Mistral과 Nvidia, 물리 AI로 산업 설계 시뮬레이션 가속한다

Mistral과 Nvidia가 엔지니어링 시뮬레이션과 산업 제품 설계를 AI로 앞당기는 공동 작업에 들어간다. 언어 모델과 물리 AI, 3D 시뮬레이션 소프트웨어 스택을 따로 쓰지 않고 하나의 연속된 흐름으로 엮는 것이 이번 협력의 핵심이다.

구성은 이렇다. Mistral의 언어 모델 Mistral Large 4와 Mistral이 준비 중인 물리 AI를 Nvidia의 CUDA-X, Warp 소프트웨어 라이브러리, 그리고 3D 시뮬레이션용 Omniverse 위에 올린다. 목표는 설계와 시뮬레이션, AI 학습을 분리된 단계가 아니라 이어지는 하나의 워크플로로 만드는 것이다. 겨냥하는 산업은 항공우주, 자동차, 반도체다.

Mistral Large 4의 규모도 함께 공개됐다. 약 1조 개 파라미터를 갖췄고, 유럽에서 Grace Blackwell GPU 3,800대로 학습됐다. 10월 말 오픈 웨이트 모델로 배포될 예정이라는 점이 눈에 띈다. 모델 자체를 사내 인프라에 올려 시뮬레이션 코드와 함께 다루려는 팀에게는 중요한 조건이다.

두 회사는 물리 모델과 엔지니어링 소프트웨어를 다루는 AI 에이전트를 시험하고 서로 비교할 수 있도록 공개 벤치마크와 오픈 데이터셋도 내놓겠다고 예고했다. 물리 AI 영역은 아직 평가 기준이 표준화되지 않아, 결과를 객관적으로 견주기 어렵다는 문제가 있었다.

이번 협력은 갑작스러운 조합이 아니다. 두 회사는 앞서 Mistral NeMo를 함께 만들었고, Nemotron Coalition의 일환으로 오픈 파운데이션 모델 작업도 진행 중이다. Mistral은 여기에 더해 2030년까지 자사 컴퓨팅 용량을 1기가와트 규모로 늘리겠다는 계획을 갖고 있다.

개발자 입장에서 달라지는 지점은 해석 루프다. 형상 설계 변경이 시뮬레이션 실행, 결과 해석, 다음 설계안 제안으로 이어지는 과정에 언어 모델과 물리 모델이 함께 개입할 수 있게 되면, 반복 해석에 들어가는 시간과 수작업 개입이 줄어들 여지가 생긴다. 서로게이트 모델 학습용 데이터 생성이나 시뮬레이션 입력 자동화 같은 작업도 같은 맥락에서 다뤄질 수 있다.

다만 아직은 발표 단계다. 결합된 스택이 실제 해석에서 어느 정도 정확도와 속도를 내는지에 대한 수치나 구체적 제품 형태, 통합 일정은 제시되지 않았다. Mistral Large 4의 오픈 웨이트 배포 역시 10월 말이라는 계획으로 언급된 것이며, 물리 AI 쪽 성숙도는 별도로 확인이 필요하다. 공개 벤치마크가 나오기 전까지는 기대보다 검증 계획을 먼저 눈여겨볼 만하다.