미스트랄, '라지 4' 가중치 공개… 미·중 사이버 AI 도전

10월 29일, 미스트랄(Mistral)은 Large 4의 가중치를 다운로드 가능하게 공개했습니다. 이는 기업과 정부가 미국 또는 중국 기업에 의존하지 않고 사이버 보안 AI 모델을 자체적으로 도입할 수 있음을 의미합니다. 그러나 이러한 자유에는 대가가 따릅니다. 미스트랄이 모델에 대해 거의 통제권을 가지지 않기 때문에, 누가 이를 사용할 수 있는지 그리고 어떤 목적으로 사용될지를 결정할 수 없습니다.

API 미리보기에서 다운로드 가능한 가중치로

Mistral의 Large 4는 10월 6일 API를 통해 처음 출시되었으며, 10월 29일에는 모델 가중치가 다운로드용으로 공개되었습니다. 여전히 배포 옵션으로 API 접근이 가능합니다. Large 4의 공식 사양에 따르면 파라미터 수는 1조 5천억 개이며, 이 중 활성 파라미터는 520억 개로, Cryptopolitan이 앞서 보도한 490억 개보다 약간 많습니다 .

기업은 자체적으로 모델을 커스터마이징하고 호스팅할 수 있습니다. 하지만 이를 호스팅 서비스 형태로 재판매하려는 경우 별도의 상업용 라이선스가 필요합니다. 이러한 독립성이 Mistral의 핵심 강점입니다. 회사 임원 Pierre Stock은 TechCrunch과의 인터뷰에서 접근 권한이 “끊길 수 없다”고 강조했습니다 .

벤치마크가 보여주는 것과 보여주지 않는 것

Mistral의 보고서에 따르면 Large 4는 Coding Agent Index에서 48%의 점수를 기록하여 GLM-5.3과 거의 동등한 수준을 보였습니다. 그러나 Large 4는 작업당 토큰 사용량이 47% 더 적었습니다. 또한 FrontierCode 2.0에서는 19.7%, Terminal-Bench 4.0에서는 41%의 점수를 얻었습니다 .

사이버보안 분야에서는 상황이 약간 다릅니다. Large 4는 Artificial Analysis Cyber Index에서 51점을 받아 Kimi K3.1 Pro(64점), DeepSeek V4.1 Flash(57점), Grok 4.7(56점)에 뒤처졌습니다. 하지만 이러한 점수에는 맥락이 필요합니다. 이 지수는 AI 모델이 보안 취약점을 얼마나 잘 찾아내고 수정하는지를 측정하며, 사이버 공격을 수행할 수 있는 능력을 평가하지는 않습니다.

폐쇄형 프론티어와의 격차

Large 4의 코딩 및 방어적 사이버 보안 성능 개선에도 불구하고, 주요 오픈 가중치 모델들은 여전히 가장 강력한 폐쇄형 시스템에 뒤처지고 있습니다. 10월 16일 에포크 AI(Epoch AI)의 분석에 따르면, 선두 오픈 가중치 모델인 GLM-5.3의 사이버 ECI 점수는 160점이었습니다. 반면, 가장 강력한 폐쇄형 모델들의 점수는 171점입니다. 과거 성능을 살펴보면, 에포크는 오픈 가중치 모델들이 폐쇄형 프론티어보다 6~7개월 뒤처져 있다고 추정했습니다. 다만 이 평가는 Large 4의 최종 출시 전에 이루어진 것입니다.

영국의 AI 보안 연구소도 유사한 결론에 도달했습니다. 오픈 가중치 모델이 클로즈드 가중치 경쟁사보다 4~7개월 뒤처져 있다고 추정했으며, 다만 테스트 방법은 Epoch AI의 것과 달랐습니다.

문제는 방어적 능력의 문제를 넘어섭니다. 통제된 테스트의 일환으로 Anthropic은 GLM-5.3이 410회 시연 중 50회에서 기존 취약점을 성공적으로 악용했다고 보고했습니다. 연구진은 다양한 시뮬레이션에서 모델의 안전 기능을 64%~100%의 비율로 우회하는 데 성공했습니다.

주권 주장과 채택 현실의 충돌

기업들은 자체 AI 시스템을 통제하려는 관심을 더 많이 보이고 있지만, 지출 현황은 다른 이야기를 전합니다. 보고서에 따르면 9월 기준 조사 대상 기업의 42%가 프로덕션 환경에서 오픈 가중치 모델을 사용했으며, 이는 7월의 31%에서 증가한 수치입니다.

그럼에도 불구하고 10월 계량형 AI 소비량에서 오픈 가중치는 단 5%만 차지했습니다. Claude는 29%, Microsoft 365 Copilot은 36%를 차지했습니다.

Futurum 또한 모델 출처가 프로덕션 사용자 47%의 결정에 영향을 미쳤다고 밝혔습니다. 그러나 해당 설문조사는 주로 북미 지역에 집중되어 있어 광범위한 결론을 도출하는 데 한계가 있습니다.

기업에게 있어 더 큰 독립성은 더 많은 책임 수반을 의미합니다. PwC는 오픈 가중치를 선택한 기업들이 자체 보안 및 유지보수를 관리해야 한다고 경고했습니다.

회수할 수 없는 안전 장치

이러한 책임은 AI 모델이 민감한 사이버보안 작업을 처리할 때 특히 중요해집니다. Mistral에 따르면 Large 4는 유해한 사이버 요청의 96.6%를 거부합니다. 그러나 해당 모델이 다운로드되면 이러한 안전 장치가 제거될 수 있습니다. AISI 또한 개발자가 사적으로 호스팅된 복제본을 모니터링하거나 회수할 수 없다고 경고합니다.

Moonshot은 다른 접근 방식을 취했습니다. 이 회사는 계획된 11월 4일 가중치 출시 전에 Kimi K3.1 Pro에서 사이버보안 교육 자료를 제거했습니다. 그 결과 내부 공격 벤치마크 점수는 90.5%에서 81.0%로 하락했습니다. 그러나 이러한 결과는 아직 독립적으로 검증되지 않았습니다.

10월 30일 기준, 새로 출시된 가중치와 연결된 공개적으로 문서화된 사이버 공격은 없습니다.