미스트랄 가중치 공개부터 기업 AI 연결까지, 10월 30일의 다섯 가지 변화

이번 변화는 월초의 시험 공개에서 모델의 수치 파일인 가중치 배포로 넘어갔다는 데 있다. 회사 서버에 접속할 권한만 받던 개발자에게 모델을 보관하고 조정할 선택지가 추가됐다. 다만 공개 가중치를 받았다는 사실만으로 실행 설비와 운영 비용까지 제공되는 것은 아니다. 직접 운영의 자유와 이를 감당할 자원은 함께 살펴야 한다.

모델 카드에 따르면 전체 매개변수는 약 1조 개다. 처리 단위인 토큰 하나를 계산할 때는 그중 약 490억 개가 활성화되며, 입력을 수치로 바꾸고 출력을 만드는 부분까지 포함하면 약 520억 개다. 여러 계산 경로 가운데 일부를 고르는 구조이므로 전체 규모와 한 번의 계산량이 다르다. 약 520억 개라는 수치만으로 전체 모델을 저장할 메모리 크기를 판단할 수 없는 이유다.

입력은 글과 이미지, 출력은 글이다. 한 번에 처리할 수 있는 문맥 길이는 최대 100만 토큰으로 안내돼 있다. 추론 강도는 낮음·중간·높음 중 선택하며 기본값은 높음이다. 문맥 길이는 한 번에 다룰 수 있는 정보량의 한도다. 입력이 길어졌을 때의 응답 속도까지 보장하는 수치는 아니므로, 기능 범위와 처리 시간은 구별해야 한다.

미스트랄은 API 가격도 입력 100만 토큰당 0.70달러, 캐시된 입력은 0.07달러, 출력은 2.10달러로 발표했다. 캐시는 앞서 처리한 입력을 재사용하는 방식이다. 이는 회사의 API를 사용할 때의 요금이며, 내려받은 모델을 자체 장비에서 실행하는 비용표가 아니다. 가중치 공개로 이용 경로가 늘어난 만큼 두 방식의 비용을 같은 기준으로 섞지 않아야 한다.

직접 실행을 돕는 소프트웨어도 같은 날 지원을 발표했다. 브이엘엘엠(vLLM) 개발팀은 미스트랄과 공동 작성한 글에서 새 모델 전용 배포 이미지를 안내했다. 모델 수치를 저장하는 형식인 FP8 버전은 GPU 여덟 개, 더 적은 비트로 압축한 NVFP4 버전은 블랙웰(Blackwell) GPU 네 개를 쓰는 실행 구성을 제시했다. 이는 문서의 구성 예시이며 모든 작업의 최소 장비 요구량을 입증한 결과는 아니다.

지원팀은 긴 입력과 답변 생성의 메모리 배분도 다뤘다. 긴 대화 내용을 여러 GPU에 나눠 저장하면 더 많은 내용을 유지할 수 있지만, GPU 사이의 통신 때문에 토큰 하나를 출력하는 시간은 늘어날 수 있다고 설명했다. 따라서 같은 모델도 입력 길이와 동시 요청 수, 배포 설정에 따라 처리량이 달라진다. 가중치 공개와 별도로 실행 소프트웨어의 지원이 필요한 배경이다.

이용 조건의 핵심은 모델을 서비스로 제공하는 사업의 정의다. 라이선스는 제삼자가 입력·설정·학습 데이터에 실질적인 통제권을 갖고 추론이나 추가 학습을 이용하도록 하는 사업을 구분한다. 특정 기능 안에 모델을 넣은 최종 이용자 제품과, 다른 업체가 운영하는 모델에 요청을 전달하기만 하는 경우는 이 정의에서 제외한다. 단순히 상업 제품이라는 이유만으로 모두 같은 계약 요건을 적용하는 문서는 아니다.

라이선스는 모델을 복사하거나 배포할 때 저작권과 허가 고지를 포함하도록 하며, 모델과 출력에 대한 보증은 제공하지 않는다. 공개의 의미는 이용자가 모델을 소유한 서버에서 검사하고 수정할 수 있다는 데 있다. 성능 홍보와 별개로 운영 위치·수정 권한·재배포 조건을 직접 판단할 근거가 마련됐다는 것이 이번 발표의 실질적인 변화다.

이를 뒷받침하는 제품은 액션 패브릭(Action Fabric)이다. 공식 제품 설명은 AI가 서비스나우 화면을 직접 조작하지 않고도 업무 기능을 실행하도록 한다고 안내한다. AI와 외부 데이터·도구를 연결하는 규약인 모델 컨텍스트 프로토콜(Model Context Protocol·MCP)을 활용한다. 사람이 화면에서 처리하던 작업의 일부를 외부 AI가 호출할 수 있는 도구로 제공하는 방식이다.

액션 패브릭은 IT 서비스 관리와 IT 운영 관리, 장비·서비스의 구성 정보를 담는 데이터베이스 등 영역별 MCP 서버를 제공한다. 업무별 기능을 미리 묶어 두므로, 연결한 AI가 요청에 맞는 기능을 골라 호출할 수 있다. 모든 업무 데이터를 한꺼번에 넘기는 구조로 이해하기보다는, 필요한 작업을 담당하는 연결 지점을 마련한 것으로 보는 편이 정확하다.

관리자는 MCP 서버 콘솔(MCP Server Console)에서 서버를 만들고 관리한다. 이 콘솔은 외부 AI에 노출하는 서비스나우 자원을 한곳에서 통제하는 역할을 한다. 연결 기능을 설치하는 일과 실제로 어떤 자원을 공개할지 정하는 일이 구분되는 셈이다. 기업의 운영 담당자에게는 대화형 기능의 유무와 함께 관리 지점을 확인할 수 있다는 의미가 있다.

챗GPT 연동 안내가 제시한 IT 운영 도구에는 경보 분석과 영향 조사, 경보 확인·수정 등이 포함된다. 서비스의 신뢰성 상태와 구성 관계를 살피는 기능, 반복 작업에서 자동화할 대상을 찾는 기능도 안내했다. 이는 제품이 제시한 도구 범위다. 어떤 장애든 원인을 정확히 찾거나 사람의 검토 없이 해결한다는 보장은 아니다.

직원 명의의 출시 안내는 MCP가 서비스나우의 접근 통제를 우회하지 않으며, 업무 순서와 검증도 서버에서 실행한다고 설명한다. 따라서 AI가 적절한 도구를 골랐는지와 그 도구가 실제 변경을 허용하는지는 서로 다른 판단이다. 대화 화면에서 요청할 수 있는 범위와 회사 시스템에서 실행할 수 있는 범위를 같다고 볼 수 없다.

액션 패브릭의 연결은 반대 방향도 포함한다. 제품 페이지는 서비스나우의 AI가 외부 도구와 데이터를 이용하는 MCP 클라이언트 기능도 안내한다. 외부 AI가 회사 업무를 호출하는 서버 기능과, 회사 쪽 AI가 밖의 자원을 부르는 클라이언트 기능은 방향이 다르다. 이번 챗GPT 연결은 그중 외부 대화 서비스에서 서비스나우 업무로 들어오는 경로에 해당한다.

기업용 AI를 평가할 때는 답변의 내용과 그 답변에서 이어지는 실행을 함께 살펴야 한다. 자연스러운 설명을 내놓더라도 필요한 권한이 없으면 업무는 끝나지 않고, 권한이 있더라도 잘못된 변경은 문제가 될 수 있다. 이번 연결을 판단하는 기준 역시 대화의 편의성과 실행 통제다. 제품의 구조를 설명한 자료와 실제 고객 환경에서 정확성·효율을 검증한 결과를 구별해야 한다.

음성 합성은 말을 알아듣는 음성 인식과 반대 방향의 처리다. 이 서비스가 받는 입력은 텍스트이며 출력은 오디오다. 제품 페이지는 동시 요청 증가에 맞춰 사용량으로 과금하고, 별도 사전 약정 없이 처리한다고 설명한다. 대화를 이해하고 업무를 수행하는 전체 AI가 무료로 포함된다는 뜻은 아니며, 발표된 가격은 음성을 만드는 단계의 요금이다.

문자 과금에는 공백과 문장부호도 포함된다. 제품 안내는 음색별 추가 비용과 최소 이용액, 사용량 과금에서의 계약 의무가 없다고 명시한다. 따라서 같은 통화 시간이라도 입력한 텍스트 양에 따라 합성 비용은 달라진다. 분당 가격으로 고정 환산하려면 실제 발화 분량을 알아야 하므로, 이 발표만으로 통화 한 건의 비용을 단정할 수는 없다.

제공되는 음색 목록 외에 짧은 녹음으로 목소리를 복제하는 기능도 있다. 제품 설명은 업로드 때 화자의 허락을 확인하도록 안내한다. 지원 언어 수와 음색 수는 다른 정보다. 여러 억양과 목소리를 고를 수 있더라도 출시 언어 여섯 개에 한국어가 추가되는 것은 아니며, 향후 언어 확대 계획을 현재 지원으로 계산해서도 안 된다.

속도 수치에는 측정 기준 차이가 있다. 회사가 10월 28일자 비교표에 제시한 첫 오디오 바이트 수신 시간의 중앙값은 47밀리초였다. 같은 클라이언트에서 업체별 API에 한 번에 한 요청씩 보낸 결과다. 실제 네트워크와 지역을 고려한 첫 음성 시간은 90밀리초로 안내했다. 두 값은 같은 지표의 상·하한이 아니며, 음성 인식과 답변 생성까지 포함한 최종 통화 지연을 측정한 값도 아니다.

10월 28일 공개한 기술 설명은 한 번의 요청에 전체 문장을 보내는 HTTP 방식과, 연결을 유지하며 텍스트를 보내고 음성을 받는 웹소켓(WebSocket) 방식을 구분한다. 후자는 대화마다 하나의 연결을 유지하면서 여러 발화 요청을 처리한다. 이는 이미 완성한 오디오 파일을 내려받는 것과 달리, 대화가 진행되는 동안 텍스트와 음성의 흐름을 이어 가는 기능이다.

같은 기술 설명에는 말을 끊는 상황의 처리도 나온다. 듣는 사람이 끼어들면 진행 중인 합성을 취소할 수 있고, 답변 텍스트를 점진적으로 보내다가 출력할 구간을 확정할 수 있다. 단어별 시각 정보도 반환한다. 이런 기능은 자연스러운 목소리의 품질과 별개로, 통화 시스템이 발언 순서와 재생 상태를 관리하는 데 필요한 동작이다.

동시 접속 제한이 없다는 상품 설명과 연결의 운영 제한은 구별된다. 기술 문서는 전송이 없는 상태가 2분 이어지면 연결이 닫히고, 연결 하나의 최대 수명은 한 시간이라고 설명한다. 연결 유지 신호와 분당 새 연결 수에도 제한이 있다. 동시 요청을 늘릴 수 있다는 것이 모든 연결을 무기한 유지하거나 새 연결을 제한 없이 만들 수 있다는 뜻은 아니다.

출시 발표는 정교하게 추가 학습한 음성 복제, 전용 발음 사전과 감정 태그가 아직 제공되지 않는다고 명시했다. 발음을 세밀하게 지정하는 음성 합성 마크업 언어(SSML)와 속도 설정도 당시 지원하지 않았다. 이번 서비스의 변화는 합성의 가격과 스트리밍 제공 방식에서 확인된다. 통화 성공률이 높아진다는 홍보 문구를 입증할 독립적인 운영 성과는 이 자료에 제시되지 않았다.

메타가 발표한 200만 달러는 다섯 학교를 대상으로 한 전체 지원액이다. 학교마다 같은 금액을 받는다는 설명은 없다. 최신 모델 접근과 메타 연구진의 직접 협력도 지원에 포함되지만, 구체적인 방식은 기관과 과제별로 다르다. 연구자가 문제를 제안하고 연구 설계와 도구 활용 방식을 결정했다는 점이 기업의 단일 제품 시연과 구별된다.

루이지애나주립대의 아이즈온(Eyes-On) 과제는 영아의 기관절개관이 빠지거나 이상 징후가 나타나는 상황을 영상으로 감지하는 시스템을 개발한다. 메타의 영상 분할 모델 활용을 탐색하고 침상 카메라와 현장 연산 장치의 결합을 염두에 뒀다. 회사 발표는 개념 검증이 공개됐고 추가 연구가 남아 있다고 설명한다. 실제 병동에서 효과가 확정됐다는 발표는 아니다.

인디애나대에서는 치매를 앓는 고령자의 대화를 분석해 AI가 개인별 의사소통 방식에 적응하도록 하는 연구를 추진한다. 일반적인 대화 AI가 충분히 대응하지 못하는 표현과 상호작용을 다루는 것이 목표다. 이 연구의 질문은 매끄러운 답변을 생성하는지에 머물지 않고, 인지적 차이가 있는 사람과의 대화에 적절히 반응할 수 있는지에 있다.

메타 연구 블로그는 의료 과제의 데이터 처리 구조를 별도로 설명했다. 참여 대학은 자기 기관의 환경에서 모델을 실행하고 연구를 독립적으로 수행한다. 환자와 임상 데이터는 메타에 공유되거나 처리 목적으로 제공되지 않는다고 밝혔다. 이는 협력의 운영 조건을 설명한 것이며, 특정 의료 모델의 성능이나 규제 승인을 입증하는 자료와는 역할이 다르다.

오하이오주립대 연구에는 AI가 작성한 흉부 엑스선 보고서를 어떻게 평가할지도 포함된다. 다른 AI가 보고서를 채점할 때 생기는 편향을 소수의 사람이 표기한 자료로 보정하는 연구와, 모의 임상 환경에서 영상의학과 의사가 초안을 얼마나 신뢰하는지 살피는 연구다. 정확한 제안을 거절하는 경우와 잘못된 제안을 받아들이는 경우를 함께 구분해 살핀다.

캘리포니아공과대학의 별도 발표는 선정 교수 다섯 명이 최대 3년간 연구비를 받고, 메타의 뮤즈(Muse) 모델에 회사가 직접 제공하는 API로 접근한다고 설명한다. 과제는 물리·화학·생물·컴퓨터과학·수학에 걸쳐 있다. 이 대학이 밝힌 지원 기간을 다른 네 학교에도 동일하게 적용하거나, 총지원액 전체가 3년 계약이라고 확대해서 읽을 수는 없다.

이 대학의 화학 연구는 아직 공개하지 않은 전자 실험노트를 평가 자료로 활용한다. 모델이 학습 중 읽었을 수 있는 논문의 결과를 재현하는 것과, 새로운 반응 결과를 예측하는 능력을 가르려는 목적이다. 컴퓨터과학에서는 AI가 만든 코드와 증명 등이 정해진 논리 규칙에 맞는지 검증하는 토치린(TorchLean)을 개발 중이다. 두 과제 모두 그럴듯한 답보다 검증 가능한 결과를 평가 중심에 둔다.

캘리포니아공과대학과 메타의 협력은 2016년 시작됐고, 2024년에는 촉각 기술과 소재 발견 등을 다루는 협력으로 발전했다. 이번 지원은 그 관계를 기초과학의 AI 평가 문제로 넓힌 것이다. 발표의 무게는 의료·과학 난제를 해결했다는 성과에 있지 않다. 실제 연구자가 가진 데이터와 문제를 통해 AI의 능력과 오류를 가려 보려는 연구 기반을 마련했다는 데 있다.

이번 개편은 기존 원칙을 다섯 가치 아래 묶고 그 목적을 드러내는 데 초점을 뒀다. 공식 변경 이력은 사람의 통제를 유지하면서 의도와 장기 목표를 이해하도록 개요와 지시를 따르는 원칙의 설명을 고쳤다고 밝힌다. 따라서 새 가치의 이름과 실제로 추가된 규칙을 구별해야 한다. 공개된 변화는 문서의 구성과 판단 근거이며, 개별 모델의 성능 개선을 수치로 입증한 발표는 아니다.

8월 18일판과 비교하면 질문을 객관적으로 다루는 원칙은 유지됐다. 사용자가 특정 관점을 요청하는 것과 모델이 사용자의 마음에 들 것으로 짐작해 그 관점을 택하는 것을 다르게 취급한다. 표현을 개인에게 맞추는 기능이 판단의 근거까지 사용자에게 유리하게 바꾸는 방식으로 작동해서는 안 된다는 취지다. 개인화와 맞장구 사이에 선을 둔 것이다.

개정 원문의 맥락 항목은 이전 대화의 지시·선호·수정 사항과 진행 중인 프로젝트 상태를 활용하도록 설명한다. 동시에 사용자가 실제로 말한 내용과 모델이 추정한 내용을 구별하도록 한다. 기억이나 검색 결과가 도움이 되더라도, 어떤 정보가 저장되거나 지워졌는지 모르면서 확정적으로 말해서는 안 된다는 조건도 있다. 맥락을 활용할수록 정보의 출처를 드러내는 일이 중요해진다.

맥락을 많이 가져오는 것 자체가 목표는 아니다. 문서는 현재 요청과의 관련성, 민감성, 정보가 오래됐을 가능성과 잘못된 상대에게 노출될 위험을 함께 고려하도록 한다. 이는 이전 발언이 현재의 모든 행동을 허가하는 것으로 바뀌지 않는다는 의미다. 대화의 연속성을 유지하되 과거 정보가 현재 판단에 얼마나 유효한지도 따로 살펴야 한다.

자율 행동의 범위를 정하는 원칙도 8월 18일판에 이미 있었다. 수행할 하위 목표와 시간·비용·정보 접근 같은 자원의 범위를 정하도록 했다. 언제 중간 확인이 필요한지, 어떤 조건에서 행동을 끝낼지도 정하도록 한다. 목적을 더 잘 추론하라는 원칙과 행동 범위를 제한하는 원칙은 함께 놓여 있다. 사용자가 원하는 결과를 짐작할 수 있다는 이유만으로 허용된 자원이나 권한까지 임의로 늘릴 수 있다는 뜻은 아니다.

개정 전 문서의 개요는 모델 스펙을 이용정책 및 안전 절차와 구별했다. 이용정책은 사람이 서비스를 사용하는 방식에 대한 기대를, 안전 절차는 잠재적 문제를 시험하고 감시하며 줄이는 조치를 다룬다. 모델 스펙의 역할은 모델 자체가 어떤 행동을 해야 하는지 설명하는 것이다. 행동 지침이 바뀌었다고 새 모델의 출시나 보안 인증이 이뤄진 것으로 볼 수 없는 이유다.

이번 원문도 공개 지침과 실제 제품 사이의 간극을 명시한다. 회사는 현재 서비스 중인 모델이 모델 스펙을 완전히 따르지는 못하며 계속 개선하고 있다고 밝혔다. 독자는 답변이 문서의 원칙을 어겼을 때 회사가 밝힌 목표와 실제 동작의 차이를 따져 볼 수 있다. 반대로 지침에 바람직한 행동이 적혀 있다는 사실만으로 그 행동이 보장되는 것은 아니다.

공개 방식도 비교 검토를 가능하게 한다. 오픈AI 공식 저장소는 문서의 편집 가능한 원본과 2025년 2월 12일 이후 공개된 HTML 판본을 보관한다고 설명한다. 변경 이력과 날짜별 원문을 함께 읽으면 새 원칙, 수정된 설명, 계속 유지되는 제약을 구별할 수 있다. 이번 개정의 의미는 회사의 행동 목표를 더 분명하게 드러냈다는 데 있으며, 제품별 준수 수준은 별도의 평가가 필요한 문제로 남는다.