Mistral, 코딩 특화 대규모 모델 공개

프랑스의 AI 기업 Mistral이 'Large 4'(통칭 'Le Chonk')의 가중치 데이터를 공개했다. 1조 파라미터 규모의 이 모델은 유럽 국내 인프라만을 사용하여 학습되었으며, Mistral에게 오픈모델 전략의 새로운 발걸음이 된다.

AI 모델의 '파라미터 수'란 모델의 학습을 통해 조정되는 내부 변수의 개수를 의미하며, 일반적으로 규모가 클수록 복잡한 처리가 가능한 것으로 알려진다. 1조는 현 시점에서도 최대급의 규모이며, 오픈소스로 공개됨으로써 외부 연구자와 개발자가 자유롭게 활용하고 개선할 수 있다는 점이 큰 특징이다.

Mistral은 Le Chonk가 코딩 작업에서 오픈소스 경쟁 모델을 능가한다고 주장하고 있다. 독립적인 평가에서도 처리 속도가 빠르고 이용 비용이 상대적으로 낮다는 결과가 나왔다. 코딩 지원은 AI 활용 중에서도 수요가 높은 분야이며, 이 분야에서의 강점은 기업과 개발자에게 실질적인 가치를 지닌다.

한편 중국 톱 모델과의 비교에서는 격차가 남았다. 벤치마크(성능 평가 지표)의 점수에서 Le Chonk는 26점인 반면 DeepSeek의 'V4.1 Flash'와 Z.ai의 'GLM-5.3'은 모두 32점을 기록했다. 6점의 차이는 작지 않지만, Le Chonk가 유럽에서 완결된 학습 환경 속에서 구축된 점을 고려하면 일정한 성과로 평가할 수 있다는 견해도 있다.

최근 몇 년간 AI 모델의 성능 경쟁은 미국과 중국 기업이 주도해왔다. 그 속에서 Mistral은 유럽 발의 모델 개발을 계속하고 있으며, 데이터의 위치나 인프라의 투명성을 중시하는 사용자와 기업에게는 선택지로서의 의미가 있다. EU의 AI 규제 대응이라는 관점에서도 학습 장소가 명확하다는 것은 차별화 요소로 기능할 수 있다.

Le Chonk의 공개는 코딩 분야에서의 오픈모델 선택지를 넓힌다는 점에서 업계에 적지 않은 영향을 미치는 것으로 평가된다. 중국 진영과의 성능 격차를 향후 어느 정도까지 좁혀나갈 것인가가 Mistral의 평가를 좌우하는 초점이 될 것으로 보인다. 오픈모델의 세계에서는 가중치의 공개 자체가 자산이며, 외부 커뮤니티에 의한 개선과 응용도 기대할 수 있으므로, 단순한 벤치마크 결과만으로는 측정할 수 없는 가치도 지닌다.