Mistral, 'Mistral Large 4' 프리뷰 공개…1조 개 매개변수 규모와 사이버 보안 역량 전면에

유럽 AI 스타트업 Mistral이 자사 역사상 최대 규모의 인공지능 시스템인 Mistral Large 4(ML4)의 퍼블릭 프리뷰를 공개했다. '르 숑크(le Chonk)'라는 별칭이 붙은 이 네이티브 멀티모달 모델은 1조 개의 매개변수(파라미터)를 갖추고 있으며, 현재 Mistral Studio에서 API를 통해 이용할 수 있다. 오픈 모델 가중치는 10월 말 공개될 예정이다.

Mistral은 종합 벤치마크 결과 ML4가 유럽과 미국을 통틀어 가장 뛰어난 성능을 발휘하는 오픈 가중치(open-weight) 모델이라고 주장하며, 소프트웨어 취약점 패치, 제조, 금융, 비주얼 그라운딩(visual grounding) 분야에서의 강력한 성능을 강조했다.

핵심 차별화 요소로 '사이버 보안' 내세워

Mistral은 ML4의 포지셔닝에서 기업 IT 보안과 사이버 방어 역량을 전면에 내세우고 있다. Artificial Analysis Cyber Index에서 ML4는 전 세계 상위 5대 모델에 이름을 올렸으며, 비(非)중국계 오픈 가중치 모델 중에서는 상당한 격차로 선두를 달리고 있다.

오픈소스 소프트웨어의 실제 취약점을 재현하고 이를 패치하는 능력을 평가한 벤치마크에서 ML4는 테스트된 모델 중 가장 높은 82%를 기록했다. Mistral은 Claude Opus 5.5 및 GPT-6 Astra와 같은 대표적인 폐쇄형 모델들이 이 테스트에서 0점에 가까운 점수를 기록했는데, 이는 주로 안전 필터가 해당 프롬프트 처리를 거부했기 때문이라고 언급했다.

Mistral은 소프트웨어를 방어하기 위해서는 취약점을 직접 검증할 수 있어야 한다고 주장하며, 지나치게 제한적인 안전 필터는 정당한 보안 업무까지 가로막는 반면 공격자는 탈옥(jailbreak)을 통해 이러한 안전장치를 우회할 수 있다고 지적했다. ML4는 침해사고 대응 과정에서 발생할 수 있는 운영 리스크를 제거하기 위해 프라이빗 클라우드나 온프레미스 환경에 배포할 수 있도록 설계됐다.

동시에 Mistral은 ML4가 JailbreakBench, StrongREJECT, AgentHarm 등에서 명백히 악의적인 사이버 공격 프롬프트에 직면했을 때 오픈 모델 중 가장 높은 거부율을 유지했다고 강조했다. 또한 이 모델은 Lakera의 B3 AI Security Benchmark에서 공격의 93.3%를 차단했다.

코딩, 비전 및 일반 추론 전반의 벤치마크 성능

10개 도메인 간 벤치마크를 종합한 Artificial Analysis Intelligence Index에서 ML4는 38점을 기록했다. 이는 Mistral Large 3(9점)과 Mistral Medium 3.5(14점), 그리고 Z.ai의 GLM-5.2를 크게 웃도는 비약적인 업그레이드다. 다만 해당 지수에서 58점으로 선두를 달리고 있는 Claude Opus 5.5 (Max) 등 최고 수준의 폐쇄형 모델들에는 여전히 미치지 못했다.

소프트웨어 개발 벤치마크의 경우, ML4는 Artificial Analysis Coding Agent Index에서 49.8%를 기록해 Deepseek V4 Pro와 Qwen3.8 Max를 앞섰다. Surge AI가 진행한 블라인드 코드 품질 평가에서는 인간 평가자들로부터 5점 만점에 3.74점을 받아 5개 모델 중 2위를 차지했다. 이는 Claude Opus 5(4.22점)에는 뒤처지지만 GLM-5.3과 Kimi K3을 넘어선 결과다.

시각 정보 처리 부문에서 ML4는 Dense 200 벤치마크에서 42%를 기록하며 GPT-6 Astra의 41%를 근소한 차이로 앞질렀다. Mistral은 이 모델이 문서, 차트, CAD 파일은 물론 기가픽셀급 위성 이미지까지 분석할 수 있다고 밝혔다. 비즈니스 워크플로 측면에서는 Vals.ai의 평가 결과 법률 및 금융 도메인에서 ML4가 GPT-6 Astra를 앞선 것으로 나타났다.

아키텍처 및 소버린 인프라

Mistral의 기술 문서에 따르면 ML4는 정교한 전문가 혼합(MoE) 아키텍처를 채택했으며, 총 1조 500억 개의 매개변수 중 토큰당 490억 개가 활성화된다. 또한 16억 개의 매개변수를 갖춘 비전 인코더를 통합했으며 100만 토큰에 달하는 컨텍스트 윈도를 지원한다.

이 모델은 Mistral의 유럽 데이터센터에서 3천800대의 Nvidia Grace Blackwell GPU를 사용해 기초 단계부터 학습되었으며, 학습 말뭉치는 160개 이상의 언어를 아우른다. 현재 진행 중인 강화학습(RL) 사후 훈련에는 약 3천 대의 GPU가 투입되어 매일 약 330억 개의 토큰을 생성하고 있다. Mistral은 RL 훈련 단계의 성능 향상이 아직 정체기에 도달하지 않았으며, 최종 가중치가 공개되기 전까지 추가적인 성능 개선이 있을 것이라고 언급했다.

이번 대규모 연산 자원 투입은 Mistral이 최근 유치한 30억 유로 규모의 시리즈 D 투자 유치와 파리 인근 데이터센터 구축을 위해 지난 3월 확보한 8억 3천만 달러 규모의 대출에 힘입은 것이다. Mistral은 2027년 말까지 유럽 내 연산 용량을 200메가와트(MW)까지 끌어올리는 것을 목표로 하고 있다. Mistral의 CEO Arthur Mensch는 과거 유럽 당국자들에게 민감한 국방 및 군사 코드 감사를 미국산 AI 모델에 전적으로 의존해서는 안 된다고 경고한 바 있다.

Mistral Studio의 프리뷰 기간 동안 API 이용료는 입력 토큰 100만 개당 0.68달러, 출력 토큰 100만 개당 2.09달러, 캐시된 입력 토큰 100만 개당 0.07달러로 책정됐다. 문서에는 이의 두 배 요금(입력 1.36달러, 출력 4.18달러, 캐시 입력 0.14달러)인 표준 티어도 명시되어 있다. 전체 기술 보고서, 라이선스 세부 정보 및 모델 가중치는 10월 말 정식 공개될 예정이다.