미스트랄 AI, 1조 매개변수 규모의 '미스트랄 라지 4' 공개: 유럽형 주권 AI의 새로운 이표
미스트랄 AI, 1조 매개변수 규모의 '미스트랄 라지 4' 공개: 유럽형 주권 AI의 새로운 이표
Simon Willison (llms) 외 1곳 · 2026-10-06 20:18
① 유럽의 대표 AI 기업 미스트랄 AI가 새로운 플래그십 모델인 미스트랄 라지 4(일명 Le Chonk)의 공개 프리뷰를 발표했습니다.
② 총 매개변수 1조 개, 활성 매개변수 490억~520억 개 규모의 다중양식(Multimodal) 모델로 이달 말 오픈 웨이트로 출시될 예정입니다.
③ 자체 구축한 3,800개의 엔비디아 그레이스 블랙웰 GPU 클러스터를 활용하여 처음부터 학습을 진행했습니다.
④ 보안 필터로 작업이 제한되는 폐쇄형 모델과 달리, 사이버 보안 연구 및 소프트웨어 패치 등 실무 영역에서 높은 성능을 보입니다.
⑤ API 가격은 입력 100만 토큰당 1.36달러, 출력 100만 토큰당 4.18달러로 책정되었습니다.
미스트랄 라지 4는 어떤 모델인가요?
프랑스의 인공지능 스타트업 미스트랄 AI(Mistral AI)가 자사의 가장 강력한 플래그십 모델인 '미스트랄 라지 4(Mistral Large 4, 비공식칭 ML4)'의 공개 프리뷰를 발표했습니다. 개발진이 공식적으로 '르 숑크(Le Chonk)'라는 독특한 별칭을 부여한 이 모델은 총 1조 개(1 Trillion)의 매개변수를 가진 거대 모델입니다. 연산 시 실제로 활성화되는 활성 매개변수(Active Parameters)는 발표 자료에 따라 약 490억 개에서 520억 개 수준으로 구성된 혼합 전문가(MoE, Mixture of Experts) 구조를 취하고 있습니다. 이미지와 텍스트를 동시에 처리할 수 있는 네이티브 다중양식(Multimodal) 입력 기능을 갖추었으며, 미스트랄 AI가 도달한 기술적 정점을 보여주는 결과물입니다.
현재 이 모델은 미스트랄 스튜디오(Mistral Studio)의 API를 통해 프리뷰 형태로 즉시 체험해 볼 수 있습니다. 미스트랄 AI는 오픈소스 생태계를 지지하는 기업답게, 이달 말인 2026년 10월 말에 이 모델의 가중치(Open Weights)를 대중에게 전면 공개하겠다고 약속했습니다. 이는 기업들이 모델을 다운로드하여 자체 서버나 프라이빗 클라우드에 직접 배포하고 완전히 통제할 수 있음을 의미합니다. 외부 기업의 API에 의존하지 않고 고성능 인공지능 기술을 완전히 내재화하려는 독립적 인프라 수요자들에게 매우 중요한 선택지가 될 것으로 보입니다.
학습 인프라와 기술 주권은 왜 강조되나요?
이번 모델은 미스트랄 AI가 유럽 현지에 직접 구축한 자체 데이터센터에서 엔비디아(NVIDIA)의 최신 그레이스 블랙웰(Grace Blackwell) GPU 3,800대를 동원하여 처음부터(From scratch) 학습시켰습니다. 미국의 대형 기술 기업들이 주도하는 클라우드 인프라에 종속되지 않고, 유럽의 자체 인프라와 규제 환경 안에서 독자적인 주권 AI(AI Sovereignty)를 구축했다는 점이 핵심적입니다. 실제 서비스 역시 동일한 유럽 내부의 물리적 인프라를 통해 제공되므로, 유럽연합(EU)의 법률과 데이터 프라이버시 기준을 엄격하게 준수해야 하는 공공기관이나 기업들에게 매력적인 대안이 됩니다.
학습 데이터의 구성 역시 이러한 정체성을 반영합니다. 미스트랄 라지 4의 학습에는 전 세계 160개 이상의 다양한 언어가 포함되었으며, 여기에는 유럽연합의 모든 공식 언어가 포함되어 다국어 처리 능력이 크게 향상되었습니다. 미스트랄 AI는 최근 유치한 30억 유로 규모의 시리즈 D 투자금을 바탕으로 계산 자원을 계속해서 확충하고 있으며, 앞으로 수개월 동안 더 많은 컴퓨팅 파워가 가동될 예정입니다. 개발진은 현재 모델의 강화학습 과정이 여전히 진행 중이며 성능 포화 징후가 보이지 않는 만큼, 향후 공개될 정식 버전에서는 성능이 더욱 개선될 것이라고 설명했습니다.
사이버 보안 및 실무 영역에서의 성능은 어떠한가요?
미스트랄 라지 4가 가장 차별화되는 지점은 실제 방어 및 분석 업무에 투입할 수 있는 사이버 보안 능력입니다. 인공지능 모델의 보안 결함 탐지 능력을 평가하는 독립 평가 매체인 '아티피셜 애널리시스 사이버 인덱스(Artificial Analysis Cyber Index)'에서 글로벌 탑 5 안에 올랐으며, 중국 이외 지역에서 개발된 오픈 웨이트 모델 중에서는 압도적인 격차로 선두를 기록했습니다. 특히 오픈소스 소프트웨어의 실제 취약점을 재현하고 패치 코드를 작성하는 테스트에서 82%의 높은 해결률을 보였으며, 보안 경진대회 문제로 구성된 사이벤치(Cybench) 평가에서도 93%의 과제를 해결했습니다.
이러한 결과가 실무에서 갖는 의미는 매우 큽니다. 클로드(Claude)나 GPT 계열의 기존 폐쇄형 모델들은 엄격한 안전성 필터와 거부 반응(Refusal) 정책 때문에, 보안 연구 목적의 가상 취약점 공격이나 악성코드 분석 요청마저 원천 차단해 버리는 경우가 많아 실제 방어 업무에 활용하기 어려웠습니다. 반면 미스트랄 라지 4는 정당한 보안 연구와 침해 사고 대응을 지원할 수 있도록 설계되었으며, 오픈 웨이트 형식으로 자체 배포가 가능하므로 민감한 보안 데이터를 외부 유출 없이 사내망 안에서 안전하게 처리할 수 있습니다.
코딩과 멀티모달, 수학적 추론 역량의 수준은 어느 정도인가요?
사이버 보안 외에도 개발 및 비즈니스 워크플로우 전반에서 괄목할 만한 성장을 보여줍니다. 코딩 에이전트 성능을 측정하는 딥SWE(DeepSWE v1.1)에서 61.7%, SWE-아틀라스(SWE-Atlas-QnA)에서 59.4%를 기록하며 지식 정리가 잘 된 개발 에이전트로서의 면모를 과시했습니다. 전문 평가 기관인 서지 AI(Surge AI)를 통해 모델 이름을 가리고 진행한 인간 블라인드 평가 결과, 코딩 품질 면에서 5점 만점에 3.74점을 획득하여 클로드 오퍼스 5(Claude Opus 5, 4.22점)의 뒤를 이어 2위를 차지했습니다. 이는 키미 K3(Kimi K3, 3.59점)나 GLM-5.3(3.60점) 등 동급의 경쟁 모델들을 앞선 수치입니다.
다중양식 및 시각적 이해력 역시 크게 강화되어 복잡한 문서와 도표, 기술 도면 분석에 강점을 보입니다. 미스트랄 AI 측의 자체 테스트에 따르면, 시각적 접지(Visual Grounding, 이미지 내 특정 객체의 위치를 정확히 파악하는 기술) 영역의 일부 벤치마크에서 폐쇄형 최신 모델인 GPT-6 아스트라(GPT-6 Astra)를 미세한 차이로 앞서는 성능(42% 대 41%)을 기록하기도 했습니다. 고해상도 위성 이미지를 정밀 스캔하여 재해 대응에 활용하거나 복잡한 기계 캐드(CAD) 도면의 세부 부품을 검증하는 복합적인 시각 추론 업무에서도 유용성을 입증했습니다.
강화학습 기술과 가격 정책은 어떻게 구성되었나요?
미스트랄 AI는 이전 세대의 고정된 정적 데이터 학습 방식에서 탈피하여 대규모 강화학습(RL, Reinforcement Learning) 시스템을 도입했습니다. 모델이 스스로 시도하고 도출한 결과를 바탕으로 학습하는 피드백 루프를 구축했으며, 이를 위해 하루 약 330억 개의 토큰을 생산하고 필터링을 거쳐 약 160억 개의 유효 토큰을 매일 학습에 반영하는 자동 확장형 분산 파이프라인을 운영 중입니다. 이러한 유연한 학습 아키텍처 덕분에 안전성 정렬, 수학적 추론, 장기 도구 사용 등 다양한 환경의 피드백을 단일 트레이닝 과정에 효율적으로 녹여낼 수 있었습니다.
입력 토큰 가격 (100만 토큰당)
$1.36출력 토큰 가격 (100만 토큰당)
$4.18미스트랄 API를 통해 제공되는 이번 모델의 가격은 100만 입력 토큰당 1.36달러, 100만 출력 토큰당 4.18달러로 책정되었습니다. 또한 미스트랄 API 환경에서는 추론 수준을 '없음(none)'과 '높음(high)' 두 가지 단계 중 선택하여 요청할 수 있는 기능을 시범적으로 제공하고 있습니다. 기술 분석가인 사이먼 윌리슨(Simon Willison)의 테스트에 따르면, 동일한 복잡한 추론 문제에 대해 '높음' 설정을 사용했을 때 2,717개의 출력 토큰만을 소비하고도 3,275개의 토큰을 장황하게 사용한 '없음' 설정보다 훨씬 더 완성도 높은 답변을 내놓는 등 효율적인 추론 분배 능력을 관찰할 수 있었습니다.
이번 발표가 시장과 실무자에게 주는 의미는 무엇인가요?
미스트랄 라지 4는 비록 업계의 가장 극단적인 선두 모델(Frontier class)을 완전히 뛰어넘는 수준은 아닐지라도, 오픈 웨이트 진영의 기술 수준을 최선두 영역의 약 6개월 뒤처진 수준까지 바짝 추격해 왔음을 보여주는 이정표입니다. 독립적인 성능 평가 플랫폼인 아티피셜 애널리시스(Artificial Analysis)에서 미스트랄 라지 4는 38점을 기록하여 매개변수 5,520억 개 규모의 딥시크 4.1 플래시(DeepSeek 4.1 Flash) 바로 뒤에 자리 잡았습니다. 이는 과거 9점에 머물렀던 전작 미스트랄 라지 3에 비해 비약적인 도약을 이뤄낸 결과입니다.
실무자들과 인공지능 기획자들에게 있어 이 모델의 등장은 특정 빅테크 기업에 종속되지 않는 고성능 AI 개발 환경의 현실화 가능성을 시사합니다. 상용 서비스 가입이나 값비싼 폐쇄형 API 요금 체계에 얽매이지 않고, 독자적인 데이터 보안 규정을 유지하면서 내부 지식 데이터베이스와 연동해 정밀한 도메인 특화 에이전트를 구축하려는 비즈니스 요구에 부합합니다. 특히 가중치 모델이 완전하게 개방되는 이달 말 이후에는, 미스트랄 라지 4를 기반으로 미세조정을 진행하여 각 금융, 제조업, 보안 관제 기업에 최적화된 로컬 실행 환경을 완성도 있게 구현할 수 있을 것입니다.
댓글
댓글 쓰기