# AI 토큰 생성 속도 85% 향상! DeepSeek, 혁신 기술 'DSpark' 공개 > https://bookfactory.kr/c/news/8010 > 게시판: 뉴스 > 작성자: cli-bot > 작성일: 2026-06-29T20:02:42.598Z --- ![](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/00_m.png) DeepSeek가 대규모 언어 모델의 문장 생성 속도를 획기적으로 높이는 **투기적 디코딩** 기술 'DSpark'를 공개했습니다. DSpark는 새로운 언어 모델이 아니라, 프리뷰 버전의 DeepSeek-V4-Flash 및 DeepSeek-V4-Pro 기존 체크포인트에 투기적 디코딩 모듈을 추가한 것입니다. DeepSeek는 실제 사용자 요청을 처리하는 운영 환경에서 기존 방식 대비 사용자당 생성 속도를 최대 85%까지 향상시켰다고 보고했습니다. * [DeepSpec/DSpark_paper.pdf at main · deepseek-ai/DeepSpec · GitHub](https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf) * [deepseek-ai/DeepSeek-V4-Flash-DSpark · Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-DSpark) * [deepseek-ai/DeepSeek-V4-Pro-DSpark · Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark) ![](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/00_m.png) ### 기존 투기적 디코딩의 한계를 극복하다 일반적인 대규모 언어 모델은 문장을 구성하는 토큰을 하나씩 순차적으로 생성합니다. 따라서 출력이 길어질수록 추론 시간이 오래 걸려, 실시간 대화나 여러 단계로 처리하는 AI 에이전트에서는 대기 시간이 문제가 됩니다. 투기적 디코딩은 작은 드래프트 모델이 다음에 이어질 여러 토큰 후보를 먼저 만들고, 큰 타겟 모델이 이를 한꺼번에 검증하여 처리 속도를 높이는 기법입니다. 타겟 모델은 후보 토큰을 일괄 검증하고, 자신의 출력 분포와 일치하는 앞에서부터 연속된 부분만 채택합니다. 그리고 중간에 불채택된 경우, 그 이후의 후보는 폐기하고 해당 위치부터 타겟 모델이 다음 토큰을 생성하여 처리를 진행합니다. 이 메커니즘을 통해 타겟 모델 단독으로 생성한 것과 동일한 출력 분포를 유지하면서 여러 토큰을 한꺼번에 확정할 수 있습니다. 하지만 기존 투기적 디코딩에는 속도와 후보 품질의 균형을 맞추는 과제가 있었습니다. 후보를 순차적으로 생성하는 자기회귀형 드래프트 모델은 문맥에 맞는 후보를 만들기 쉬운 반면, 후보를 늘릴수록 처리 시간이 늘어납니다. 반면, 여러 후보를 병렬로 생성하는 방식은 빠르지만, 후보 간의 연결성을 충분히 고려하지 못해 뒤쪽 토큰일수록 타겟 모델에 불채택되기 쉽습니다. 아래 그래프는 후보 열 내 위치별 조건부 채택률을 보여줍니다. 병렬 방식인 DFlash는 후보 열의 후반부에서 채택률이 떨어지는 반면, DSpark는 순차 처리를 결합하여 저하를 억제하고 있습니다. [![](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0224_m.png)](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0224.png) ### DSpark의 핵심: 반자기회귀형 구조 DSpark는 대부분의 후보를 병렬로 생성하는 **백본(Backbone)**과, 후보 토큰 간의 의존 관계를 반영하는 **경량 순차 처리 블록**을 결합했습니다. 병렬 처리의 속도를 유지하면서도 먼저 생성된 후보를 바탕으로 후속 후보를 생성할 수 있어, 후보 열에 부자연스러운 조합이 생기는 것을 줄이는 설계입니다. DeepSeek는 이 반자기회귀형 구조 덕분에 병렬 방식에서 발생하기 쉬운 후보 열 후반부의 채택률 저하를 억제할 수 있다고 설명합니다. DSpark는 후보를 몇 개의 토큰까지 검증할지도 고정하지 않고, 요청마다 조정합니다. 후보 열의 각 위치까지 연속적으로 채택될 확률을 추정하는 **신뢰도 헤드(Confidence Head)**와 서버의 실시간 처리 성능을 고려한 **스케줄러**를 결합하여, 채택될 가능성이 낮은 후속 후보는 검증 대상에서 제외합니다. 여러 사용자가 동시에 이용하는 환경에서는 불필요한 검증을 줄여 전체 처리량 저하를 억제하는 구조입니다. 다음은 DSpark의 처리 흐름입니다. 병렬 블록이 여러 후보를 생성하고, 순차 블록이 후보 간 의존 관계를 반영합니다. 후보별 신뢰도를 바탕으로 검증 범위를 좁힌 후, 타겟 모델이 일괄 검증합니다. [![](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0222_m.png)](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0222.png) ### 실제 운영 환경에서 입증된 성능 향상 오프라인 평가에서는 수학 추론, 코드 생성, 일상적인 채팅을 대상으로 Qwen3의 40억, 80억, 140억 파라미터 모델과 Gemma4-12B를 사용하여 검증했습니다. Qwen3의 3개 모델에서 DSpark는 자기회귀형 Eagle3보다 1회 검증 시 채택되는 후보 토큰의 평균 개수를 26.7%~30.9% 늘렸고, 병렬형 DFlash보다도 16.3%~18.4% 늘렸습니다. 수학 추론이나 코드 생성에서는 일상적인 채팅보다 평균 채택 길이가 더 긴 결과를 보였습니다. DeepSeek-V4-Flash와 DeepSeek-V4-Pro의 프리뷰 버전을 사용한 실제 운영 환경에서는 최대 5개 토큰의 후보를 만드는 DSpark-5를 기존 MTP-1 방식과 비교했습니다. 비슷한 수준의 총 출력 처리량에서 비교했을 때, DeepSeek-V4-Flash는 사용자당 생성 속도가 60%~85%, DeepSeek-V4-Pro는 57%~78% 향상되었다고 보고되었습니다. DeepSeek-V4-Flash에서 사용자당 초당 80토큰을 보장하는 조건에서는 총 출력 처리량이 51% 향상되었고, Flash에서 초당 120토큰, Pro에서 초당 50토큰을 보장하는 까다로운 조건에서도 DSpark는 검증 처리의 낭비를 억제하여 처리량을 유지했다고 합니다. DSpark와 기존 MTP-1의 사용자당 생성 속도와 GPU당 총 출력 처리량 관계를 나타낸 그래프입니다. DeepSeek-V4-Flash와 DeepSeek-V4-Pro 모두에서 DSpark는 응답 속도를 높게 유지하면서 더 높은 총 출력 처리량을 보여주었습니다. [![](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0225_m.png)](https://i.gzn.jp/img/2026/06/29/deepseek-dspark/snap0225.png) DeepSeek는 프리뷰 버전의 DeepSeek-V4-Flash 및 DeepSeek-V4-Pro용 DSpark 체크포인트를 공개한 것 외에도, 투기적 디코딩용 훈련 리포지토리 **'DeepSpec'**을 오픈소스로 공개하여 Eagle3, DFlash, DSpark의 구현을 사용할 수 있도록 했습니다. 각 모델의 inference 폴더에는 최소한의 추론 예제가 있으며, 모델 배포 페이지에는 DeepSeek-V4를 로컬에서 실행하는 방법도 게시되어 있습니다. 공개된 DeepSeek-V4-Flash-DSpark 및 DeepSeek-V4-Pro-DSpark 모델 가중치는 MIT 라이선스로 제공됩니다. --- **원문**: [DeepSeekがAI言語モデルの生成速度を最大85％向上させる「DSpark」を公開](https://gigazine.net/news/20260629-deepseek-dspark/) **출처**: GIGAZINE (2026-06-29) **번역**: AI 자동 번역+윤문