미스트랄(Mistral)이 1조 개 매개변수의 멀티모달 AI 모델 ‘미스트랄 라지 4(Mistral Large 4)’를 공개 시험판으로 내놨다. 유럽 자체 데이터센터에서 학습한 이 모델은 사이버보안과 코딩, 문서 작업에서 경쟁력을 갖췄다는 게 회사의 설명이다. 지금은 API로 써볼 수 있고, 모델 가중치(학습된 매개변수)는 이달 말 공개할 예정이다. 성능 수치만큼 눈여겨볼 대목은 기업이 모델을 직접 운영하며 접근 권한과 보안 정책을 통제할 수 있도록 하겠다는 방향이다.
핵심요약
- 미스트랄 라지 4는 전체 매개변수 1조 개 중 작업할 때 490억 개를 활성화하는 멀티모달 모델로, 미스트랄의 역대 최대 모델이다.
- 공개 시험판은 미스트랄 스튜디오(Mistral Studio) API에서 사용할 수 있으며, 가중치 공개는 이달 말로 예고됐다.
- 미스트랄은 사이버보안·코딩·시각 정보 처리에서 높은 평가 점수를 제시하며, 특히 보안 업무에서는 자체 배포가 중요하다고 강조했다.
- 모델 학습과 시험판 서비스는 모두 유럽의 미스트랄 자체 데이터센터에서 이뤄져, 기업이 AI 운영 주체를 선택할 수 있다는 점을 내세웠다.
- 회사는 강화학습을 계속 진행 중이라고 밝혔으며, 이번 모델을 산업별 특화 모델의 기반으로 삼을 계획이다.
1조 개 매개변수, 먼저 열리는 것은 API
미스트랄은 2026년 10월 6일 미스트랄 라지 4의 공개 시험판을 발표했다. 모델은 텍스트뿐 아니라 이미지도 다루는 멀티모달 방식이며, 전체 매개변수는 1조 개, 한 번의 작업에 활성화되는 매개변수는 490억 개다. 명령 수행과 추론, 도구를 사용하는 에이전트 작업을 하나의 모델에 담았다는 설명이다. 회사는 이를 지금까지 만든 모델 가운데 가장 크고 성능이 높은 모델로 소개했다.
현재 이용할 수 있는 것은 미스트랄 스튜디오의 시험판 API다. 가중치는 이달 말 공개하고, 그때 모델 구조와 추가 평가 결과, 학습 후 성능을 다듬은 방법도 설명할 계획이다. 미스트랄은 코딩과 복잡한 업무 처리, 이미지 이해에서 세계 상위 오픈 모델과 경쟁할 만한 성능을 냈다고 주장한다. 다만 발표 시점의 모델도 계속 개선 중이라고 밝혀, 지금 제시된 수치와 최종 공개 버전은 구분해 볼 필요가 있다.
유럽 데이터센터에서 학습하고 운영하다
미스트랄 라지 4는 유럽에 있는 회사 자체 데이터센터의 엔비디아(NVIDIA) 그레이스 블랙웰(Grace Blackwell) GPU 3,800개로 처음부터 학습됐다. 공개 시험판 서비스도 같은 인프라에서 제공한다. 미스트랄은 유럽 법률 아래 다른 디지털 서비스 제공업체에 운영을 맡기지 않는 유럽 배포 환경을 포함해, 여러 지역에서 모델을 제공할 예정이다. 학습 데이터의 상당 부분은 다국어 자료로, 유럽연합의 모든 공식 언어를 포함한 160개 이상의 언어를 아우른다.
회사가 ‘AI 주권’을 강조하는 이유는 특히 사이버보안에서 선명해진다. 서비스 제공자의 일괄적인 거절 정책이 정당한 취약점 조사나 사고 대응까지 막을 수 있고, 대응 도중 모델 접근권을 잃으면 그 자체가 위험이 된다는 것이다. 가중치가 공개되면 조직은 자체 정책에 맞춰 프라이빗 클라우드나 내부 시설에서 모델을 운영할 수 있다. 미스트랄은 금융·제조·물류·제약·공공 부문 등의 기업과 협력했으며, 고객용 미스트랄 포지(Mistral Forge)와 같은 학습·맞춤화 환경을 이 모델에도 사용했다고 밝혔다.
취약점 재현과 거절 사이
사이버보안 평가에서 미스트랄은 이 모델이 세계 상위권에 들어간다고 밝혔다. 실제 소프트웨어의 보안 결함을 찾고 수정하는 능력을 보는 아티피셜 애널리시스 사이버 인덱스(Artificial Analysis Cyber Index)에서는 세계 상위 5개 모델 안에 들었다는 설명이다. 오픈소스 소프트웨어의 실제 취약점을 재현한 뒤 패치하는 세부 시험에서는 82%를 기록했다. 보안 대회 문제 40개로 구성된 사이벤치(Cybench)에서도 93%를 풀었다고 제시했다.
이 수치가 가리키는 것은 공격과 방어의 경계에 놓인 작업이다. 미스트랄은 일부 폐쇄형 모델이 같은 취약점 재현 시험에서 요청을 거절해 0점에 가까운 점수를 받았다며, 결함이 실제로 존재함을 확인하는 과정도 방어 업무의 일부라고 설명한다. 자체 시험에서는 악성코드 분석, 취약점 우선순위 결정, 탐지 규칙 작성에도 활용 가능성을 봤다. 가중치 공개 전에는 사이버보안 분야 관계자와 검증된 협력사, 국가 당국이 완화된 제한과 확장된 사이버 기능으로 모델을 시험하며 위험을 점검하고 있다.
코드 수정에서 업무 결과물까지
소프트웨어 작업 평가에서는 딥스위(DeepSWE) 1.1에서 61.7%, SWE-아틀라스 QnA(SWE-Atlas-QnA)에서 59.4%, 터미널 벤치(Terminal-Bench) 4에서 28.3%를 기록했다. 여러 평가를 합친 코딩 에이전트 지수는 49.8%로, 미스트랄은 이 점수가 딥시크 V4 프로(DeepSeek V4 Pro)와 큐원 3.8 맥스(Qwen3.8 Max)를 앞선다고 밝혔다. 서지 AI(Surge AI)와 진행한 익명 코딩 품질 평가에서는 전문가가 다섯 모델의 결과물을 5점 척도로 채점했다. 시험판은 3.74점으로 2위였으며, 클로드 오퍼스 5(Claude Opus 5)의 4.22점보다 낮았다.
도구를 써서 여러 단계를 마치는 업무도 별도로 평가했다. 지메일, 구글 시트, 슬랙, 세일즈포스 같은 앱을 가로지르는 업무 흐름 657개로 구성된 오토메이션벤치(AutomationBench)에서 59.9%를 기록했다. 스프레드시트·슬라이드·PDF 등 완성된 결과물을 평가하는 AA-브리프케이스(AA-Briefcase)에서는 1,393 엘로(Elo·상대적 성능을 비교하는 점수)를 얻었다. 미스트랄이 강조하는 것은 단일 질문에 답하는 능력보다, 자료를 모으고 도구를 사용해 끝까지 결과물을 만드는 능력이다.
도면을 확대하고 재무 문서를 대조하다
이미지 이해에서는 문서와 차트, 자연 사진뿐 아니라 복잡한 도면과 대형 위성사진을 다룬다고 소개했다. 미스트랄이 제시한 시연에는 기술 도면의 부품을 확대해 확인하고, PDF에서 근거를 찾으며, 광범위한 지리 이미지에서 작은 대상을 찾아내는 작업이 포함됐다. 이미지 속 대상의 위치를 짚는 시각적 위치 파악 평가 ‘덴스 200(Dense 200)’에서는 42%를 기록해 GPT-6 아스트라(GPT-6 Astra)의 41%를 앞섰다고 밝혔다. 회사가 제조·공학·재난 대응을 활용처로 꼽는 것도 이런 세밀한 시각 정보 처리 때문이다.
과학 작업에서는 물리·수학·재료과학·생물학의 복잡한 과정을 코드로 구현하는 사이코드 베리파이드(SciCode-Verified)에서 오픈 가중치 모델 중 최고 수준이라고 주장했다. 여러 고급 계산 절차가 필요한 하트리–폭(Hartree–Fock) 화학 시뮬레이션을 한 번에 생성한 사례도 제시했다. 전문 사무 업무에서는 스프레드시트와 문서를 만들고 고치는 능력을 평가했으며, 외부 평가업체 발스 AI(vals.ai)의 법률·금융 과제에서 GPT-6 아스트라를 앞섰다고 밝혔다. 금융 시연은 기업 공시와 보고서를 찾고 계산 결과를 대조하는 여러 단계의 과제로 구성됐다.
강한 보안 능력과 안전성 평가
높은 사이버보안 점수와 별개로, 미스트랄은 악의적인 요청에는 이전 자사 모델보다 더 책임 있게 대응한다고 설명했다. 외부 문서나 도구 출력에 숨은 지시로 모델의 행동을 바꾸려는 간접 프롬프트 주입 공격 평가에서 높은 견고성을 보였다는 것이다. 공개된 레이커라(Lakera) B3 AI 보안 벤치마크에서는 공격의 93.3%를 막았고, 회사가 비교한 모델 중 더 높은 점수는 없었다고 밝혔다. 사이버보안 관련 유해 요청에 대한 평균 거절률도 비교한 오픈소스 모델 가운데 가장 높았다고 덧붙였다.
별도의 전문가 평가에서는 코딩, 컴퓨터 지원 설계, 금융, 수학, 물리 분야의 평가자들이 미스트랄 라지 4와 GLM-5.3을 비교했다. 미스트랄은 설계와 과학·기술·수학 분야에서 자사 모델이 더 선호됐고, 금융과 코딩에서는 비슷하거나 근접했다고 설명했다. 이는 보안 과제를 무조건 거절하지 않으면서도 악성 요청과 프롬프트 공격에는 대응해야 한다는 어려운 균형을 보여준다. 실제 운영에서 중요한 것은 두 종류의 요청을 얼마나 일관되게 가려내느냐다.
하루 330억 토큰을 만드는 강화학습
미스트랄은 성능 향상의 핵심 작업으로 강화학습(RL·모델의 시도 결과를 바탕으로 행동을 개선하는 학습)을 제시했다. 코딩과 과학 문제, 사실성, 안전성, 장시간 도구 사용을 하나의 학습 체계에 넣고, 단위 시험이나 다른 모델의 판정 등 과제에 맞는 방법으로 결과를 확인한다. 학습 중에는 수많은 작업 시도를 병렬로 생성하고, 긴 작업 흐름을 처리하도록 설계했다. 현재 약 3,000개 GPU를 쓰는 학습 작업 하나에서 하루 약 330억 토큰이 생성되며, 걸러내기 등을 거친 뒤 실제 학습에 쓰이는 출력 토큰은 약 160억 개라고 밝혔다.
회사는 이번 모델을 30억 유로 규모 시리즈 D 투자로 추진하는 계획의 첫 성과로 설명한다. 자금은 유럽 자체 데이터센터의 연산 능력을 늘리는 데 투입되고 있으며, 시험판을 만든 강화학습 작업도 아직 진행 중이다. 미스트랄은 성능 개선 여지가 남아 있다고 보고, 라지 4를 산업과 업무에 맞춘 후속 모델의 기반으로 사용할 계획이다. 당장의 확인 지점은 이달 말 약속한 가중치 공개와 추가 평가 자료다.
커뮤니티 의견
한 사용자는 모델에 설정할 수 있는 추론 수준이 ‘없음’과 ‘높음’뿐이라는 점을 짚었다. 직접 시험했을 때 두 설정의 차이가 크지 않았고, ‘높음’이 오히려 출력 토큰을 적게 만들기도 했다고 했다. 다만 자전거를 탄 펠리컨 그림을 만드는 시험에서는 높은 추론 설정의 자전거 틀이 더 나았으며, 지금까지 본 미스트랄 모델 중 결과가 가장 좋았다고 평가했다.
다른 사용자는 GPU 3,800개로 이런 수준의 모델을 학습했다는 발표를 보고 초대형 데이터센터 투자의 목적을 물었다. 이에 대한 답글은 학습뿐 아니라 이미 커진 AI 추론 수요를 감당하는 데도 연산 자원이 필요하다고 반박했다. 또 다른 답글은 기존 모델의 지식을 작은 모델로 옮기는 증류의 기여와 성능 향상에 필요한 자원의 증가를 함께 살펴야 한다고 했다.
시각 정보 처리와 사이버보안 점수를 긍정적으로 보는 의견도 나왔다. 한 사용자는 이 정도면 일상적으로 사용할 모델이 될 수 있고, 보안 분야에서는 특히 유력한 선택지라고 봤다. 답글에서는 미스트랄을 직접 써보니 응답이 빠르고 품질도 인상적이었다는 경험을 덧붙였다.
유럽에서 학습하고 유럽에서 추론 서비스를 운영한다는 점에 무게를 둔 사용자도 있었다. 최고 성능 모델이 아니더라도 공급업체 선택이 중요한 기업에는 의미가 있다는 주장이다. 답글에서는 유럽 소재 기업의 입장에서 코딩에는 미국 업체를 쓰더라도 자사 제품의 기능에는 쓰지 않겠다는 사례가 나왔고, 반대로 미스트랄이 성장에 필요한 자본을 계속 확보할 수 있을지를 걱정하는 의견도 이어졌다.
성능과 비용을 함께 따진 의견은 조금 더 유보적이었다. 한 사용자는 취약점 재현과 시각적 위치 파악 점수를 높게 보면서도, 더 넓은 평가 범위에서는 GLM-5.3보다 다소 뒤지고 시험당 비용도 높다고 지적했다. 다만 중국 모델 대신 유럽 모델을 원하는 기업이라면 이 차이를 감수할 수 있다고 봤다.
데이터 분석 평가를 직접 돌려봤다는 사용자는 이전 미스트랄 미디엄 3.5(Mistral Medium 3.5)보다 비용이 10분의 1로 줄고 정답률은 58%에서 74%로 올랐다고 전했다. 그는 이를 세대가 바뀐 수준의 개선으로 평가하면서도, 정확도와 비용을 함께 볼 때 아직 최선의 선택은 아니라고 했다. 답글에서는 큐원 3.8-27B(Qwen3.8-27B)가 두 지표에서 더 낫게 나온 것 아니냐는 질문이 제기됐다.
한 사용자는 모델 경쟁이 한 업체의 독주로 끝나지 않고, 뒤처졌던 곳도 따라잡을 수 있다는 점에 주목했다. 미스트랄 라지 3 이후의 진전을 반기며 이번 모델이 유럽에서 널리 선택될 만큼 충분히 좋아지기를 바랐다. 반면 답글에서는 최고 수준의 폐쇄형 모델과 다른 모델 사이의 차이가 여전히 크다는 견해도 나왔다.
그보다 비판적인 사용자는 미국·중국 연구소의 발전 속도에 비하면 미스트랄의 진전이 느리고, 이번 모델도 판도를 바꿀 만큼 뛰어나지는 않다고 평가했다. 경쟁과 유럽의 참여는 필요하지만 출시 시점과 성능을 함께 보면 아쉽다는 주장이다. 답글에서는 중국 모델도 한때 낮게 평가받다가 빠르게 격차를 좁혔다며, 모델 경쟁의 흐름을 몇 달 뒤까지 단순히 예상하기는 어렵다고 반박했다.
핵심통찰
미스트랄 라지 4의 경쟁력은 모든 평가에서 1위를 차지하는 데보다, 강한 모델을 조직이 직접 운영할 수 있다는 선택지를 넓히는 데 있다. 특히 사이버보안처럼 정당한 조사와 위험한 요청을 세밀하게 가려야 하는 업무에서는 성능, 거절 정책, 접근권 통제가 함께 평가받는다. 이달 말 가중치가 공개되면 외부에서 성능과 운영 부담을 더 직접 확인할 수 있다. 유럽 자체 인프라와 지속 중인 강화학습이 실제 사용자에게 얼마나 유용한 개선으로 이어질지도 그때부터 본격적으로 드러날 것이다.
원본: Introducing Mistral Large 4 | Mistral
토론: Hacker News