라지 4는 글과 이미지를 함께 처리하는 ‘멀티모달’ 모델입니다. 멀티모달은 여러 형태의 정보를 다룬다는 뜻입니다. 문서에 적힌 설명과 그 옆에 붙은 도면을 함께 읽는 상황을 떠올리면 이해하기 쉽습니다. 텍스트만 떼어 읽을 때 놓치기 쉬운 위치와 배치도 판단의 대상이 됩니다.

미스트랄이 강조한 기능은 이미지의 세부 영역을 살펴보는 시각 이해입니다. 복잡한 도면의 특정 부분이나 위성 사진의 작은 대상을 찾을 때, 전체 이미지를 대략 설명하는 답변만으로는 충분하지 않습니다. 어떤 위치를 가리키는지 정확하게 연결할 수 있어야 다음 작업에 활용하기 좋습니다.

공식 발표에는 이런 능력을 평가하는 자료도 실렸습니다. 이미지 속 대상을 찾아 경계 상자로 표시하는 과제처럼, ‘무엇인가’뿐 아니라 ‘어디에 있는가’를 확인하는 평가입니다. 회사가 공개한 결과는 모델의 강점을 이해하는 참고 자료이며, 실제 문서에서의 정확도는 자료의 품질과 작업 조건에 따라 확인해야 합니다.

예를 들어 작은 글씨와 기호가 뒤섞인 문서를 읽는다면, 필요한 항목을 찾아주는 것과 그 의미를 정확히 해석하는 것은 각각 점검할 부분입니다. 이미지 이해가 좋아졌다는 발표를 모든 종류의 도면이나 전문 문서를 자동으로 검증해준다는 뜻으로 넓혀 받아들이기보다는, 읽고 찾는 작업의 범위가 확장된 변화로 볼 수 있습니다.

미스트랄은 라지 4를 코딩, 스프레드시트, 문서 작업에도 활용할 수 있다고 소개했습니다. 스프레드시트는 숫자와 자료를 표로 관리하는 도구입니다. 코드 작성만큼이나 일상적인 문서 처리와 업무 흐름을 중요한 사용 장면으로 다룬 것입니다.

여러 단계를 거치는 일을 AI가 수행하려면 한 번의 답변을 잘 만드는 능력만으로는 부족합니다. 앞 단계의 결과를 읽고 다음 행동을 선택하는 과정이 이어져야 합니다. 공식 발표의 업무 자동화 평가도 이런 맥락에서 볼 수 있습니다. 단일 문답 점수와 실제 여러 단계의 작업 성과는 서로 다른 측면을 보여줍니다.

발표 내용을 독자가 접할 수 있는 자료 기준으로 나누면 다음과 같습니다.

• 시각 자료: 이미지와 도면에서 필요한 영역과 정보 찾기
• 업무 문서: 표와 문서를 읽고 요청한 작업에 활용하기
• 코드: 프로그램 작성과 수정 과정 지원하기

미스트랄은 다국어 지원도 강조했습니다. 발표에 따르면 160개 언어를 다루며, 유럽에 있는 자체 데이터센터에서 모델을 학습했습니다. 언어 수가 많다는 사실과 각 언어에서 동일한 품질을 보인다는 평가는 구분할 필요가 있습니다. 한국어로 활용한다면 실제로 자주 쓰는 문서와 질문으로 결과를 확인하는 과정이 중요합니다.

현재 공개된 것은 Mistral Studio를 통한 API 미리보기입니다. API는 다른 프로그램에서 AI에 요청을 보내 결과를 받는 연결 방식입니다. 사용자는 미스트랄이 제공하는 실행 환경에 요청을 보내 새 모델을 시험할 수 있습니다.

이달 말 예고한 ‘가중치 공개’는 다른 단계입니다. 가중치는 모델이 학습한 내용을 담은 수치 묶음으로, 모델을 직접 실행할 때 필요한 핵심 자료입니다. API로 이용할 수 있다는 소식과 이 자료를 내려받을 수 있다는 소식은 시점도 의미도 다릅니다. 발표일 기준으로 두 가지가 모두 완료된 것으로 쓰면 공개 범위를 과장하게 됩니다.

직접 실행하는 방식은 운영 환경을 선택할 여지를 주지만, 모델 파일만 있다고 바로 모든 컴퓨터에서 사용할 수 있는 것은 아닙니다. 필요한 연산 자원과 실행 소프트웨어를 갖춰야 하고, 공개 시 함께 안내되는 사용 조건도 확인해야 합니다. 일반 이용자에게는 당장의 새 앱 출시보다 개발자와 서비스 운영자의 선택지가 넓어지는 소식에 가깝습니다.

미스트랄은 가중치 공개에 앞서 사이버보안 분야의 점검도 진행한다고 밝혔습니다. 따라서 월말 일정은 현재 시점의 계획으로 읽어야 합니다. 라지 4를 살펴볼 때는 회사의 성능 자료와 함께 최종 공개 범위, 실제 이용 조건을 이어서 확인하는 것이 좋습니다.