Mistral, 1조 매개변수 오픈 모델 'Le Chonk' 공개 — 가중치는 10월 말 | AI 인사이트

Mistral AI가 2026년 10월 6일 Mistral Large 4 (통칭 "Le Chonk") 의 공개 프리뷰를 시작했다. 같은 회사라 가장 크고 가장 강력한 모델이라는 설명과 함께 공개된 이 모델은 총 1조(1.05T) 매개변수 의 Mixture of Experts(MoE) 구조에 토큰당 49B 활성 매개변수, 52B 활성 매개변수 (임베딩·출력 레이어 포함), 1.6B 비전 인코더를 올렸다. 멀티모달 입력을 기본으로 받으며 지시·추론·에이전틱 기능을 단일 모델에서 통합한 형태다.

무엇이 발표됐나

Mistral은 자사 공식 블로그에서 Mistral Large 4를 다음과 같이 소개했다. '자율·공동대형' 즉 코딩, 에이전틱 워크플로, 멀티모달 이해 에서 최고 수준이라는 평가다. 같은 회사 측 자기 평가는 '전 세계에서 가장 강력한 오픈소스 모델과 경쟁 가능한 성능', ' 미국이나 유럽에서 개발된 어떤 오픈 가중치 모델보다도 현저히 우수' 라는 표현을 사용했다. 가중치는 이번 달 말 공개될 예정이며, 그때까지 프리뷰 API(Mistral Studio)와 레드티밍 파트너만 접근할 수 있다.

교육 환경은 유럽 내 Mistral 자체 데이터센터에서 3,800장의 NVIDIA Grace Blackwell GPU로 처음부터 학습됐다는 점이 강조됐다. 추론도 같은 인프라에서 운영된다. 서비스는 글로벌 여러 리전에 제공되고 그중에는 Mistral이 엔드 투 엔드로 자체 운영하고 유럽법의 적용을 받는 유럽 배포 가 포함된다.

벤치마크 — Mistral 측 공식 발표 수치

Mistral 공식 발표에서 직접 인용한 수치다. 단위는 모두 점수(%) 또는 Elo.

영역	벤치마크	Mistral Large 4	비교 대상 (Mistral 발표)
코딩	DeepSWE v1.1	61.7%	-
코딩	SWE-Atlas-QnA	59.4%	-
코딩	Terminal-Bench 4	28.3%	-
코딩 종합	Coding Agent Index	49.8%	DeepSeek V4 Pro 0813, Qwen3.8 Max 앞선
에이전틱	AutomationBench (657개 업무 워크플로)	59.9%	Kimi K3, MiMo-V2.6-Pro, DeepSeek V4 Pro 앞선
장기 작업	AA-Briefcase	1,393 Elo	DeepSeek V4 Pro 앞선

출처: Mistral AI — Introducing Mistral Large 4 (2026-10-06): https://mistral.ai/news/mistral-large-4/ 보조: Mistral Docs — Mistral Large 4 (v26.10): https://docs.mistral.ai/models/mistral-large-4 보조: mistralai/Mistral-Large-4.0-1T05-A52B (Hugging Face 모델 카드, ETA 2026-10-31): https://huggingface.co/mistralai/Mistral-Large-4.0-1T05-A52B

'Sovereign AI' 라인과의 연결

Mistral은 Mistral Large 4를 단순한 모델 발표가 아니라 '주권 AI(Sovereign AI)' 의 일환으로 내세웠다. 유럽 자체 인프라 학습 + 유럽법 적용 엔드 투 엔드 유럽 배포라는 구성이 그 축이다. 같은 회사의 보도자료 표현을 빌리면 '디지털 서비스 사업자로부터 독립적이고 유럽법 아래서 운영되는 유럽 배포'가 존재한다.

Mistral은 가중치 공개 전까지 사이버보안 리더·검증된 파트너·국가 기관과 '동일 모델을 덜 모더레이션 + 확장된 사이버 능력으로' red-teaming 중이라고 밝혔다. 즉 1차 출처에 명시된 형태로 사이버 영역에서 의도적으로 덜 안전한 변형 이 함께 배포된다는 뜻이며, 이는 보안 연구 협력 명목이다.

출처: Mistral AI — Introducing Mistral Large 4 (보도자료 본문, 2026-10-06): https://mistral.ai/news/mistral-large-4/

같은 날, 같은 '오픈' 축 — Google DeepMind의 EmbeddingGemma 2

Mistral과 별도로 Google DeepMind도 10월 6일 EmbeddingGemma 2 를 공개했다. 규모는 정반대다 — 740M 매개변수 의 경량 임베딩 모델이며, Gemma 4 아키텍처 기반 Apache 2.0 라이선스 공개다.

핵심은 '네이티브 멀티모달' 임베딩이다. 텍스트·이미지·오디오·비디오·코드를 단일 임베딩 공간으로 묶어 처리한다. 공식 블로그의 사례 표현을 빌리자면 '음성 메모에서 특정 영상 클립을 찾는다', '텍스트 쿼리로 수 시간 분량의 오디오 녹음을 검색한다' 등이 단일 경량 모델로 가능하다. 온디바이스 추론에 최적화돼 있고 프라이버시 우선 사용 사례를 명시했다.

유통 채널로는 Hugging Face, Kagggle, LiteRT Community (온디바이스 최적화 버전) 가 즉시 노출되고, Gemini Enterprise Agent Platform Model Garden 통합은 '곧 출시' 상태다.

출처: Google DeepMind — EmbeddingGemma 2: an open, lightweight multimodal embedding model (2026-10-06): https://deepmind.google/blog/embeddinggemma-2-an-open-lightweight-multimodal-embedding-model/ 보조: Google Blog — EmbeddingGemma 2: an open, lightweight multimodal embedding model (2026-10-06): https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/

시사점 — 같은 날 정반대 규모로 나온 두 오픈 모델

하루 안에 두 발표가 한 방향으로 모였다.

첫째, '오픈 가중치 프론티어'의 무게중심이 유럽으로 옮겨오고 있다.' Mistral Large 4는 미국·중국 빅테크와 경쟁 가능한 1T 급 모델을 자체 학습 + 자체 인프라로 공개한다는 점에서 의미가 있다. 가중치는 10월 말 공개 예정이지만, 프리뷰 시점부터 미국 외 지역에서 '프론티어급' 오픈 모델의 후보에 한 축 줄지자 확정됐다.

둘째, 오픈 모델과 폐쇄 모델의 격차가 추격 구간으로 접어들었다.' Mistral 측 비교에서 Coding Agent Index 49.8%는 'DeepSeek V4 Pro 0813·Qwen3.8 Max 앞섰다'는 자기 평가다. 자동화 벤치마크 59.9%도 Kimi K3·MiMo-V2.6-Pro·DeepSeek V4 Pro 앞을 self-claim 한다. 단, 모든 비교 수치는 Mistral 측 1차 출처에서 나온 것이므로 제3자 독립 벤치(공률 / 차트 등) 결과가 10월 말 가중치 공개와 함께 검증될 때까지는 잠정 평가로 본다.

셋째, 오픈 임베딩 모델이 멀티모달로 옮겨가고 있다.' EmbeddingGemma 2의 740M 매개변수는 LLM 기준으로는 소형이지만, 임베딩 모델로서는 텍스트+이미지+오디오+비디오+코드를 단일 공간에 묶었다는 점이 핵심이다. RAG·온디바이스 검색·멀티모달 검색 시스템의 비용 곡선을 바꿀 수 있는 변화다.

넷째, '사이버 red-teaming' 명목의 정책적 선택이 명문화됐다.' Mistral이 '덜 모더레이션 + 확장된 사이버 능력으로 국가 기관과 협력'한다고 명시한 것은, 오픈 가중치 프론티어 모델이 보안 연구 목적의 양날의 검을 공식 인정했다는 신호다. EU AI Act 적용을 받는 만큼 향후 사이버보안 프레임워크 논의에 직접적인 입헌재료가 된다.

알아두면 좋은 일정

2026-10-31 (예정) — Mistral Large 4 오픈 가중치 공개 ETA
2026-11월~ — Mistral Large 4 아키텍처·추가 벤치마크·post-training 방법론 후속 발표 예정
2026-10-06 등록 — EmbeddingGemma 2 모델 가중치 Hugging Face·Kagggle·LiteRT Community에서 즉시 다운로드 가능

출처

Mistral AI — Introducing Mistral Large 4 (2026-10-06 게시): https://mistral.ai/news/mistral-large-4/
Mistral Docs — Mistral Large 4 (v26.10, 2026-10-06): https://docs.mistral.ai/models/mistral-large-4
Hugging Face — mistralai/Mistral-Large-4.0-1T05-A52B 모델 카드 (ETA 2026-10-31): https://huggingface.co/mistralai/Mistral-Large-4.0-1T05-A52B
Google DeepMind — EmbeddingGemma 2: an open, lightweight multimodal embedding model (2026-10-06): https://deepmind.google/blog/embeddinggemma-2-an-open-lightweight-multimodal-embedding-model/
Google Blog — EmbeddingGemma 2 (2026-10-06): https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/

본 글은 Mistral AI·Google DeepMind·Google 공식 블로그를 1차 출처로 삼아 작성되었습니다. 모든 벤치마크 수치·매개변수·일정은 1차 출처에 명시된 그대로 인용했으며, 1차 출처에 없는 권위(추정적 표현)는 사용하지 않았습니다. 벤치마크 비교 수치는 Mistral 측 자기 평가이므로 제3자 독립 검증이 나오기 전까지는 잠정 평가로 봅니다. 투자·도입 결정은 본인 책임입니다.

Mistral, 1조 매개변수 오픈 모델 'Le Chonk' 공개 — 가중치는 10월 말