Mistral Large 4, 1M 문맥과 524K 측정 사이

결론부터 말하면 Mistral Large 4는 지금 ‘오픈 웨이트 모델’로 도입할 제품이 아니라, 10월 말 배포를 기다리며 업무 적합성을 재는 API 프리뷰다. 모델 도입을 검토하는 개발자와 AI 업무팀은 1조 파라미터보다 문서 불일치, 실제 문맥 한도, 버전 고정 가능성부터 확인해야 한다.

작성자: 트렌드매그 편집부 · 검수자: 트렌드매그 AI 편집 기준 · 최종 업데이트: 2026-10-07 (Asia/Seoul)

먼저 확인한 사실

무엇이 바뀌었는가: 거대한 MoE가 API로 먼저 나왔다

Mistral은 10월 6일 Large 4를 공개 프리뷰로 열었다. 텍스트와 이미지를 입력으로 받고, 함수 호출·구조화 출력·문서 질의·에이전트 도구를 지원한다. 회사는 코딩, 금융, 법률, 사이버보안과 시각 이해를 핵심 영역으로 제시했고, 유럽 자체 데이터센터의 3,800개 NVIDIA Grace Blackwell GPU로 학습했다고 밝혔다.

그러나 ‘출시’와 ‘오픈 웨이트 공개’는 같은 사건이 아니다. 현재 누구나 확인할 수 있는 것은 Mistral이 운영하는 API 프리뷰다. 발표문은 가중치를 10월 말에 배포한다고 하고, Axios는 10월 27일 계획을 전했다. Artificial Analysis도 현 상태를 proprietary로 분류한다. 따라서 오늘의 구매 대상은 자체 서버에 올릴 수 있는 체크포인트가 아니라, 사양과 가격이 바뀔 수 있는 원격 서비스다.

실제 사용자 영향: 세 가지 숫자 차이가 계약과 비용을 바꾼다

첫째, 활성 파라미터가 발표문에서는 49B, 모델 문서에서는 52B다. MoE에서 활성 파라미터는 토큰당 계산량과 연결되므로 사소한 오타로 넘길 수 없다. 다만 셀프호스팅 비용은 활성량만이 아니라 전체 1T~1.05T 가중치의 저장·메모리·통신 구조에 좌우된다. 가중치 파일 크기와 정밀도, 텐서 병렬 요구량이 나오기 전에는 ‘49B급 비용’이라고 계산하면 안 된다.

둘째, 공식 문서의 문맥은 1M이지만 Artificial Analysis가 평가한 엔드포인트는 524K다. 이는 공식 한도가 거짓이라는 뜻이 아니라, 평가 공급자·모델 변형·안전 마진이 다를 수 있다는 뜻이다. 장문 PDF, 코드 저장소, 에이전트 기록을 한 번에 넣는 팀은 1M이라는 숫자보다 실제 요청에서 잘림·회수율·응답 시간을 측정해야 한다.

셋째, 프리뷰 가격과 정가가 동시에 보인다. 월 입력 8,000만 토큰·출력 2,000만 토큰을 쓴다면 프리뷰는 80×$0.68 + 20×$2.09 = $96.20, 표시 정가는 80×$1.36 + 20×$4.18 = $192.40다. 같은 사용량에서 월 차이는 $96.20이다. 캐시, 이미지 입력, 실패 재시도는 제외한 가상 계산이므로 예산에는 정가와 20% 여유를 두는 편이 안전하다.

고유 결과물 1: ‘공개’라는 단어를 네 단계로 분해한다

이 표의 핵심은 ‘오픈’이라는 수식어가 현재 상태를 한 번에 설명하지 못한다는 점이다. API가 열렸고 미래의 가중치 공개가 약속됐지만, 오늘 다운로드 가능한 파일과 최종 라이선스가 없으면 자체 배포권은 아직 실행할 수 없다.

고유 결과물 2: 독립 평가는 강점보다 편차를 먼저 보여준다

Mistral은 DeepSWE 61.7%, Terminal-Bench 4.0 28.3%, AutomationBench 59.9%와 법률·금융 강점을 제시한다. 독립 평가도 일부 강점을 확인하지만 범용 우위를 보장하지 않는다. Vals AI에서 Finance Agent v2는 54.68%였지만 Code Migration 30.56%, Legal Research 31.73%, Terminal-Bench 22.73%, ProofBench 10.00%로 차이가 컸다. Harvey Legal Agent는 15.83%지만 75개 중 6위였다. 낮은 절대 점수와 높은 순위가 동시에 가능하다는 뜻이다.

Artificial Analysis의 종합 지수는 38, 출력 속도는 약 116토큰/초, 평가 작업당 비용은 $1.13이었다. 동시에 평가 전체에서 출력 토큰 2억 개를 써 비교군 중앙값 8,100만 개보다 매우 장황했다. API 단가가 낮아도 긴 추론이 누적되면 완료 작업당 비용은 예상과 달라질 수 있다.

국내 크리에이터·전문 블로그의 실전 사례

지정된 벤치마킹 목록 중 OrcaRouter는 10월 6일 Large 4와 MiniMax M3를 같은 4:1 입력·출력 조건으로 계산했다. 월 1억 토큰에서 M3는 $48, Large 4 프리뷰는 $96.20이라는 예시다. 이 비교는 ‘싸다’보다 업무별 라우팅이 중요하다는 점을 보여준다. 다만 OrcaRouter는 모델 라우팅 서비스를 판매하므로 가격·라우팅 주장은 상업적 맥락과 분리해 읽었다.

MindStudio의 셀프호스팅 가이드는 MoE의 활성 파라미터가 API 추론비를 낮춰도 전체 파라미터가 저장·메모리 부담을 결정한다고 설명한다. 이는 Large 4의 49B·52B 활성 수치만으로 로컬 비용을 추정하지 말아야 한다는 근거다. MindStudio 역시 에이전트 플랫폼 사업자이므로 운영 체크리스트로만 참고했고 성능 수치의 독립 근거로 쓰지 않았다. 지정된 국내 유튜브 채널에서는 발표 후 48시간 안에 설명·챕터·자막까지 검증 가능한 실사용 자료를 찾지 못해 제목만 인용하지 않았다.

회사 주장과 트렌드매그 판정

직접 재현 가능한 7일 검증 절차

1. 업무 30개를 고정한다. 한국어 문서 요약 10개, 표·PDF 질의 10개, 도구 호출 10개로 나누고 정답·허용 오차를 기록한다.
2. 모델 ID와 날짜를 저장한다. 프리뷰는 바뀔 수 있으므로 요청·응답·추론 설정·토큰 사용량을 매일 남긴다.
3. 문맥 계단을 만든다. 64K·128K·256K·512K·1M에서 수락 여부, 첫 토큰 시간, 끝부분 정보 회수율을 잰다.
4. 가격을 완료 작업 기준으로 계산한다. 입력·출력·캐시·재시도 비용을 합쳐 통과한 작업 1건당 비용을 구한다.
5. 동일 조건 대조군을 둔다. 현재 운영 모델과 같은 프롬프트·도구·시간 제한으로 비교한다.
6. 실패를 분류한다. 환각, 표 손상, 도구 오류, 장문 누락, 과도한 거절, 장황함을 별도 집계한다.
7. 가중치 공개 뒤 다시 승인한다. 라이선스, SHA, 정밀도, 필요 GPU, 고정 버전, 한국어 결과가 확인되기 전에는 셀프호스팅 결정을 확정하지 않는다.

반론과 과장 가능성

• “숫자 불일치가 있으니 모델이 부실하다”는 결론은 과하다. 프리뷰 초기 문서 동기화 문제일 수 있다. 다만 계약·용량 산정 전에는 정정값을 기다려야 한다.
• “가중치가 없으니 오픈 모델이 아니다”는 표현도 시점을 구분해야 한다. 공개 약속은 구체적이지만 오늘의 상태는 약속과 실행 사이에 있다.
• “지수 38이면 경쟁력이 없다”도 단정할 수 없다. 금융·법률·사이버처럼 특정 업무에서 상대 순위가 높고, 속도와 가격이 맞으면 실용적일 수 있다.
• “유럽 인프라면 자동으로 한국 기업의 규정을 충족한다”는 주장은 틀리다. 데이터 처리 위치, 보존, 접근 통제와 계약 조항을 별도로 확인해야 한다.
• “프리뷰 반값이 장기 비용”이라고 가정하면 위험하다. 현재 화면에 정가와 할인 가격이 함께 있어 예산은 둘 다 계산해야 한다.

분석의 한계

• 트렌드매그는 Mistral Studio 계정으로 모델을 호출하거나 한국어·도구 호출·1M 문맥을 직접 시험하지 않았다.
• 공식 활성 파라미터 49B와 52B 중 어느 값이 최종 정정될지는 확인되지 않았다.
• 독립 벤치마크는 공급자 설정과 평가일에 따라 달라지며 실제 한국어 업무 성능을 대신하지 않는다.
• 10월 말 가중치, 최종 라이선스, 체크포인트 크기, 양자화, GPU 요구량은 아직 공개되지 않았다.
• 가격은 2026-10-07 표시값이며 할인 종료, 캐시 조건, 지역별 세금은 반영하지 않았다.

지금 할 일

개발팀은 프로덕션 교체 대신 합성 데이터 30건으로 7일 파일럿을 시작하고, 구매팀은 프리뷰와 정가 두 예산을 함께 승인해야 한다. 보안·규제 데이터는 지역 엔드포인트와 보존 조건이 계약서에 확인되기 전까지 넣지 않는다. 10월 말에는 가중치·라이선스·서빙 사양을 다시 확인해 AI 도구 목록과 AI 도입 로드맵을 갱신한다. 장문 비용 계산은 AI API 월 비용 가이드, 프리뷰 모델 비교 관점은 Gemini 4 Argon 분석, 오픈 웨이트 공개 상태 비교는 Reflection AI Beam 분석과 함께 볼 수 있다. 더 넓은 해설은 AI 인사이트에 정리한다.

3줄 요약

• Mistral Large 4는 10월 6일 API 프리뷰로 공개됐지만 가중치는 아직 배포되지 않았다.
• 공식 자료의 49B·52B 활성 파라미터, 공식 1M·독립 524K 문맥 차이는 도입 전 확인 항목이다.
• 오늘은 30개 업무 파일럿만 하고, 셀프호스팅 결정은 체크포인트·라이선스·고정 버전 공개 뒤로 미루는 편이 안전하다.

공식 출처

• Mistral — Introducing Mistral Large 4 (2026-10-06)
• Mistral Docs — Mistral Large 4 모델·가격 문서

독립 출처와 벤치마킹 자료

• Artificial Analysis — 독립 성능·속도·비용 측정
• Vals AI — 분야별 독립 벤치마크
• Axios — 가중치 공개 일정과 Mistral 인터뷰
• Le Monde — 출시 맥락과 독립 검증 필요성
• OrcaRouter — 동일 조건 비용·라우팅 사례(상업적 맥락)
• MindStudio — MoE 셀프호스팅 판단 가이드(상업적 맥락)