Mistral Large 4 'Le Chonk' 공개: 유럽 오픈웨이트가 AI 인용 계층에 미치는 영향

핵심 요약

• Mistral AI는 2026년 10월 6일 1.05조 총 파라미터·토큰당 49B 활성(임베딩 포함 시 52B) 모델 Mistral Large 4를 공개 프리뷰로 출시했다.
• Kingy AI에 따르면 ML4는 제조사 표기 100만 토큰 컨텍스트와 1.6B 비전 인코더를 갖추나, Artificial Analysis·OpenRouter는 프리뷰 기준 524K 토큰을 표기해 출처 간 불일치가 있다.
• Artificial Analysis Intelligence Index v4.3.2에서 ML4는 38점으로 Nemotron 3 Ultra(23)를 앞서지만 GLM-5.3·Kimi K3 등에는 6~8점 뒤진다(FelloAI).
• Mistral 공식 자료 기준 SimpleQA에서 Mistral Large·Medium은 웹 검색 사용 시 각각 75%, 82.32%로, 미사용 시 23%, 22.08%에서 크게 상승했다.
• 가중치는 아직 미공개이며, Mistral은 보도상 10월 27일 오픈웨이트 공개를 약속했다(FelloAI).

Mistral Large 4는 무엇이 다른가?

ML4는 '저가·오픈웨이트·유럽 주권'이라는 세 축을 결합한 프런티어 모델이다. Mistral 공식 발표에 따르면 ML4는 유럽 내 자체 데이터센터에서 3,800대의 NVIDIA Grace Blackwell GPU로 처음부터 학습됐고, 모든 EU 공식 언어를 포함해 160개 이상 언어로 학습됐다. 이는 €30억 시리즈 D로 조달한 로드맵의 첫 이정표로, EU의 '디지털 주권' 흐름과 연결된다.

항목	확인된 값	출처
총 파라미터	1.05조	Kingy AI
활성 파라미터	49B(임베딩 포함 52B)	Kingy AI
컨텍스트	100만(Mistral) / 524K(AA·OpenRouter)	Connic
지능 지수	38점(AA Index v4.3.2)	FelloAI

가격은 정말 저렴한가?

토큰 단가는 낮지만 작업당 비용은 반대일 수 있다. ExplainX에 따르면 정가는 100만 토큰당 입력 $1.36 / 캐시 $0.14 / 출력 $4.18이며, 약 2주간 절반 프로모션($0.68 / $0.07 / $2.09)도 적용된다. 그러나 같은 리포트는 ML4의 작업당 비용이 약 $1.13로 DeepSeek V4.1 Flash의 $0.27보다 비싸고, 중앙값 8,100만 토큰 대비 약 2억 토큰을 출력해 장황하다고 지적한다. 즉 '토큰당 저렴 ≠ 작업당 저렴'이다.

브랜드 노출의 전제는 무엇인가?

웹 검색 커넥터 활성화 여부가 핵심이다. Mistral 공식 자료의 SimpleQA 결과는 검색 유무가 정답률을 23%→75% 수준으로 뒤집는다는 것을 보여준다. 검색 미연동 상태의 ML4 답변에는 브랜드가 사실상 등장하지 못한다는 뜻이다. DataCamp에 따르면 프리미엄 웹 검색(web_search_premium)은 뉴스 제공자 검증과 폭넓은 맥락 수집을 포함한다. 따라서 커넥터 활성화와 소스 인용 포맷이 결합돼야 브랜드가 '인용 가능한 출처'가 된다.

성능과 라이선스에서 주의할 점은?

독립 평가와 벤더 주장을 구분해야 한다. ML4의 강점은 보안으로, MindStudio에 따르면 Artificial Analysis Cyber Index에서 GLM 5.3 Flash와 공동 1위, CyberGym 톱5에 들었다. 반면 Mistral이 보고한 DeepSWE v1.1 61.7%, AutomationBench 59.9%는 모두 벤더 자체 주장이다. 가중치와 라이선스는 아직 명명되지 않았고, 한국어 처리·인용 품질은 이번 검색으로 확인되지 않은 추정 영역임을 유의해야 한다.

TableFlip 관점

ML4의 월말 오픈웨이트 공개는 한국 브랜드의 AI 노출(AI Visibility)에서 추적 대상이 단일 엔진에서 분산된 호스팅 인스턴스로 넓어진다는 신호다. 오픈웨이트 모델은 자체 호스팅·파인튜닝이 가능해, 국내 SI·검색 스타트업의 RAG에 임베드될 가능성이 높다. 즉 브랜드 노출은 'Mistral 공식 챗봇'이 아니라 ML4를 품은 파생 서비스의 웹 검색 커넥터에서 발생한다.

실무적으로는 세 가지다. 첫째, EU 시장을 겨냥하는 완성차·배터리·K-뷰티·게임 브랜드는 미·중 모델만 보던 기존 GEO 전략에 Mistral 계열을 추가 추적군으로 넣을 실익이 있다. 둘째, 작업당 출력이 많은 ML4의 특성상 서비스 제공자가 비용 절감을 위해 인용 수를 축소할 유인이 있어, 브랜드 인용 슬롯이 줄어들 가능성을 모니터링해야 한다(해석). 셋째, 한국어 인용 품질은 미검증이므로 별도 실측이 필요하다.

TableFlip은 진단 → 구조 개선 → 근거 콘텐츠 → 월간 모니터링 사이클로 이 변화를 추적한다. 새 인용 계층이 등장할 때마다 AI 노출 리포트로 실측하고 GEO 진단 방법론에 반영한다. Mistral 계열이 한국어 답변에 실제로 어떤 영향을 주는지 궁금하다면 무료 AI Visibility 진단으로 현재 노출 상태부터 확인해 보길 권한다.