1 Deepseek는 강력하지만 한 가지 단점이 있습니다
이번 Deepseek는 정말 강력합니다. 가격이 저렴한 데다 V4-Flash 정식 버전이 출시되면서 성능도 크게 향상되었습니다. 또한 OpenCode 팀의 공개에 따르면, Deepseek V4-Flash는 이 플랫폼에서 하루 Token 사용량 8 만억을 기록하며 일일 역대 최고치를 경신했습니다.
하지만 유일한 단점이 하나 있습니다. 순수 텍스트 모델이라 이미지를 인식하지 못한다는 점입니다.
그러나 프로그래밍 개발, 버그 수정, UI 인식 등의 상황에서는 이미지 인식이 매우 중요합니다. 이런 상황에서는 순수한 텍스트 설명만으로 처리하기가 그리 편리하지 않기 때문입니다. 스크린샷을 직접 보여 주고 이해할 수 있다면 훨씬 편리하고 빠르게 처리할 수 있어 효율도 크게 향상됩니다.
2 오픈 소스 이미지 인식 Skill: Claude Vision
여기서는 오픈 소스 이미지 인식 Skill인 claude-vision-skill을 소개하겠습니다. 이 Skill이 Claude용이라고 해서 걱정할 필요는 없습니다. 어떤 Agent에도 설치할 수 있으며, Agent가 자동으로 호환되도록 조정합니다.
https://github.com/asuojun/claude-vision-skill
— Skill 저장소 페이지
이 Skill은 이미지 인식 기능이 없는 모델에 이미지 인식 능력을 부여하는 역할을 합니다.
원리: 이미지를 이미지 인식이 가능한 모델에 전송한 다음 텍스트로 설명을 받아 반환합니다. 이후 Deepseek가 이 텍스트 설명을 받아 처리하므로 이미지 인식 모델을 하나 구성해야 합니다.
기본 추천 모델은 千问(qwen3.5-omni-plus、qwen-vl-max)입니다. Alibaba Cloud 百炼에서는 신규 사용자에게 100만 Token을 무료로 제공하며, 약 0.02위안/회입니다.
— 기본 추천 千问 모델
OpenAI 호환 형식을 지원하는 다른 이미지 인식 모델을 사용해도 됩니다.
3 설치 및 구성 방법
설치 방법은 매우 간단합니다. 저장소 주소를 Codex에 전달하기만 하면 Codex가 설치와 구성을 자동으로 진행합니다.
— 저장소 주소를 Codex에 전달해 자동 설치
기본적으로 Alibaba 千问의 이미지 인식 모델(qwen3.5-omni-plus)을 사용합니다. 신규 사용자는 100만 Token으로 약 7000회 정도 이미지 인식을 사용할 수 있습니다.
Alibaba 千问 API Key를 발급받으려면 Alibaba 千问 작업台에 들어가 API Key를 생성한 후 복사해 입력하면 됩니다.
https://platform.qianwenai.com/home/api-keys
— Alibaba 千问 작업台에서 API Key 생성
4 설치 완료 및 실제 사용 결과
설치가 완료되면 바로 사용할 수 있습니다.
— 설치 완료 후 바로 사용 가능
테스트를 위해 이제 이 이미지의 내용을 인식하도록 해 보겠습니다.
— 인식 테스트 이미지
결과는 다음과 같습니다. 인식한 내용이 완전히 일치합니다.
— 인식 결과가 완전히 일치함
이제 Deepseek에 “눈”을 달아 이미지 인식 능력까지 갖추게 되었고, 효율도 한 단계 더 향상되었습니다.
정리
오픈 소스 Skill을 통해 Deepseek에 이미지 인식 기능을 보완하면 비용은 매우 낮고 효과는 즉각적입니다. 이제 프로그래밍, 디버깅, UI 인식에서도 이미지를 직접 보여 주며 설명할 수 있어 순수 텍스트 모델이 진정으로 세상을 “볼” 수 있게 됩니다.