최근 생성형 AI(LLM)의 급격한 발전으로 인해 소프트웨어 개발 장벽이 낮아지면서, 외부 SaaS 제품을 구매하는 대신 자체 구축(Build)하려는 움직임이 활발해지고 있습니다. 이 글의 저자는 사이드 프로젝트 'River'를 비즈니스화하려는 과정에서 "LLM이 모든 것을 대체할 수 있는 시대에 소프트웨어 창업이 가능한가?"라는 질문을 마주합니다. 실제로 링크드인에서는 월 400달러의 Jira 구독료를 아끼기 위해 Anthropic의 Claude를 활용해 자체 태스크 트래커를 개발·대체한 사례가 주목받았습니다. 과거에는 높은 인건비와 리스크 때문에 핵심 분야 외에는 '구매'가 정설이었으나, 이제는 LLM 덕분에 개발 비용이 극적으로 낮아진 것입니다. 그러나 저자는 LLM을 통한 개발 역시 수십 번의 피드백 루프와 인간의 지속적인 유지보수 검증 시간(기회비용)이 필요하므로, 실제 경제성 측면에서는 여전히 '구매'가 유리할 수 있다고 지적합니다.
이 기사는 구글 AI 스튜디오를 주력으로 사용하는 저에게도 매우 인상깊었습니다. 저는 기존에 구글 비즈니스 계정(Workspace 계정)으로 AI Studio에 들어가서 '무료 티어(Free Tier)' 상태로 API를 꽤 넉넉하게 쓸 수 있었습니다. 그리고 2026년 상반기 과금 정책 개편으로 인해 무료 티어의 분당 요청 횟수(RPM), 일일 요청 횟수(RPD)가 훨씬 깐깐해졌다는 것을 알고는 있었습니다.
그러나 어느 날, 텔레그램으로 경고가 날라옵니다.
실패: {
"error":{
"code":429,
"message":"Your prepayment credits are depleted...",
"status":"RESOURCE_EXHAUSTED"
}
}
놀란 마음으로 콘솔에 들어가보니 -1483원? 크레딧 추가하기의 최소 결제 금액은 16000원이었습니다.얼른 결제를 하고 3일 뒤 또 텔레그램으로 경고 메세지가 왔습니다. 살짝 짜증이 올라왔지만 콘솔에 여전히 -1300원 정도 찍혀있었습니다. 다시 추가 결제 16000원을 하고 다음 날 확인해보니 약 50개의 기사를 처리하는데 5000원 정도가 소모되었습니다. 그래서 비용최적화를 해야겠다고 생각을 했습니다.
현재 Gemini 호출 4곳 (총 150회 정도/일)
- 제목 번역 (배치) ~6회 외국 기사 제목 → 한국어
- 카테고리 분류 (배치) ~6회 기사별 카테고리 자동 분류
- summary 생성 (개별) ~68회 기사당 2-3문장 요약, JSON
- content_md 생성 (개별) ~68회 기사당 마크다운 상세 요약
비용 비중: 3, 4번이 90% 이상 (기사당 개별 호출 + 긴 출력)
일단 실시간으로 동작하는 API를 batch로 변경해서 한꺼번에 처리하는 것으로 다시 만들었습니다. 배치로 변경하면 50% 더 저렴해집니다. 하지만 그래도 하루에 2500원은 부담스럽습니다. 50개 기사면 평소의 절반 정도입니다. 배치로 변경해도 일평균 5천원이면 한달 15만원 정도 들어가는 것입니다. 그래서 아예 구글을 떠나는 것을 고려해봤습니다. 뭘로 할까? 그리고 큰 고민없이 딥시크로 결정했습니다.
구글 vs 딥시크 가격
| 모델 | 입력 | 출력 |
|---|---|---|
| Gemini 2.5 Flash | $0.30/1M | $2.50/1M |
| DeepSeek V4-Flash | $0.14/1M | $0.28/1M |
동일 사용량 기준 9배 저렴해서 현기증이 났습니다. 다만 적용 전에 먼저 구조부터 변경했습니다. AI 프로바이더 추상화 레이어를 만들어서 분기를 태우도록 했습니다. 그래서 필요에 따라 다른 AI 모델을 선택적으로 운영할 수 있도록 했습니다. 그리고 구글 AI 스튜디오 파이프라인과 딥시크 파이프라인을 만들었습니다. 이 과정에서 좀 웃음이 나온 부분이 구글은 최소 결제 금액이 16000원. 그러니까 10달러인 반면, 딥시크는 2달러...
이제 테스트 결과를 한번 보겠습니다.
구글 vs 딥시크 결과 비교 1차
| 모델 | Gemini 2.5 Flash | DeepSeek (V4-Flash) |
|---|---|---|
| Summary | 북미와 유럽의 담수호가 수십 년간 갈색으로 변하면서 수중 가시성이 감소하고 어류 개체군에 변화가 발생하고 있습니다. 연구에 따르면 송어, 배스, 농어 등 인기 스포츠 어종은 어두운 물에서 감소하는 반면, 시야가 낮은 환경에 더 잘 적응하는 강꼬치고기와 월아이는 번성하고 있습니다. 이러한 변화는 기후 변화와 산성 배출 감소에 따른 토양 화학 변화로 인한 탄소 화합물 증가가 주원인으로, 호수 생태계와 낚시 환경에 큰 영향을 미칠 것으로 보입니다. | 북미와 유럽의 담수호가 갈변하며 수중 가시성이 감소하고, 송어·배스·농어·흰살생선 개체수가 줄어드는 반면, 저시력 환경에 적응한 강꼬치고기와 월아이는 번성하고 있습니다. 연구에 따르면 갈변된 호수에서 물고기 성장률이 낮아지며 개체군 구조가 변화하고 있습니다. |
| AI 요약 | 북미와 유럽 전역의 담수호가 점차 갈색으로 변하고 있으며, 이는 수중 시야를 감소시켜 어류 개체군에 중대한 변화를 가져오고 있습니다. 연구에 따르면 송어, 배스, 농어, 흰살생선 등 인기 스포츠 어종은 어두운 물에서 감소하는 경향을 보이는 반면, 낮은 시야 조건에 더 잘 적응한 강꼬치고기와 월아이(Walleye)는 번성하는 것으로 나타났습니다. 이러한 변화는 호수 생태계의 구성을 재편하고 수백만 낚시꾼의 어업 경험에도 영향을 미칠 것으로 예상됩니다. | 북미와 유럽의 담수호가 갈색으로 변하면서 수중 가시성이 감소하고, 이에 따라 어종 분포에 큰 변화가 나타나고 있다. 연구에 따르면 송어, 배스, 퍼치, 화이트피시 등 인기 낚시 어종은 어두운 물에서 개체 수가 줄어드는 반면, 저시야 환경에 적응한 강꼬치고기와 월아이는 오히려 번성하는 것으로 나타났다. |
| 핵심 포인트 | - 발표일: 2026년 6월 21일 - 영향 지역: 북미 및 유럽 전역의 담수호 - 주요 어종 변화: 송어, 배스, 농어, 흰살생선 감소; 강꼬치고기, 월아이 번성 - 갈색화 원인: 기후 변화(고온, 유출수 증가) 및 산성비 감소(토양 화학 변화)로 인한 토양 내 탄소 화합물 유입 증가 | - 현상: 기후변화와 산성비 감소로 인해 토양에서 유기탄소 유입이 증가, 호수가 갈색으로 변함 - 영향: 수중 가시성 감소로 어류의 먹이 탐색, 포식 회피, 서식지 적응 능력 저하 - 어종 변화: 송어·배스·퍼치·화이트피시는 감소, 강꼬치고기·월아이는 증가 - 성장률: 갈색 물에서 어류의 성장 속도가 느려지며 개체군 크기에도 영향 |
| 향후 전망 | - 호수 생태계의 어종 구성이 크게 변화하여 새로운 지배종이 출현할 가능성 - 낚시꾼들은 송어·배스 대신 강꼬치고기와 월아이를 주된 어획 대상으로 삼게 될 것 | - 인공 방류가 없는 호수에서는 인기 낚시 어종이 줄고, 대형 강꼬치고기와 월아이 낚시 기회는 증가할 가능성 생태계 변화는 수백만 낚시인의 경험과 호수 생태계 전반에 장기적 영향 |
동일한 조건에서 실행하면 Google이 약간 더 서술적이고, DeepSeek이 좀 더 간결합니다. 핵심 팩트는 둘 다 잘 잡고 있습니다. 지금 DeepSeek 쪽이 더 간결한 건 프롬프트에서 "3-5문장"이라고 했기 때문입니다. 프롬프트를 Google과 동일하게 맞추되 "반드시 5문장 이상", "각 포인트를 2줄 이상" 등으로 강제하면 비슷한 분량이 나오게 됩니다. 어차피 DeepSeek가 저렴하니 변경해서 다시 테스트해 봅니다.
구글 vs 딥시크 결과 비교 2차
| 모델 | Gemini 2.5 Flash | DeepSeek (V4-Flash) |
|---|---|---|
| Summary | 북미와 유럽의 담수호가 수십 년간 갈색으로 변하면서 수중 가시성이 감소하고 어류 개체군에 변화가 발생하고 있습니다. 연구에 따르면 송어, 배스, 농어 등 인기 스포츠 어종은 어두운 물에서 감소하는 반면, 시야가 낮은 환경에 더 잘 적응하는 강꼬치고기와 월아이는 번성하고 있습니다. 이러한 변화는 기후 변화와 산성 배출 감소에 따른 토양 화학 변화로 인한 탄소 화합물 증가가 주원인으로, 호수 생태계와 낚시 환경에 큰 영향을 미칠 것으로 보입니다. | 2026년 6월 21일 발표된 연구에 따르면, 북미와 유럽의 담수호가 갈변 현상으로 인해 수중 가시성이 감소하고 있습니다. 기후 변화와 산성 배출 감소로 인해 토양에서 유기탄소 유입이 증가하면서 호수가 갈색으로 변하고 있으며, 이는 송어, 농어, 퍼치, 화이트피쉬 같은 어종의 개체수 감소를 초래합니다. 반면, 저시야 환경에 적응한 월아이와 강꼬치고기는 번성하여 낚시 경험과 생태계에 큰 변화를 가져올 전망입니다. |
| AI 요약 | 북미와 유럽 전역의 담수호가 점차 갈색으로 변하고 있으며, 이는 수중 시야를 감소시켜 어류 개체군에 중대한 변화를 가져오고 있습니다. 연구에 따르면 송어, 배스, 농어, 흰살생선 등 인기 스포츠 어종은 어두운 물에서 감소하는 경향을 보이는 반면, 낮은 시야 조건에 더 잘 적응한 강꼬치고기와 월아이(Walleye)는 번성하는 것으로 나타났습니다. 이러한 변화는 호수 생태계의 구성을 재편하고 수백만 낚시꾼의 어업 경험에도 영향을 미칠 것으로 예상됩니다. | 북미와 유럽 전역의 담수호가 갈색으로 변하는 '담수 갈변화(Freshwater Browning)' 현상이 심화되면서 수중 생태계와 어류 개체군에 큰 변화가 일어나고 있다. 2026년 6월 21일 발표된 연구에 따르면, 기후변화와 산성비 감소로 인해 토양에서 유기탄소 유입이 증가하면서 호수 물이 차처럼 진하게 변색되고 있으며, 이로 인해 수중 가시성이 크게 저하되고 있다. 연구진은 과거 연구 데이터를 종합 분석한 결과, 갈색 물에서는 송어, 배스, 농어, 흰살생선 등 인기 스포츠 피싱 어종의 성장 속도가 느려지고 개체 수가 감소하는 반면, 저시야 환경에 적응한 강꼬치고기와 월아이(Walleye)는 오히려 번성하는 경향을 발견했다. 이러한 변화는 수백만 낚시인들의 경험과 호수 생태계 전반을 근본적으로 바꿀 수 있는 중요한 전환점으로 평가된다. |
| 핵심 포인트 | - 발표일: 2026년 6월 21일 - 영향 지역: 북미 및 유럽 전역의 담수호 - 주요 어종 변화: 송어, 배스, 농어, 흰살생선 감소; 강꼬치고기, 월아이 번성 - 갈색화 원인: 기후 변화(고온, 유출수 증가) 및 산성비 감소(토양 화학 변화)로 인한 토양 내 탄소 화합물 유입 증가 | - 담수 갈변화의 원인: 기후변화로 인한 기온 상승과 강우량 증가가 토양에서 호수로 유입되는 탄소 화합물의 양과 종류를 변화시키고 있으며, 동시에 굴뚝 배출가스 저감 정책으로 산성비가 줄어들면서 토양 화학적 변화가 발생해 더 많은 유기탄소가 수계로 흘러들어가고 있다. - 어류 성장률 감소: 갈색 물에서는 물고기들이 전반적으로 더 느리게 성장하는 것으로 나타났다. 개체별 성장률 감소는 결국 해당 어종의 전체 개체군 크기를 줄이는 결과로 이어지고 있다. - 어종별 상반된 영향: 송어, 배스, 농어, 흰살생선은 감소하는 반면, 월아이와 강꼬치고기는 저시야 환경에 더 잘 적응해 오히려 증가. 두 어종이 시각 의존도가 낮은 진화적 특성을 지녔기 때문이다. - 수중 가시성 악화: 물고기들이 먹이를 찾거나 포식자를 피하는 데 어려움을 겪게 되며, 먹이사슬 전체에 연쇄적 영향을 미치고 있다. - 지리적 범위: 북미 북동부와 북유럽 전역에서 수십 년간 지속적으로 진행되어 온 장기적 추세다. |
| 향후 전망 | - 호수 생태계의 어종 구성이 크게 변화하여 새로운 지배종이 출현할 가능성 - 낚시꾼들은 송어·배스 대신 강꼬치고기와 월아이를 주된 어획 대상으로 삼게 될 것 | - 스포츠 피싱 산업의 재편: 송어·배스 중심의 전통적 낚시 문화가 약화되고 강꼬치고기·월아이를 타깃으로 한 새로운 낚시 시장이 성장할 가능성이 높다. - 호수 관리 정책의 전환 필요: 호수의 탄소 농도 모니터링 강화, 어종별 적응 능력을 고려한 방류 정책 수립 등이 종합적으로 검토되어야 할 것이다. - 생태계 서비스와 사회적 영향: 수질, 영양염 순환, 관광 및 레저 산업에까지 광범위한 영향을 미칠 것으로 보이며, 지역 경제와 레저 문화에도 상당한 파급효과가 발생할 전망이다. |
DeepSeek쪽이 오히려 더 상세하고 풍부한 결과를 내면서 비용은 10원 정도에 불과합니다.
결론
대화의 맥락을 파악하고 능동적으로 정보를 수집하고 이런 기능이 아닌 단순 요약, 번역 등에서는 딥시크도 저비용으로 훌륭한 결과를 낸다는 것을 확인했습니다. 아마 바로 내일부터 딥시크로 변경될 것 같습니다. 아울러 운영 중인 다른 서비스는 TTS를 사용하는데 본래 구글 TTS를 이용해서 저렴하게 잘 사용했었습니다. 하지만 동일한 비용 이슈가 있어서 오픈소스 + GPU Cloud Services로 현재 이동했습니다. 이 이동으로 한달에 수십만원 정도 유지비를 몇천원으로 감소시킬 수 있었습니다. 물론 그만큼 복잡하고 신경을 많이 써야했지만 말입니다. 그럼에도 불구하고 아직 구글 API가 조금 남아있는데 이번 테스트로 이것까지도 대체해야겠다는 생각이 들었습니다.동시에 앞으로 어떻게 될지 모르니 MVP코드에 추상화 레이어를 꼭 만들어놔야겠다는 교훈도 얻었습니다....