close

DEV Community

Cover image for DeepSeek V4 사용법: 웹 인터페이스, API 설정 및 코딩 첫걸음
Rihpig
Rihpig

Posted on • Originally published at apidog.com

DeepSeek V4 사용법: 웹 인터페이스, API 설정 및 코딩 첫걸음

TL;DR

DeepSeek V4는 웹 채팅 인터페이스와 OpenAI 호환 API를 통해 사용할 수 있습니다. API 사용 시, API 키를 생성하고 Bearer 토큰 인증을 적용하여 채팅 완성 엔드포인트로 요청을 보냅니다. temperature는 코드 작성 및 사양에는 0.2, 창의적 산출에는 0.5로 설정하세요. 복잡한 코딩 작업은 단일 프롬프트보다 단계별로 분할하여 요청하는 것이 효과적입니다. 빌드 전에는 Apidog로 통합을 테스트하세요.

지금 Apidog을 사용해보세요

소개

DeepSeek V4는 코딩, 추론, 기술 문서 작업에 효과적입니다. 낮은 temperature에서 지시를 충실히 따르고, 불필요한 출력 없이 깔끔한 코드를 생성합니다. 프롬프트 내에 명확한 제약 조건을 줄수록 결과가 좋아집니다.

이 가이드에서는 웹 인터페이스 시작 방법, API 액세스 설정, 실제 코딩 워크플로우 적용법을 다룹니다.

웹 인터페이스로 시작하기

웹 인터페이스는 API 통합 전 V4 기능을 빠르게 시험할 수 있는 최적의 방법입니다.

시작 방법:

  1. chat.deepseek.com 접속
  2. 계정 로그인
  3. 사이드바 모델 목록에서 V4 선택

프롬프트 작성 요령:

  • DeepSeek V4는 직접적이고 명확한 프롬프트에 잘 반응합니다. 불필요한 서론 없이 요구사항과 제약을 명확히 지정하세요.
    • 예시: “Can you help me with...” 대신 “Write a Python function that…”
    • 파일 크기가 중요하다면 “구현은 100줄 이내로 유지”
    • 설명이 필요 없다면 “코드만 출력하고 설명은 하지 마세요”
    • 가정 사항 명시 요청은 “하고 있는 가정들을 나열해 주세요”

Temperature 가이드라인:

  • 웹 UI에서는 직접 지정 불가. API 사용 시:
    • 0.2: 코드 생성, 사양 정리, 구조화된 출력
    • 0.5: 대안 탐색, 변형
    • 0.7+: 창의적 글쓰기/브레인스토밍

긴 대화 팁:

  • 대화가 길어질수록 컨텍스트가 누적되어 응답 품질이 저하될 수 있습니다. 응답이 엉뚱해지면 새 스레드를 시작하세요. V4는 신선하고 집중된 컨텍스트에서 더 잘 작동합니다.

API 설정

1단계: API 키 생성

  1. platform.deepseek.com 방문
  2. API 키 관리로 이동
  3. 새 키 생성 → 즉시 복사 (한 번만 표시됨)
  4. 환경 변수로 저장 
export DEEPSEEK_API_KEY="여기에-당신의-api-키"
Enter fullscreen mode Exit fullscreen mode

2단계: curl로 테스트

DeepSeek V4는 OpenAI 호환 엔드포인트 사용:

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4",
    "messages": [{"role": "user", "content": "지정된 키를 기준으로 딕셔너리 목록을 정렬하는 Python 함수를 작성하세요."}],
    "temperature": 0.2
  }'
Enter fullscreen mode Exit fullscreen mode

3단계: Python 통합 

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.deepseek.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-v4",
    messages=[
        {"role": "system", "content": "당신은 깔끔하고 최소한의 Python 코드를 작성합니다. 요청하지 않는 한 설명적인 글은 작성하지 않습니다."},
        {"role": "user", "content": "스크린샷 파일의 생성 타임스탬프를 기준으로 파일 이름을 변경하는 함수를 작성하세요."}
    ],
    temperature=0.2
)

print(response.choices[0].message.content)
Enter fullscreen mode Exit fullscreen mode

OpenAI Python 클라이언트는 DeepSeek API와 호환되어 바로 사용할 수 있습니다.

Apidog로 테스트하기

API 통합 전, Apidog에서 엔드포인트 응답 및 포맷을 사전에 검증하세요.

환경 설정:

  1. Apidog 실행 후 새 프로젝트 생성
  2. Environments에서 “DeepSeek Production” 환경 생성
  3. 변수 추가: 이름 = DEEPSEEK_API_KEY, 유형 = Secret, 값 = 본인 키

테스트 요청 예시:

POST https://api.deepseek.com/v1/chat/completions
Authorization: Bearer {{DEEPSEEK_API_KEY}}
Content-Type: application/json

{
  "model": "deepseek-v4",
  "messages": [
    {
      "role": "system",
      "content": "당신은 코딩 어시스턴트입니다. 설명이 요청되지 않는 한 코드로만 응답하세요."
    },
    {
      "role": "user",
      "content": "{{user_prompt}}"
    }
  ],
  "temperature": 0.2,
  "max_tokens": 2000
}
Enter fullscreen mode Exit fullscreen mode

어설션 추가:

상태 코드는 200입니다.
응답 본문에 'choices' 필드가 있습니다.
응답 본문, 'choices[0].message.content' 필드는 비어 있지 않습니다.
Enter fullscreen mode Exit fullscreen mode

스트리밍 모드 테스트:

실시간 스트림 응답에는 다음과 같이 요청하세요.

{
  "model": "deepseek-v4",
  "messages": [...],
  "stream": true,
  "temperature": 0.2
}
Enter fullscreen mode Exit fullscreen mode

Apidog은 스트리밍 응답을 지원하므로, 최종 완성 메시지가 정상적으로 조립되는지 확인 가능합니다.

첫 번째 코딩 작업: 자동화 워크플로우

DeepSeek V4의 실제 성능을 평가하려면 파일 자동화 스크립트 작업으로 시작하세요. 아래 항목을 검증할 수 있습니다:

  • 암묵적 요구사항 이해력
  • 파일 시스템 작업 처리 방식
  • 명확화나 가정 도출 능력

권장 프롬프트 단계:

1단계: 위험 평가 

생성 날짜를 기준으로 폴더의 파일 이름을 변경하는 Python 스크립트를 작성하고 싶습니다. 
코드를 작성하기 전에, 제가 처리해야 할 위험과 엣지 케이스를 나열해 주세요.
Enter fullscreen mode Exit fullscreen mode

2단계: 구현 계획 

이제 단계별 구현 계획을 작성해 주세요. 아직 코드는 작성하지 마세요.
Enter fullscreen mode Exit fullscreen mode

3단계: 코드 

Python 스크립트를 작성해 주세요. 요구 사항:
- 120줄 미만
- 당신이 나열한 엣지 케이스 처리
- 변경하지 않고 무엇이 이름이 바뀔지 보여주는 --dry-run 플래그 추가
- 표준 라이브러리 외에 외부 종속성 없음
Enter fullscreen mode Exit fullscreen mode

4단계: 테스트 

주요 이름 변경 로직에 대한 pytest 테스트를 작성해 주세요. 파일 시스템을 모의(mock)하십시오.
Enter fullscreen mode Exit fullscreen mode

이렇게 단계별로 요청하면 한 번에 모든 것을 묻는 것보다 더 신뢰할 수 있는 출력을 얻을 수 있습니다.

모델의 강점과 한계

DeepSeek V4의 강점:

  • 낮은 temperature에서 형식 요구를 안정적으로 준수
  • 간결한 프롬프트에 대한 직접적 반응
  • 명시적 요청 시 엣지 케이스 식별
  • 불필요한 코드/상용구 없이 최소화된 코드 제공

주의사항:

  • V4는 코드 검토를 대체하지 않습니다. 반드시 생성 코드 검토
  • 복잡한 스크립트는 순차적 단계로 분할 추천
  • 대규모 다중 파일 리팩토링에는 Claude Opus 4.6 또는 GPT-5가 더 나을 수 있음
  • 높은 temperature에서는 오류 가능성↑ → 검증 필수

rate limits 및 가격

platform.deepseek.com에서 최신 rate limits 확인하세요. DeepSeek의 가격 정책은 주요 경쟁사와 유사하거나 저렴하며, 토큰당 비용이 중요한 대량 워크플로우에 적합합니다.

프로덕션 적용 시:

  • rate limit(HTTP 429) 발생 시 지수 백오프 재시도 로직 구현
  • 요청 및 토큰 사용량 로깅
  • 생성 코드 사용 전 출력 유효성 검사

FAQ

DeepSeek V4는 OpenAI와 호환됩니까?

예. 채팅 완성 엔드포인트 형식이 OpenAI API와 동일합니다. 기존 OpenAI 코드에서 base URL과 API 키만 바꾸면 DeepSeek으로 전환됩니다.

컨텍스트 윈도우 크기는?

DeepSeek V4는 리포지토리 단위 코드 검토에 적합할 만큼 큰 컨텍스트 윈도우를 지원합니다. 최신 한계는 공식 문서를 참조하세요.

DeepSeek V4를 코딩 외 업무에도 쓸 수 있나요?

예. 글쓰기, 데이터 분석, 연구 등 구조화된 출력이 필요한 다양한 분야에 활용 가능합니다.

V4와 Claude Opus 4.6의 코딩 성능 비교는?

SWE-bench 기준 Claude Opus 4.6이 80.9%로 앞섰습니다. DeepSeek V4는 대규모 컨텍스트의 다중 파일 작업에 강점이 있습니다. 실사용에서는 비용 및 엣지 케이스에 따라 선택하세요.

API에서 함수 호출(function calling)을 지원하나요?

예. OpenAI 형식의 함수 호출을 지원하므로, OpenAI SDK 기반 워크플로우와 바로 연동할 수 있습니다.

Top comments (0)