Mistral, 기업용에서 OpenAI·Anthropic에 맞서 ‘build-your-own AI’에 베팅

Source: TechCrunch

번역을 진행하려면 번역하고자 하는 전체 텍스트를 제공해 주시겠어요? 텍스트를 받는 대로 한국어로 번역해 드리겠습니다.

Introduction

대부분의 기업 AI 프로젝트가 실패하는 이유는 기업에 기술이 부족해서가 아니라, 사용하고 있는 모델이 비즈니스를 이해하지 못하기 때문입니다.
이 모델들은 종종 수십 년에 걸친 내부 문서, 워크플로, 그리고 조직 지식보다 인터넷에서 학습됩니다.

그 격차가 Mistral, 프랑스 AI 스타트업이 기회를 보는 부분입니다. 화요일에 이 회사는 Mistral Forge를 발표했으며, 이는 기업이 자체 데이터로 학습된 맞춤형 모델을 구축할 수 있게 해주는 플랫폼입니다. Mistral은 Nvidia GTC, Nvidia의 연례 기술 컨퍼런스에서 이 플랫폼을 공개했으며, 올해는 기업용 AI와 에이전트 모델에 무게를 두고 있습니다.

이는 Mistral에게 의미 있는 움직임입니다. Mistral은 기업 고객을 기반으로 비즈니스를 구축해 왔으며, 경쟁사인 OpenAI와 Anthropic은 소비자 채택에서 앞서 나가고 있습니다. CEO Arthur Mensch는 Mistral의 기업에 대한 레이저 같은 집중이 효과를 내고 있다고 말합니다: 회사는 올해 연간 반복 매출 10억 달러를 초과 할 예정입니다.

기업에 대한 투자를 두 배로 늘리는 큰 이유는 기업에게 데이터와 AI 시스템에 대한 더 큰 통제권을 제공하는 것이라고 Mistral은 말합니다.

“Forge가 하는 일은 기업과 정부가 자신들의 특정 요구에 맞게 AI 모델을 맞춤화할 수 있게 해주는 것입니다,”
— Elisa Salamanca, Mistral의 제품 책임자, TechCrunch에 전함.

이미 기업 AI 분야의 여러 회사가 유사한 기능을 제공한다고 주장하고 있지만, 대부분은 기존 모델을 미세 조정하거나 **RAG**와 같은 기법을 통해 독점 데이터를 겹쳐 놓는 데 초점을 맞춥니다. 이러한 접근 방식은 모델을 근본적으로 재학습하지 않으며, 대신 회사 데이터를 사용해 런타임에 모델을 적응하거나 질의합니다.

반면 Mistral은 기업이 모델을 처음부터 학습하도록 지원한다고 주장합니다. 이론적으로 이는 보다 일반적인 접근 방식의 한계를 극복할 수 있습니다—예를 들어, 비영어권이나 고도로 도메인 특화된 데이터를 더 잘 처리하고, 모델 행동에 대한 더 큰 제어권을 제공하는 등. 또한 기업이 강화 학습을 활용해 에이전트 시스템을 학습하고, 제3자 모델 제공업체에 대한 의존도를 낮춰 모델 변경이나 폐기와 같은 위험을 회피할 수 있게 합니다.

TechCrunch 이벤트

Source: …

포지 플랫폼

포지 고객은 최근에 출시된 **Mistral Small 4**와 같은 작은 모델을 포함한 Mistral의 방대한 오픈‑웨이트 AI 모델 라이브러리를 사용해 맞춤형 모델을 구축할 수 있습니다. Mistral 공동 설립자이자 최고 기술 책임자인 Timothée Lacroix에 따르면, 포지는 기존 모델에서 더 큰 가치를 끌어낼 수 있도록 도와준다고 합니다.

“우리가 작은 모델을 만들 때 감수하는 트레이드‑오프는 그 모델이 큰 모델만큼 모든 주제에서 뛰어나게 성능을 내지는 못한다는 점이며, 따라서 모델을 맞춤화할 수 있다는 것은 우리가 강조하고 싶은 부분과 포기하고 싶은 부분을 선택할 수 있게 해줍니다.”
— Timothée Lacroix

Mistral은 어떤 모델과 인프라를 사용할지 조언하지만, 최종 결정은 고객에게 달려 있다고 Lacroix는 덧붙였습니다. 보다 깊은 지원이 필요한 팀을 위해 포지는 **Mistral의 현장 배치 엔지니어 팀(FDEs)**을 제공하는데, 이들은 고객과 직접 협업하여 적절한 데이터를 발굴하고 요구에 맞게 조정합니다—IBM과 Palantir와 같은 기업에서 차용한 모델입니다.

“제품으로서 포지는 이미 모든 툴링과 인프라를 갖추고 있어 합성 데이터 파이프라인을 생성할 수 있습니다,” Salamanca가 말했습니다. “하지만 올바른 **evals**을 구축하고 적절한 양의 데이터를 확보하는 방법을 이해하는 것은 대부분의 기업이 충분한 전문성을 갖추고 있지 않은 부분이며, 바로 그 점을 FDE들이 해결해 줍니다.”

Mistral은 이미 Ericsson, European Space Agency, 이탈리아 컨설팅 회사 Reply, 그리고 싱가포르의 DSO와 HTX 등 파트너에게 포지를 제공하고 있습니다. 초기 도입 기업으로는 ASML도 포함되는데, 이 네덜란드 반도체 제조업체는 지난해 9월 Mistral의 Series C 라운드에서 €117억(당시 약 $138억) 평가액으로 투자에 앞장섰습니다.

이러한 파트너십은 Mistral이 포지의 주요 사용 사례를 어떻게 기대하는지를 보여줍니다. Mistral의 최고 매출 책임자 Marjorie Janiewicz에 따르면, 주요 사용 사례는 다음과 같습니다:

• 언어와 문화에 맞게 모델을 맞춤화해야 하는 정부 기관
• 높은 규제 준수가 요구되는 금융 기관
• 맞춤화가 필요한 제조업체
• 자체 코드베이스에 모델을 최적화해야 하는 기술 기업

Author bios

Anna Heim – writer and editorial consultant.
You can contact or verify outreach from Anna by emailing annatechcrunch [at] gmail.com.

• 2021년부터 TechCrunch에서 프리랜스 리포터로 활동하며 AI, 핀테크·인슈어테크, SaaS·가격 책정, 그리고 글로벌 벤처‑캐피털 트렌드를 다룸.
• 2025년 5월 현재, 유럽의 가장 흥미로운 스타트업 스토리에 집중하고 있음.
• 주요 기술 컨퍼런스(TechCrunch Disrupt, 4YFN, South Summit, TNW, VivaTech 등)에서 패널을 진행하고 무대 인터뷰를 진행함.
• 전 The Next Web의 LATAM·미디어 편집자, 스타트업 창업자, Sciences Po 파리 동문.
• 프랑스어, 영어, 스페인어, 브라질 포르투갈어에 능통.

View Bio

Rebecca Bellan – senior reporter at TechCrunch covering the business, policy, and emerging trends shaping artificial intelligence. Her work has also appeared in Forbes, Bloomberg, and other outlets.

You can contact or verify outreach from Rebecca by emailing rebecca.bellan@techcrunch.com or via encrypted message at rebeccabellan.491 on Signal.

View Bio