딥시크 챗봇에 웹 검색과 문서 읽기 붙인다… 음성 API도 공개

딥시크가 11월 13일 자사 앱과 웹 채팅에서 쓰던 검색, 문서 첨부, 링크 읽기 기능을 개발자용 API에 공개했다. 이미 V4.1 Flash를 쓰는 개발자는 모델 이름을 그대로 두고 자기 챗봇에서 이 기능들을 켤 수 있다. 딥시크는 음성을 받아쓰고 답변을 읽어주는 별도 API도 함께 공개했다.

앞서 딥시크가 10월 17일 공개한 Search와 Fetch API는 개발자가 검색어나 URL을 보내면 각각 검색 결과와 페이지 본문을 돌려준다. 이번에 추가된 채팅용 도구는 답변을 만드는 도중에 동작한다. 개발자가 사용할 도구를 켜 두면 모델이 질문에 따라 검색하거나 링크를 열고, 딥시크 서버가 찾은 내용을 답변에 필요한 맥락으로 넘긴다. 딥시크는 Messages, Responses, Chat Completions 세 인터페이스에서 이 기능을 지원한다.

일반 모드에서 모델이 검색을 사용하면 답변에 출처를 달 수 있다. 이미지가 첨부된 질문에서는 그 이미지를 바탕으로 검색할 수도 있다. 추론 모드에서는 검색 결과를 읽은 뒤 페이지를 열거나 그 안에서 특정 내용을 찾아가며 답을 좁힐 수 있다. 이용자가 메시지에 넣은 URL만 처리하는 도구도 따로 켤 수 있다. 앱 개발자는 채팅창에 답변과 출처를 표시할 수 있고, 앱 자체에서 검색 결과 목록이나 페이지 본문을 다뤄야 하면 기존의 독립 API를 쓸 수 있다.

문서 속 그림을 함께 읽을지 고른다

PDF, 워드, 파워포인트, 이미지 파일은 먼저 파일 API에 올린다. 딥시크는 그 단계에서 문서를 해석하고 식별자를 발급한다. 앱은 이용자가 문서에 관해 묻는 메시지를 보낼 때 그 식별자를 함께 전달한다. 같은 문서를 두고 여러 번 질문하는 채팅에서는 이전 메시지에 연결한 문서도 대화 맥락에 남는다. 문서까지 포함한 맥락이 모델의 한도를 넘으면 API는 오류를 반환한다.

문서에서 텍스트만 가져올지, 문서 속 그림까지 읽힐지는 업로드할 때 정한다. 전자를 고르면 본문과 제목 같은 글자가 모델에 들어간다. 그림을 포함하는 방식은 사진, 도표, 삽화로 감지한 부분을 잘라 원래 위치에 맞춰 글과 함께 넘긴다. 가령 표 아래에 붙은 도표의 모양까지 묻는다면 모델이 도표를 전달받아야 한다. 딥시크 문서는 자동 감지 과정에서 그림이 빠질 수 있으며 추출한 그림은 요청당 이미지 한도와 입력 토큰에 포함된다고 설명한다.

업로드해 해석한 문서는 한 요청에서 최대 20개까지 참조할 수 있다. 이때 문서에서 가져온 텍스트는 합계 8MiB 이하여야 하며, 같은 식별자를 반복해서 넣어도 횟수에 포함된다. 문서 질문에 답하는 채팅과 별개로, 페이지별 인식 결과를 프로그램에서 직접 받아야 하는 작업에는 독립 OCR API가 열렸다. 이 인터페이스는 글자를 추출한 위치도 결과에 담을 수 있다.

음성 입력과 답변 읽기는 별도 호출

음성 입력용 ASR은 녹음 파일 하나를 받아 받아쓰기 결과 전체를 반환한다. 한국어를 비롯한 지원 언어는 파일에서 자동으로 판별한다. 길이가 120초 이하인 완성된 녹음 파일을 한 번에 보낸다. 앱이 인식 결과를 채팅 메시지로 보낸 뒤, 모델이 생성한 답변을 읽어주는 데는 별도의 TTS를 사용할 수 있다.

TTS는 완성한 텍스트를 한 번에 받을 수도 있고, 모델이 생성 중인 답변을 여러 조각으로 받을 수도 있다. 후자의 경우 앱이 텍스트를 추가로 보내는 동안 음성 데이터가 돌아온다. 검색과 문서 읽기를 채팅에 묶을 수 있는 이번 공개에서도 음성의 입력과 출력은 각각의 인터페이스를 거친다. 딥시크는 채팅 요청에 기본 콘텐츠 검사도 켤 수 있게 했다. 검사는 입력과 출력을 대상으로 하며 위험으로 판단하면 API에 거절 표시를 남긴다.

가격표는 모델 토큰과 도구 이용량을 따로 계산한다. 검색과 웹페이지 가져오기는 각각 과금 대상 1,000회당 5위안이다. 검색을 직접 요청하든 모델이 대화 도중 호출하든 단가는 같다. 문서 해석과 독립 OCR은 1,000페이지당 1.5위안으로 표시됐다. 음성 인식은 오디오 시간, 음성 합성은 입력 글자 수로 요금을 센다. 공개 당시 공식 표의 할인 단가는 인식이 시간당 0.39위안, 합성이 1만 글자당 1.5위안이다.

딥시크는 새 API를 연결한 웹 채팅 예제의 소스도 공개했다. 그 예제는 딥시크 웹에서 내보낸 대화 기록을 가져올 수 있으며, 가져오기를 실행하면 예제에 있던 대화 기록은 새로 불러온 기록으로 바뀐다. 개발자가 참고할 수 있도록 검색 출처 표시, 문서 첨부, 음성 입력과 답변 읽기 등을 예제에 담았다. 이 예제에서 대화를 생성하고 첨부 파일을 해석하는 작업은 딥시크 API가 맡는다.