미스트랄 라지 4 공개: 1조 파라미터 '르 쏭크'가 유럽 주권형 AI의 새 기준이 될까

미스트랄이 다시 내놓은 대형 모델, '유럽 주권'을 전면에

프랑스 AI 기업 미스트랄(Mistral AI)이 10월 6일(현지 시각) **미스트랄 라지 4(코드명 'le Chonk')**를 프리뷰 공개했습니다. 1조 파라미터 규모의 네이티브 멀티모달 MoE(Mixture of Experts) 모델입니다. 활성 파라미터는 490억 개입니다.

미스트랄은 유럽 내 자체 데이터센터에서 엔비디아 그레이스 블랙웰 GPU 3,800장으로 처음부터 학습했다고 밝혔습니다. 프리뷰 API는 미스트랄 스튜디오에서 바로 쓸 수 있고, 모델 가중치는 이달 말(10월 말) 공개 예정입니다.

쉽게 풀어보면

미스트랄이 새 모델 '르 쏭크(le Chonk)'를 내놨습니다. **1조 개 파라미터(모델의 두뇌 용량에 해당하는 수치)**를 가진 거대 모델입니다. 하지만 MoE 구조 덕분에 한 번 추론에 실제로 깨어나는 파라미터는 490억 개뿐입니다.

뷔페에 음식이 1조 가지 차려져 있어도, 손님 한 명에게는 490억 가지씩만 내놓는 식이죠. 덕분에 거대 모델 치고는 추론 비용과 속도를 잡았습니다.

이 모델의 특징은 세 가지입니다. 첫째, 유럽 독자 인프라에서 유럽 법 적용을 받으며 돌아갑니다. 둘째, 사이버보안·코딩·법률·금융 같은 기업 핵심 업무에서 오픈 모델 중 최고 성능을 주장합니다. 셋째, 가중치를 이달 말 공개해 누구나 자기 서버에 내려받아 돌릴 수 있게 합니다. 클로드나 GPT처럼 클라우드에만 있는 모델과 달리, '내 서버 내 모델'이 가능해집니다.

시몬 윌리슨(Simon Willison)은 "미스트랄이 다시 게임에 돌아왔다"며, 작년 12월 라지 3(인공분석 점수 9점) 대비 38점까지 오른 건 6개월 치 격차를 좁힌 셈이라고 평가했습니다. 다만 딥시크 4.1 플래시(5,520억 파라미터)보다는 아직 뒤처집니다.

발표 성능과 커뮤니티 실사용기의 온도 차

미스트랄 발표문엔 구체적 수치가 여럿 나옵니다.

인공분석 사이버 인덱스(Artificial Analysis Cyber Index) 전 세계 상위 5위, 중국 외 오픈웨이트 모델 중 1위
실제 취약점 재현·패치 테스트 82%(전체 모델 1위)
사이버벤치(Cybench) 40개 과제 중 93% 해결
코딩 에이전트 벤치마크: 딥스위(DeepSWE) v1.1 61.7%, SWE-아틀라스 QnA 59.4%, 터미널벤치 4 28.3%

그런데 커뮤니티 반응은 다릅니다. 해커뉴스 댓글에선 **"벤치맥스드(benchmaxxed, 벤치마크용으로 과적합)"**라는 표현이 나옵니다.

"에이전트 평가에서 딥시크, 키미, 오퍼스에게 밀렸다"는 평가가 있습니다. "장기 과제(long horizon tasks)에서 5.6보다 못하다"는 사용자 측정치도 보입니다. 가드레일이 약하지만 있다 — 서브에이전트가 "hmm, hmm" 식으로 환각을 반복하며 작업을 회피하려 한다는 경험담도 있습니다.

이 대목이 걸립니다. 발표문은 '최고'를 반복하지만, 커뮤니티 실사용기는 '요약·콘텐츠 생성엔 강하나 에이전트·장기 추론은 약하다'로 갈립니다. 가중치 공개 뒤 독립 벤치마크가 나와야 진짜 실력을 알 수 있습니다.

가격·접근성·한국 리전 여부

해커뉴스 댓글에서 언급된 API 요금은 입력 100만 토큰당 $2, 출력 100만 토큰당 $10입니다. 비교 대상인 K3(정체 불명)는 입력 $0.82, 출력 $13으로, 입력은 미스트랄 라지 4가 비싸고 출력은 더 쌉니다. K3가 미스트랄의 어느 모델인지는 본지가 확인하지 못했습니다.

가중치가 풀리면 자체 서버 운영비(GPU 대여·전력·인건비)만으로 쓸 수 있어, 대량 트래픽이 있는 조직엔 API보다 훨씬 저렴해집니다.

한국에서 바로 쓸 수 있느냐는 별개 문제입니다. 미스트랄은 **유럽 리전(유럽 법 적용, 타 클라우드 의존 없음)**과 전 세계 다중 리전을 언급했습니다. 한국 리전 여부는 명시하지 않았습니다. 국내 기업이 데이터 주권·규제 이유로 유럽 리전을 써야 한다면 레이턴시(지연 시간)가 걸림돌이 될 수 있습니다.

주권형 AI 경쟁 구도: 유럽·독일·중국, 각자의 길

본지가 3일 전 다룬 알레프 알파 '콜리브리' 공개는 780억 파라미터 중 35억만 깨우는 소형 MoE로, 독일 공공·기업 시장을 겨냥했습니다. 미스트랄 라지 4는 몸집이 10배 이상 크고, 유럽 전체·글로벌 엔터프라이즈를 노립니다. 둘 다 '유럽 법·유럽 인프라·유럽 데이터'를 내세우지만, 타깃 층과 규모가 다릅니다.

41일 전 중국 Z.ai '옥스 알파' 공개 때도 비슷했습니다. Z.ai는 중국 내 주권형 AI로, 미스트랄은 유럽 내 주권형 AI로 각각 자국·지역 시장을 지키려 합니다. **'오픈웨이트 + 자체 배포 + 지역 법 준수'**라는 공식이 지역별로 반복되는 양상입니다.

나에게 미치는 영향

일반 사용자·학생·직장인이 오늘 할 수 있는 것
미스트랄 스튜디오(console.mistral.ai) 가입 후 프리뷰 API 무료 체험 가능합니다. 프롬프트 창에서 'reasoning: high' 옵션을 켜면 추론 모드로 답합니다. 코드 작성·요약·번역 등 가벼운 작업부터 테스트해 보세요.

개발자·보안 담당자가 확인할 것
**사이버보안 작업(취약점 분석·패스 작성·멀웨어 분석)**에 클로드·GPT가 거절하는 케이스가 있다면, 라지 4 프리뷰로 같은 프롬프트를 던져 비교해 보세요. 발표문대로 '거절 없이 수행'되는지 직접 봐야 합니다. 가중치 공개(10월 말) 후 올라마(Ollama)·라마.cpp·vLLM 등 로컬 실행 도구 지원 여부를 지켜보세요. 490억 활성 파라미터면 H100 24장(또는 H200 12장)급 GPU에서 4비트 양자화로 돌릴 수 있을 것으로 보입니다. 본지 테스트 환경이 확보되면 별도 기사로 돌리겠습니다.

기업 의사결정권자가 볼 포인트
데이터 주권·규제(개인정보보호법·금융·공공) 때문에 퍼블릭 클라우드 LLM을 못 쓰는 조직이라면, 라지 4 가중치 공개 후 온프레미스·프라이빗 클라우드 배포 검토 대상에 넣으세요. 단, **에이전트 워크플로(자동화 파이프라인·장기 추론)**가 핵심 요건이면, 가중치 공개 뒤 독립 벤치마크가 나올 때까지 기다리는 게 안전합니다.

남은 쟁점: 가중치 공개 전까지 확인할 것들

독립 벤치마크가 먼저 필요합니다. 시몬 윌리슨의 펠리컨 테스트처럼 단순 창작 과제가 아닌, 에이전트·장기 추론·도구 사용 중심 평가가 나와야 합니다.

라이선스 조건도 중요합니다. '오픈웨이트'라 했지만 상업 이용·파생 모델 배포·재배포 허용 범위는 가중치 공개 시 라이선스 파일로 확인해야 합니다. 미스트랄 라지 2·3의 라이선스 이력은 본지가 확인하지 못했습니다.

한국어·아시아 언어 성능도 미지수입니다. 발표문엔 '160개 이상 언어, EU 전 공식 언어 포함'이라 했지만, 한국어·일본어·중국어 벤치마크는 따로 없습니다.

추론 모드 'high'의 실체도 불분명합니다. API엔 'none'과 'high' 두 단계만 있습니다. 'high'가 사고의 사슬(Chain-of-Thought)을 얼마나 길게 뽑는지, 토큰 비용 대비 이득이 있는지 측정 데이터가 아직 없습니다.

미스트랄은 "이 모델이 차세대 특화·최적화 모델들의 기반이 될 것"이라고 예고했습니다. 가중치가 풀리는 10월 말이 진짜 시작점입니다. 그때까지 프리뷰로 '거절 없는 사이버 작업'과 '코딩 에이전트' 두 가지만이라도 직접 돌려보시길 권합니다.