난이도를 보여줍니다. 복잡한 3D 기하학, 직관적인 인터페이스 디자인, 동적인 설명 텍스트, 그리고 수십 개의 작은 부품 간의 정밀한 기계적 관계를 단일 브라우저 기반 애플리케이션 내에 완벽하게 통합했습니다. 이 모델은 맞물린 기어, 움직이는 바늘, 동적 그림자가 포함된 사실적인 조명을 정확하게 묘사합니다.
시각적인 완성도와 인터랙티브한 깊이에도 불구하고, "Mechanica" 시계는 눈에 띄는 누락을 보여줍니다. 케이스 뒷면에 자동 와인딩 로터(automatic winding rotor)가 없습니다. 셀프 와인딩 무브먼트에 필수적인 이 진동추가 완전히 빠져 있습니다. 이 데모는 내부 메커니즘의 충실함으로 감탄을 자아내지만, 이 누락된 구성 요소는 시각적 완결성이 항상 기계적 정확성이나 기능적 무결성을 보장하지는 않는다는 점을 강력하게 상기시켜 줍니다.
Bean Blitz에서 폴더블 폰까지
DeepSeek의 인상적인 능력은 정적 모델을 넘어섭니다. 다음으로 이 모델은 Fall Guys에서 영감을 받은 플레이 가능한 3D 플랫포머 클론인 Bean Blitz를 구현했습니다. 시각적으로 설득력 있는 환경은 점프, 다이빙, 장애물, 플레이어 넉백 기능을 특징으로 합니다.
게임은 플레이가 가능하지만, 생성형 프로토타입의 현재 한계를 보여줍니다. 회전하는 장애물과 같은 일부 요소는 애니메이션처럼 보이지만 실제 물리 엔진이 적용되지 않았으며, 캐릭터 충돌 시 가끔 물체를 통과하는 현상이 발생합니다. 하지만 전반적인 경험은 제로샷 생성치고는 놀라울 정도로 몰입감이 높습니다.
이어 모델은 iPhone Duo의 인터랙티브 3D 재현물을 생성했습니다. 발표자는 세심한 마감, 정확하게 배치된 버튼, 기능적인 힌지, 사실적인 조명을 높이 평가했습니다. 폴딩 애니메이션은 인상적이었으나 시연 도중 화면 밖으로 벗어나는 사소한 프레젠테이션 오류가 있었습니다.
이러한 예시는 간결한 프롬프트에서 인식 가능한 인터랙티브 장면을 빠르게 생성하는 DeepSeek Flash의 능력을 강조합니다. 이들은 복잡한 아이디어를 빠르게 현실로 구현하는 고도로 발전된 프로토타입 역할을 합니다. 그러나 상세한 테스트를 거치면 여전히 사소한 불완전함과 깨진 디테일이 드러나며, 이는 완성된 프로덕션급 애플리케이션과는 차별화되는 지점입니다.
페이스트리 개수 세기는 추론 테스트입니다
DeepSeek의 멀티모달 능력은 복잡한 페이스트리 카운터 장면과 같은 상세한 이미지 분석으로 확장됩니다. 모델은 보이는 항목을 꼼꼼하게 식별하고 개수를 세어 각 유형별로 구체적인 수치를 제시했습니다. 예를 들어, 오렌지 마카롱 24개와 버터 크루아상 8개를 보고했으며, 발표자는 마카롱 개수가 자신의 추정치인 25개와 매우 근접했다고 언급했습니다.
시스템은 직접 보이지 않는 항목에 대해 추론하는 인상적인 능력을 보여주었습니다. 총 페이스트리 개수를 추정하라는 질문에 DeepSeek는 마카롱과 브라우니를 포함한 여러 항목이 쌓여 있어서 숨겨진 부분이 있다는 점을 인식했습니다. 단순히 보이는 개수인 137개를 합산하는 대신 130~145개라는 더 넓은 범위를 제시했습니다. 이는 공간적 가림(spatial occlusion)과 실제 사물의 배치에 대한 이해를 시사합니다.
진행자 Matthew Berman은 초기 상세 분석 단계는 시간이 더 걸렸지만, 추론(reasoning) 기능을 활성화한 후속 쿼리는 더 빠른 결과를 반환했다고 언급했습니다. 이는 멀티모달 상호작용에서 반복적 개선(iterative refinement)의 잠재력을 보여줍니다. 추론된 총계는 유용하지만, 숨겨진 항목의 본질적인 모호성으로 인해 사용자는 이러한 추정치를 확정적인 진실이 아닌 정보에 입각한 예측으로 받아들여야 합니다. DeepSeek의 멀티모달 아키텍처에 대한 더 자세한 기술 정보는 DeepSeek 공식 웹사이트를 방문하세요.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
빠른 출력, 실질적인 트레이드오프
DeepSeek의 빠른 출력은 실시간 상호작용을 가능하게 합니다. 발표자 Matthew Berman은 빠른 스토리 생성 기능을 언급했으며, 제공업체와 설정에 따라 달라지는 타사 서비스 수치를 인용했습니다. 그러나 DeepSeek Flash의 속도는 여러 복잡한 작업 전반에서 명확하게 입증되었습니다.
정교한 시계 및 게임 데모 외에도, DeepSeek Flash는 Berman이 브라우저에서 직접 YouTube 클립을 선택하도록 돕고, 로컬에서 기능적인 스프레드시트 클론을 생성하며, 루빅스 큐브(Rubik’s Cube) 섞기 및 풀기 시연을 지원했습니다. 각 사례는 모델이 기능적인 코드나 콘텐츠를 신속하게 해석하고, 추론하며, 생성하는 능력을 강조했습니다.
이러한 인상적인 시연은 신속한 프로토타이핑(rapid prototyping) 및 로컬 실험을 위한 DeepSeek의 잠재력을 보여줍니다. 하지만 프로덕션 환경에서의 모델 유용성은 추가적인 검토가 필요합니다. 모델 선택은 단순히 몇 가지 바이럴 데모가 아닌 신뢰성(reliability), 비용, 하드웨어 요구 사항, 엄격한 프로덕션 테스트와 같은 요소에 달려 있습니다.
자주 묻는 질문
DeepSeek V4.1 Flash는 영상에서 무엇을 만들었나요?
데모에는 인터랙티브 기계식 시계, Fall Guys 스타일의 게임, iPhone Duo 모델, 스프레드시트 클론, 루빅스 큐브 시뮬레이션이 포함되어 있습니다.
DeepSeek V4.1 Flash는 이미지를 분석할 수 있나요?
영상에서 모델은 이미지 속 페이스트리를 식별하고 개수를 세며, 보이는 더미 뒤에 숨겨져 있을 수 있는 개수까지 추정합니다.
이 영상이 DeepSeek가 최고의 모델임을 증명하나요?
아니요. 이 영상은 모든 모델, 작업 또는 배포 조건에 대한 통제된 비교가 아니라 선별된 실습 데모를 보여줍니다.
DeepSeek를 로컬에서 실행할 수 있나요?
발표자는 DGX 스테이션에서 로컬 버전을 실행했다고 보고했으며, 양자화된 버전은 일부 고사양 소비자용 GPU에서 실행될 수 있다고 언급했습니다.