Mistral Large 4 가중치 공개, 서비스에 넣기 전 라이선스 조건 읽기

10월 7일 Mistral Large 4 프리뷰 글을 쓸 때만 해도 가중치와 라이선스는 "이달 말 공개 예정"이었습니다. Mistral은 2026년 10월 29일 공식 블로그에서 그사이 개선한 Large 4의 가중치를 공개했다고 밝혔습니다. 이제 회사 서버에 내려받아 설치하는 검토를 시작할 수 있습니다. 함께 공개된 라이선스에는 상업적으로 쓰기 전에 꼭 읽어야 할 조건이 붙어 있습니다.

이 글은 Mistral 공식 블로그, Hugging Face에 올라온 라이선스 원문, Mistral 모델 문서를 바탕으로 정리했습니다. 필자는 가중치를 내려받거나 실행해 보지 않았습니다. 라이선스 내용은 원문 조항을 옮긴 것이고, 우리 회사가 해당하는지는 법무 확인이 필요합니다.

1. 가중치를 받는 곳과 API로 쓰는 곳

블로그는 Hugging Face에서 가중치를 내려받아 vLLM이나 SGLang(대형 모델을 서버에서 실행하는 오픈소스 추론 엔진)으로 자체 인프라에 배포하라고 안내합니다. 직접 설치하지 않는 경로도 함께 적었습니다. Mistral Studio, Mistral API, OpenRouter에서 바로 쓸 수 있고, 관리형 서비스를 원하는 조직은 Microsoft Foundry를 쓸 수 있으며 Azure 개발자용 비공개 배포 선택지도 있다고 했습니다. NVIDIA가 호스팅하는 엔드포인트와 NVIDIA NIM 컨테이너로도 제공됩니다.

Mistral 모델 문서에 적힌 규모는 활성 파라미터 520억 개, 총 1.05조 개, 비전 인코더 16억 개이고 컨텍스트 길이는 100만 토큰입니다. 설치에 필요한 GPU와 메모리 사양은 이 글에서 다루지 않습니다. 블로그는 전체 기술 보고서를 곧 공개(coming soon)한다고 했으니, 서버 규모는 모델 카드와 보고서를 직접 확인한 뒤 산정하십시오.

2. 라이선스 원문에 적힌 상업 이용 조건

Mistral은 Large 4를 Mistral Ecosystem Open-Weight License로 배포한다고 밝혔습니다. 블로그는 이 라이선스를 수정한 MIT 라이선스(modified MIT license)라고 소개하고, 모델을 무료로 쓰고 고치고 미세 조정하고 상업화할 수 있되 조건이 하나 있다고 설명합니다. Model as a Service(이하 MaaS)를 운영하는 기업은 상업적으로 쓰기 전에 Mistral과 별도 상업 라이선스를 맺어야 합니다.

라이선스 원문 2항은 라이선스 이용자 또는 그 계열사(affiliates)가 MaaS 사업을 운영하면, 모델이나 파생 모델을 상업 목적으로 쓰기 전에 별도 계약을 맺어야 한다고 적었습니다. 이용자 본인뿐 아니라 계열사의 사업도 기준에 들어갑니다. 같은 항은 MaaS를 제3자에게 API나 호스팅 엔드포인트 같은 방법으로 모델이나 파생 모델의 추론 또는 후학습 접근을 주고, 그 제3자가 입력·파라미터·학습 데이터를 의미 있게 조절(meaningful control)할 수 있게 하는 경우로 정의합니다.

조항	원문 키워드	우리말 요지
1항	copyright notice, permission notice	모델 사본이나 상당 부분에 저작권 고지와 허가 고지 포함
2항	Model as a Service, separate commercial license	이용자나 계열사가 MaaS 사업을 하면 상업 목적 사용 전에 별도 계약
2항 정의 제외 (a)	solely embedded within specific features or harnesses	모델 기능을 특정 기능이나 하네스(모델을 감싸 실행하는 틀) 안에만 넣은 최종 사용자 제품
2항 정의 제외 (b)	mere relaying of requests	다른 곳에 호스팅된 모델로 요청을 단순히 중계
3항 (a)	internal use	모델을 제3자에게 제공하지 않는 내부 사용에는 2항 적용 안 됨
3항 (b)	Mistral's official products	Mistral 공식 제품을 거쳐 쓰는 경우에는 2항 적용 안 됨

3. 우리 서비스에 대입해 보는 순서

조항이 어떤 순서로 이어지는지 아래 그림으로 정리했습니다. 원문에는 이런 순서도가 없고, 작성자가 조항을 읽는 순서를 그린 것입니다.

조항 번호와 원문 키워드는 라이선스 원문에서 옮겼습니다. 질문 순서와 결과 상자는 작성자가 구성한 읽기 예시이며, 실제 해당 여부는 라이선스 원문과 법무 확인으로 판단해야 합니다.

예시에 대입해 보면 이렇게 읽힙니다. 직원만 쓰는 사내 문서 요약 도구를 자체 서버에 올린다면 3항 (a)의 내부 사용 문구와 비교해 볼 사례입니다. 협력사나 고객이 같은 도구에 접속한다면 그들이 제3자인지부터 따져야 합니다. 고객사가 우리 API에 프롬프트와 파라미터를 직접 넣어 Large 4를 호출하는 서비스라면 MaaS 정의 문장에 가깝게 읽힙니다. 회계 프로그램의 "거래 내역 요약" 기능 하나에만 모델을 넣었다면 정의 제외 (a)와 비교해 볼 만하지만, 사용자가 무엇이든 입력할 수 있는 채팅 창을 함께 연다면 판단이 달라질 수 있습니다. 모두 예시이며, 실제 판단은 계약 구조와 서비스 설계를 놓고 법무 담당이 합니다.

4. 추론 모드 3단계와 가격

블로그에 따르면 Large 4는 이제 추론 모드를 Low, Medium, High 중에서 고를 수 있습니다. Low는 기존 'None' 모드 대신 쓰는 단순 작업용 단계이고, Medium은 일상 작업용, 기본값인 High는 높은 정확도와 충분한 추론이 필요한 어려운 작업용으로 안내됩니다. 간단한 분류나 요약은 Low로 시작하고, 결과가 부족할 때만 단계를 올려 비용을 비교하면 됩니다.

가격은 블로그가 10월 29일부터 100만 토큰당 입력 0.70달러, 캐시된 입력 0.07달러, 출력 2.10달러라고 밝혔고, 모델 문서에도 같은 값이 표시돼 있습니다. 다만 문서 페이지 상단에는 아직 October 6, 2026과 PUBLIC PREVIEW 표시가 남아 있습니다. 예를 들어 입력 100만 토큰과 출력 20만 토큰을 쓰는 작업이라면 캐시 없이 1.12달러로 계산됩니다(예시).

성능은 Mistral이 블로그에 낸 회사 발표 수치로 읽어야 합니다. Mistral은 Terminal-Bench 4.0에서 Large 4가 프리뷰보다 13%포인트 오른 41%를 기록했고, Artificial Analysis Coding Agent Index에서는 48%로 GLM-5.3과 사실상 같은 점수를 내면서 작업당 토큰을 평균 47% 적게 썼다고 밝혔습니다. 지원 언어 수는 블로그 제품 소개에 160개 이상으로, Hugging Face 저장소 태그에는 39개로 표시돼 서로 다릅니다. 한국어 성능 공식 수치는 이번 발표에 없습니다.

5. 사이버보안 특화 변형은 별도 프리뷰입니다

블로그는 Orange Cyberdefense 같은 기업 설계 파트너에게 침투 테스트, 취약점 평가, 레드팀 작업에 맞춘 Large 4 특화 변형을 프리뷰로 제공한다고 밝혔습니다. 접근하려면 엄격한 심사와 계약상 안전장치를 거쳐야 하고, 시험은 자기 소유이거나 명시적으로 허가받은 시스템에서 통제된 환경으로 제한됩니다. Hugging Face에서 받는 공개 가중치와는 다른 변형이니 혼동하지 마십시오.

Mistral은 프리뷰 이후 실제 트래픽에서 사이버보안 관련 사용을 지켜본 결과, 실제 대상을 겨냥한 블랙박스 공격 요청은 모델이 거부했지만 실제 공격을 도울 가능성이 보여 가드레일(위험한 요청을 막는 안전장치)을 수정하고 있고, 앞으로 몇 달 동안 계속 업데이트하겠다고 밝혔습니다. 보안 업무에 API를 시험한다면 거부 여부가 시기에 따라 달라질 수 있으니 시험 날짜를 결과와 함께 기록해 두십시오.

6. 이번 주에 해 볼 첫 단계

Large 4를 넣어 볼 서비스나 도구 1개를 골라 메모 한 장을 쓰십시오. 누가 모델에 접근하는지(직원만인지, 협력사나 고객도 포함인지), 접근하는 사람이 입력·파라미터·학습 데이터를 직접 조절하는지, 우리 회사나 계열사가 모델 API를 파는 사업을 하는지를 적으면 됩니다. 이 메모와 라이선스 원문 링크를 함께 법무 담당에게 보내 해당 여부 검토를 요청하십시오.

API로 먼저 시험한다면 같은 한국어 문서 3건을 Low와 High에 각각 넣고 결과 품질과 토큰 수를 한 표에 적어 보십시오. 가중치를 직접 설치할지, API로 쓸지는 이 표와 법무 의견을 함께 놓고 정하면 됩니다.