- 미스트랄이 가장 큰 AI 모델 라지 4를 누구나 내려받을 수 있게 풀었어요.
- 회사가 데이터를 밖으로 내보내지 않고 자기 서버에서 돌릴 수 있다는 게 핵심이에요.
- 코딩·보안 시험에서는 공개 모델 가운데 최상위권이지만, 돌리려면 큰 서버가 필요해요.
안녕하세요, 제시예요. 회사에서 AI를 쓰고 싶은데 "우리 고객 정보를 남의 서버로 보내도 되나요?" 하는 질문에 막힌 적 있으신가요? 그 고민에 꽤 묵직한 답이 하나 나왔어요. 프랑스 AI 회사 미스트랄이 자기네 가장 큰 모델을 통째로 내려받을 수 있게 공개했거든요.
미스트랄이 무엇을 풀었나요
미스트랄은 2023년에 파리에서 생긴 AI 회사예요. 유럽을 대표하는 AI 회사라서, 유럽 기업과 정부가 특히 눈여겨보는 곳이기도 해요.
이번에 공개한 건 미스트랄 라지 4예요. 10월 초에 먼저 API로만 써 볼 수 있게 열었다가, 3주 뒤인 10월 29일에 모델 파일 자체를 풀었어요. 별명은 '르 촌크(Le Chonk)'인데, 영어 인터넷에서 '통통하고 큼직한 것'을 귀엽게 부르는 말이에요. 이름처럼 정말 커요.
AI 모델 파일 안에는 숫자가 잔뜩 들어 있어요. 이 숫자를 가중치라고 불러요. 학습하면서 하나하나 맞춰진 값이라, 이 숫자 묶음이 곧 AI의 실력이에요. 라지 4는 이런 숫자가 1조 개쯤 돼요.
공개 가중치 모델이란 이 숫자 묶음을 누구나 받아 갈 수 있게 내놓은 모델이에요. 반대로 챗GPT나 제미나이 같은 모델은 숫자를 회사 안에 두고, 우리는 인터넷 창구로 질문만 보내요.
내려받는 것과 빌려 쓰는 것은 무엇이 다를까요
식당에 비유해 볼게요. 빌려 쓰는 AI는 배달 음식이에요. 맛있고 편하지만, 주문서에 적은 주소와 메뉴가 식당으로 넘어가요. 내려받는 AI는 레시피와 재료를 통째로 받아 우리 부엌에서 요리하는 거예요. 손이 더 가지만 주문서가 밖으로 나가지 않아요.
회사 입장에서 이 차이가 커요. 병원의 진료 기록, 은행의 거래 내역, 공공기관의 민원 문서처럼 밖으로 보내기 어려운 자료가 많거든요. 이런 곳은 좋은 AI가 있어도 데이터를 보낼 수 없어서 못 쓰는 경우가 많았어요.
미스트랄이 이번 발표에서 '주권 AI'를 따로 짚은 것도 그래서예요. 주권 AI는 나라나 회사가 남의 회사 서버에 기대지 않고 자기 손으로 AI를 돌리는 걸 말해요. 유럽이 특히 신경 쓰는 주제예요.
그래서 실력은 어느 정도예요
미스트랄은 라지 4를 '코딩에 가장 강한 공개 모델'이라고 소개했어요. 공개된 시험 점수를 몇 개 모아 보면 이래요.
| 시험 | 무엇을 재나요 | 라지 4 점수 |
|---|---|---|
| Terminal-Bench 4.0 | 명령 창에서 실제 개발 일을 끝까지 해내는지 | 41% · 공개 모델 중 1위 |
| 코딩 에이전트 지수 (Artificial Analysis) | 코딩 일을 스스로 맡아 처리하는 능력 | 48% · GLM-5.3과 사실상 동률 |
| 사이버 지수 (Artificial Analysis) | 취약점 찾기 같은 보안 방어 작업 | 51% |
| B3 에이전트 보안 시험 | 속임수 명령에 넘어가지 않는 정도 | 97.1% 버팀 |
눈에 띄는 건 미리보기 때보다 오른 폭이에요. Terminal-Bench 점수가 28%에서 41%로 13점 올랐어요. 미스트랄은 3주 동안 코딩과 보안 쪽 연습을 더 시킨 결과라고 설명했어요.
사람이 직접 비교한 평가에서도 GLM-5.3, 키미 K3, 딥시크 V4.1 플래시보다 더 자주 골랐대요. 다만 그 평가에서 유료 모델인 클로드 오퍼스 5.5는 여전히 한 칸 위에 있었어요. 공개 모델이 많이 따라왔지만, 아직 맨 앞자리는 아니라는 뜻이에요.
시험 점수를 더 보기 · 가격과 쓰는 양
미스트랄은 같은 일을 할 때 쓰는 토큰이 줄었다고도 밝혔어요. 토큰은 AI가 글을 읽고 쓰는 단위예요. 코딩 에이전트 지수에서는 비슷한 점수의 모델보다 평균 47% 적게 썼고, Terminal-Bench에서는 미리보기 때보다 출력 토큰이 30% 줄었어요. 웹 검색 능력을 보는 BrowseComp는 84.5%, 금융 업무를 보는 FinWorkBench는 73.3%예요. API로 빌려 쓸 때 값은 입력 100만 토큰에 0.70달러, 출력 100만 토큰에 2.10달러예요. 생각하는 깊이는 낮음·중간·높음 세 단계 중에서 고를 수 있고, 기본값은 높음이에요.
공짜로 받는다고 바로 쓸 수 있는 건 아니에요
여기서 오해 하나를 짚고 갈게요. 파일이 공개됐다고 해서 집 컴퓨터에서 돌릴 수 있는 건 아니에요.
라지 4는 '전문가 혼합' 구조예요. 1조 개 숫자를 여러 전문가 묶음으로 나눠 두고, 질문이 들어오면 그중 몇 묶음만 깨워서 답해요. 큰 병원에 전문의가 많아도 환자 한 명은 몇 과만 거치는 것과 비슷해요. 그래서 한 번 답할 때 실제로 쓰는 숫자는 약 500억 개 정도로 알려져 있어요.
그래도 1조 개 전부를 메모리에 올려 둬야 하니, 데이터센터급 그래픽 카드 여러 장이 붙은 서버가 필요해요. 레시피를 받아도 큰 주방이 있어야 요리를 할 수 있는 셈이에요. 개인보다는 자체 서버를 갖춘 회사나 기관을 위한 공개예요.
라이선스에도 조건이 하나 붙었어요. 고쳐 쓰고, 다시 학습시키고, 상품에 넣는 건 자유예요. 그런데 이 모델을 그대로 돌려서 남에게 AI 서비스로 파는 회사는 미스트랄과 따로 상업 계약을 맺어야 해요.
우리한테는 무엇이 달라지나요
당장 우리 휴대폰 속 AI가 바뀌지는 않아요. 변화는 조금 돌아서 와요.
병원·은행·관공서처럼 그동안 데이터 때문에 AI를 미뤄 온 곳이 고를 수 있는 선택지가 하나 더 늘었어요. 빌려 쓰는 최상위 모델과 큰 차이가 없는 실력을 자기 서버 안에서 쓸 수 있게 된 거예요. 그러면 우리가 매일 쓰는 서비스 뒤편에서 일하는 AI가 조금씩 늘어날 거예요.
가격에도 영향을 줄 수 있어요. 비슷한 실력의 모델을 누구나 받아 쓸 수 있으면, 유료 모델도 값을 마냥 올리기 어려워지니까요. 공개 모델이 이렇게 바짝 따라붙은 뒤 유료 모델 값이 어떻게 움직이는지, 같이 지켜보면 좋겠어요.
출처: 미스트랄 공식 발표 「Mistral Large 4」 공개 가중치 안내(2026-10). 공개일·매개변수 규모는 Wikipedia 「Mistral AI」 문서와 LetsDataScience·ForkLog 보도(2026-10-29~30). 시험 점수와 API 가격은 미스트랄 공식 발표 기준.
