모델과 서비스

Mistral Large 4(Le Chonk) 공개, Studio에 관리형 에이전트·앱 추가

Mistral AI가 코딩·방어적 사이버보안·문서 추론을 내세운 Mistral Large 4를 내놓았다. 클라우드·VPC·온프레미스에 배포하는 Studio에 에이전트와 앱 기능도 더했다.

루카스 ·

베이지색 배경에 세 개의 카드가 나란히 있다. 왼쪽은 Managed Agents(REASONING), 가운데는 Workflows(RULES), 오른쪽은 Apps(INTERFACES)다. 카드 아래 가운데 상자에는 Connectors, Knowledge, Secrets, Sandboxes, Runtime, Observability 여섯 항목이 나열되어 있고, 선으로 세 카드와 연결되어 있다.

Mistral AI가 대형 모델 Mistral Large 4(별칭 Le Chonk)를 공개하고, 기업용 AI 플랫폼 Mistral Studio에 관리형 에이전트와 앱 기능을 추가했다. 회사는 이 모델이 코딩, 방어적 사이버보안, 복잡한 문서와 업무 추론에서 강점을 보인다고 밝혔다.

Studio는 에이전트, 워크플로, 앱을 기업 데이터와 시스템에 연결해 쓰는 플랫폼이다. 클라우드, 자체 VPC, 온프레미스 중 원하는 곳에 배포할 수 있고 여러 환경을 섞어 쓸 수도 있다. 모델과 플랫폼 모두 고객 환경에 올릴 수 있으며, Mistral이 호스팅하는 배포도 선택할 수 있다.

Building an incident investigation agent in Mistral StudioMistral · 동영상 재생 (YouTube)
Mistral Studio에서 사고 조사 에이전트를 만드는 과정을 시연영상: Mistral · YouTube

ABANCA, Accenture, Alten, BNP Paribas, Capgemini, CMA CGM, Tata Consultancy Services 등 고객과 파트너가 이미 Studio를 실제 업무 환경에서 쓰고 있다고 회사는 밝혔다.

Studio에 추가된 기능

에이전트, 워크플로, 앱은 업무에서 역할이 다르다. 에이전트는 조사하고 실행하며, 워크플로는 실행 순서와 승인을 조율하고, 앱은 직원이 이 시스템을 쓰는 창구다. Studio는 셋을 같은 인프라에서 돌린다. 커넥터와 MCP 서버로 기업 데이터를 연결하고, 실행 과정을 점검할 수 있게 한다.

새 Mistral MCP 서버를 쓰면 개발자가 Mistral Vibe나 평소 쓰던 코딩 에이전트로 만들고 로컬에서 시험한 뒤, 명령 한 번으로 Studio 환경에 배포한다. 호스팅과 실행은 Studio가 맡는다.

관리형 에이전트는 여러 단계로 된 복잡한 작업을 수행한다. 개발자는 팀의 절차를 담은 스킬, 코드를 실행하는 샌드박스, 작업 일부를 맡기는 하위 에이전트를 붙일 수 있다. 실행 중 핵심 지점에 사용자 로직을 넣는 훅도 지원한다. 에이전트가 접근할 도구, 데이터, 행동의 범위는 개발자가 정한다. 실행 환경은 매주 수백만 건의 Mistral Vibe 세션을 처리하는 인프라 위에서 돈다고 회사는 설명했다.

워크플로는 어느 단계를 고정 규칙으로 처리하고, 어디서 에이전트가 판단하고, 언제 사람이 결정할지 정한다. 중단된 실행은 멈춘 지점부터 다시 시작한다. Mistral Vibe에 절차를 설명하면 확인하고 고칠 수 있는 코드로 워크플로를 만들어 시험·배포해 준다. 이번 릴리스에는 기업 시스템의 이벤트 트리거와, 워크플로 논리를 보여 주는 시각적 그래프도 들어갔다.

앱은 Studio가 호스팅, 인증, 접근 제어를 제공한다. 사전 승인된 재사용 구성요소로 만들면 보안 검토가 필요한 새 코드의 양을 줄일 수 있다. 앱은 에이전트와 워크플로를 쓰고, 검색 인덱스로 기업 문서를 찾고, Studio의 공유 컨텍스트에 접근한다. 명령 한 번으로 배포하면 독립 링크나 Mistral Vibe 안에서 쓸 수 있다.

통제 방식과 내부 사례

어떤 모델을 쓸지, 데이터와 도구 접근을 누구에게 허용할지, 어떤 행동에 사람의 승인을 요구할지는 고객이 정한다. OpenTelemetry 추적 기록에는 모델 호출, 도구 사용, 승인까지 실행의 각 단계가 남아 어디서 느려지거나 실패하는지 볼 수 있다. 프롬프트, 모델, 도구를 바꾸기 전에는 자체 데이터셋으로 평가할 수 있고, 추적 기록과 평가 결과는 고객 소유로 남는다.

Mistral은 자사 팀이 만든 사례 세 건을 공개했다. 엔지니어링 팀의 장애 조사 에이전트는 경보가 울리면 런북에 따라 조사를 시작하고, 민감한 작업 전에는 승인을 요청하며, 결과를 Slack에 올린다. 회사는 이로써 매달 수백 시간을 아낀다고 밝혔다. 제품 운영 팀의 워크플로는 모델이 버그와 기능 요청을 가려내면 규칙에 따라 담당 팀으로 보내며, 주당 약 35시간이 절감된다고 했다. Applied AI 팀의 인력 배치 앱은 에이전트가 적합한 인력을 추천하고 근거를 붙여 후보 목록을 낸다.

고객과 파트너도 입장을 냈다. Capgemini의 Fernando Alvarez는 "에이전트형 AI의 어려운 부분은 모델이 아니라 운영 방식"이라고 말했다. CMA CGM의 Julien Smadja는 Mistral 엔지니어와 함께 구축한 AI 시스템이 Studio에서 가동 중이라며, 해운의 화물 반출과 고객 지원, 물류의 운송 주문 등이 여기에 해당한다고 밝혔다. 새로 자동화하는 프로세스는 몇 달이 아니라 몇 주 만에 실서비스 수준이 된다는 설명도 덧붙였다. CPBS의 Su Yang은 민감한 업무를 맡는 AI 시스템을 자체 인프라에서 운영한다고 말했다. Mistral은 모의 침투 테스트부터 KYC(고객 확인) 온보딩까지 고객이 Solutions 팀과 만든 시스템이 쓰이고 있다고 밝혔다.

기업 도입이나 핵심 업무 적용은 Mistral 팀과 상담해야 한다. 에이전트, 워크플로, 앱별 문서와 쿡북, 릴리스 노트가 공개돼 있다.

댓글

기사에 대한 의견이나 틀린 내용 제보를 남겨 주세요.

댓글을 불러오고 있습니다.