Michael Johnson10월 29일 미스트랄은 르 숑크로 알려진 업데이트된 미스트랄 라지 4의 가중치를 공개했다. 이제 개발자와 조직은 미스트랄 서비스를 반드시 이용하지 않고도 모델을 다운로드하고 미세 조정해 자체 인프라에 배포할 수 있다. 기업의 경우 모델을 서비스형 모델(Model-as-a-Service)으로 제공하려면 별도의 상업용 라이선스가 필요하다는 점에 유의해야 한다.
무엇을 사용할 수 있게 됐나
미스트랄의 가중치 공개 발표에 따르면, 이번 버전은 10월 초 시작된 공개 프리뷰 이후 개선됐다. 회사는 미스트랄 스튜디오와 API를 통해 모델을 사용해 볼 수 있으며, 자체 배포를 위해서는 허깅페이스에서 가중치를 다운로드할 수 있다고 밝혔다. 실행 도구로는 vLLM과 SGLang을 제시했으며, NVIDIA NIM 컨테이너와 NVIDIA가 호스팅하는 엔드포인트도 이용할 수 있다.
실질적인 변화는 실행 위치를 통제하고 모델을 자체 작업에 맞게 조정할 수 있다는 점이다. 팀은 자체 환경에 모델을 배포하고 내부 코드나 데이터에 맞춰 설정한 뒤 통합을 직접 관리할 수 있다. 데이터 처리를 자체 인프라 안에서 해야 하는 조직에 특히 유용할 수 있다. 관리형 서비스를 이용하려는 경우에는 미스트랄 API, 미스트랄 스튜디오, 오픈라우터, 마이크로소프트 파운드리도 계속 이용할 수 있다.
공개된 벤치마크 결과
미스트랄은 여러 테스트 결과를 공개했지만, 이는 회사가 자체적으로 선택한 평가에서 얻은 결과다. 비공개 테스트인 Cognition FrontierCode 2.0에서 모델은 19.7%를 기록했다. Artificial Analysis Coding Agent Index에서는 48%를 기록했으며, 회사의 비교 결과에 따르면 작업당 평균 토큰 사용량은 선두 오픈 웨이트 모델보다 47% 낮았다. Terminal-Bench 4.0에서는 프리뷰보다 13%포인트 상승한 41%를 기록했다.
사이버 보안 전문가와 관련해 미스트랄은 취약점 탐지, 재현, 수정 능력을 평가하는 Artificial Analysis Cyber Index에서 51%를 기록했다고 밝혔다. 또 JailbreakBench, StrongREJECT, AgentHarm의 악성 사이버 요청에 대한 평균 거부율은 96.6%라고 전했다. 이 수치는 특정 테스트 세트에서 나온 결과이므로, 모델을 선택하는 조직은 자체 작업과 보안 설정을 기준으로 다시 평가하는 것이 바람직하다.
이번 공개로 선택지가 늘어나는 대상
소규모 개발팀은 자체 기반 모델을 만들지 않고도 모델을 연구하고 조정할 수 있다. 기업은 처리 작업을 어디서 실행할지, 어떤 내부 데이터를 미세 조정에 사용할지, 기존 시스템에 모델을 어떻게 통합할지 결정할 수 있다. 연구 및 보안 팀은 모델의 동작을 살펴보고 통제된 시나리오에서 검증할 수 있다.
다만 여기서 ‘오픈 웨이트’란 모델 파라미터에 접근해 라이선스에 따라 사용할 수 있다는 뜻이지, 운영이 자동으로 무료라는 의미는 아니다. 로컬 실행에는 적절한 컴퓨팅 인프라와 배포 작업이 필요하다. 미스트랄은 이번 발표에서 전체 기술 보고서를 공개하지 않았고 추후 공개하겠다고 밝혔으므로, 현재 공개된 결과는 설명된 테스트 범위 안에서 해석해야 한다.
도입 전에 확인할 사항
미스트랄 에코시스템 오픈 웨이트 라이선스는 모델의 사용, 수정, 미세 조정 및 상업화를 허용한다. 다만 모델을 서비스형 모델로 제공하는 기업은 예외로, 이러한 상업적 제공에는 미스트랄의 별도 라이선스가 필요하다. 제품 계획을 세우기 전에 모델 카드와 라이선스를 확인한 뒤, 팀의 대표 작업을 바탕으로 품질, 속도, 비용을 시험해 보는 것이 좋다.
이번 출시의 핵심은 모두에게 똑같은 이점을 약속하는 것이 아니라, 선택과 통제의 폭을 넓힌 데 있다. 이제 르 숑크 가중치를 직접 받아 실행할 수 있으며, 클라우드 서비스를 선택하는 길도 열려 있다. 모델 조정과 실행 환경 통제가 중요한 팀에는 구체적인 새 선택지다. 다만 라이선스 제한과 자체 인프라 비용을 고려해 프로젝트에 적합한지 판단해야 한다.
