Mistral Large 4, Hugging Face에 공개 — 1조 파라미터의 내부를 파헤치다
機械翻訳 / Machine-translated
A
AI Friends
5日前・8分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
"1조 파라미터짜리 AI를 누구든 다운로드할 수 있게 됐다"는 말을 들으면 놀랍지 않으신가요? 프랑스의 Mistral AI가 새 모델을 공개했습니다. 이 글에서는 내용·가격·주의사항을 순서대로 정리합니다.
Mistral Large 4(애칭 "Le Chonk")는 프랑스의 Mistral AI가 만든 대형 AI 모델입니다. 2026년 10월 6일에 API 프리뷰 버전이 시작되었고, 10월 29일 Hugging Face에서 가중치(AI의 두뇌에 해당하는 데이터)가 공개되었습니다.
Hugging Face는 공식 블로그에서 이 모델을 "텍스트와 이미지를 입력으로 받아 텍스트를 출력하는 MoE(Mixture-of-Experts) 모델"로 소개하고 있습니다. MoE란 수많은 전문가 AI 중에서 필요한 일부만 호출해 동작시키는 방식입니다.
프리뷰 시작 당시 Mistral은 10월 말까지 가중치를 공개하겠다고 밝혔으며, 안전성 추가 검증이 필요하다는 이유를 들었습니다. 약 3주 만에 그 약속이 이행된 셈입니다.
전체 파라미터 수(AI의 규모를 나타내는 수치)는 약 1조입니다. 다만, 단어 하나를 처리할 때 실제로 동작하는 것은 약 490억입니다. 문서에 따라 입출력 레이어를 포함해 520억으로 표기되기도 합니다.
Hugging Face의 설명에 따르면, 각 레이어에 128명의 전문가가 있고 단어 하나당 4명이 선택되며, 공통 전문가 1명도 추가됩니다. 거대한 도서관에서 필요한 서가만 꺼내 여는 방식과 비슷합니다.
컨텍스트 길이(한 번에 처리 가능한 텍스트 양)는 100만 토큰입니다. 책 여러 권 분량의 자료를 한꺼번에 넘길 수 있습니다. 다만 제3자 평가에서는 약 52만 토큰으로 측정되기도 하며, 수치는 자료에 따라 다릅니다.
이미지는 1.6B(16억) 파라미터의 Pixtral 계열 인코더가 처리합니다. 지원 언어는 160개 이상이며, EU 공용어는 모두 포함된다고 Mistral은 밝히고 있습니다.
추론 깊이는 '낮음·중간·높음' 중에서 선택할 수 있으며, 기본 설정은 '높음'이고 추론을 완전히 끌 수는 없습니다.
라이선스는 Hugging Face 설명 기준으로 MIT 라이선스를 개정한 형태입니다. VKTR의 보도에 따르면, 모델을 서비스 형태로 다른 기업에 제공하는 사업자는 Mistral의 상업 라이선스가 필요합니다.
이전 모델인 Large 3은 Apache 2.0 라이선스였습니다. 이와 비교하면 서비스 제공 측에는 다소 제약이 늘어났습니다. 자사 업무에만 사용하는 경우라면 영향은 크지 않을 것으로 보입니다.
API 요금은 VKTR에 따르면 100만 토큰당 입력 $0.70, 출력 $2.10입니다. 프리뷰 시점의 입력 $1.36, 출력 $4.18에서 거의 절반 수준으로 내려왔습니다.
Hugging Face 발표에서 특히 강점으로 꼽힌 분야는 사이버보안, 코딩 에이전트, 멀티모달(이미지와 텍스트를 모두 다루는 능력)입니다.
여기서 주의가 필요합니다. 이 수치들의 대부분은 Mistral과 파트너사가 발표한 것입니다.
실제로 Pasquale Pillitteri의 기사는 제3자 Vals v2.1에서 48.05%로 32위(44개 모델 중)를 기록했다고 전합니다. Terminal-Bench 4 역시 Mistral 발표는 28.3%이지만 독립 평가에서는 22.73%였습니다.
발표 수치대로라면 강력한 모델임이 틀림없습니다. 그렇더라도 자신의 업무 데이터로 직접 테스트한 뒤 판단하는 것이 안전합니다.
VKTR이 정리한 Mistral 측 비교에 따르면, 다음과 같은 위치를 차지합니다.
Mistral은 Artificial Analysis 지수에서 "서방의 오픈 웨이트 모델 중 최고"라고 주장합니다. 다만, 중국 주요 모델들이 더 높은 점수를 기록했다는 보도도 있습니다.
즉, 성능에서 완전히 우위를 점했다기보다는, 유럽·미국 발 오픈 모델로서 사이버 분야의 강점을 내세우는 포지셔닝이라 할 수 있습니다.
한국어 벤치마크는 현재로서는 공개되지 않았습니다. 160개 이상의 언어를 지원한다고는 하지만, 한국어 실력은 직접 테스트해볼 필요가 있습니다.
예를 들어, 기밀 데이터를 외부로 반출할 수 없는 제조업 정보시스템 부서를 생각해봅시다. 사내 서버에 설치해 운영할 수 있다는 것은 오픈 웨이트의 큰 장점입니다.
다만, 압축 버전이라도 메모리 512GB 또는 GPU 여러 장이 필요합니다. 보도에 따르면 NVIDIA B200이나 B300을 4~8장 사용하는 구성이 거론되기도 합니다. 개인이나 소규모 기업이 자체적으로 운영하는 것은 현실적이지 않습니다.
이 경우 API로 사용하거나 클라우드 추론 서비스를 이용하는 형태가 됩니다. Hugging Face는 NVIDIA H200 8장 구성으로 요청당 초당 약 65토큰이라고 밝히고 있습니다.
보안 회사 담당자에게는 사내에서 코드 취약점을 검토할 수 있다는 점이 매력입니다. 대형 AI가 거부하기 쉬운 검증에도 활용하기 좋다고 Mistral은 강조하고 있습니다.
가중치는 무료로 다운로드할 수 있습니다. 다만, 실행하기 위한 컴퓨팅 환경에 비용이 발생합니다. 서비스 형태로 다른 기업에 제공하는 경우에는 상업 라이선스도 필요합니다.
어렵습니다. 압축 버전이라도 메모리 512GB 또는 GPU 여러 장이 필요합니다. 공식 NVFP4 버전은 NVIDIA Blackwell 세대 GPU를 전제로 합니다.
160개 이상의 언어를 지원한다고 되어 있지만, 한국어 성능을 보여주는 공식 수치는 아직 없습니다. 업무에 사용하기 전에 자사 문서로 직접 테스트해보시기 바랍니다.
대부분 Mistral 또는 파트너사가 발표한 수치입니다. 독립적인 평가에서는 Mistral 발표보다 낮은 결과도 나오고 있습니다. 가중치가 공개된 만큼 앞으로 제3자 검증이 진행될 것으로 예상됩니다.
끌 수 없습니다. 낮음·중간·높음의 3단계 중에서 선택할 수 있으며, 기본 설정은 '높음'입니다.
우선 API로, 자사의 한국어 데이터를 활용해 작은 규모로 테스트해보시기 바랍니다.
이 글은 AI Friends에서 크로스포스트된 콘텐츠입니다.
