미스트랄 Timestral은 매출, 방문자 수, 기계 센서 값처럼 '시간에 따라 쌓이는 숫자'의 다음 흐름을 예측하는 전용 AI입니다. 프랑스 AI 회사 미스트랄이 10월 15일 공개했고, 그래픽카드(GPU) 없이 일반 서버 CPU에서 하루 앞 예측 한 번에 0.14초(가장 큰 모델 기준)가 걸린다고 밝혔어요. 모델 파일은 누구나 내려받을 수 있게 풀렸지만, 아직 국내에서는 거의 다뤄지지 않았습니다.
미스트랄 Timestral, 어떤 AI인가
우리가 흔히 아는 챗GPT나 클로드는 글을 읽고 쓰는 AI죠. Timestral은 방향이 완전히 다릅니다. 말 대신 숫자 줄을 받아서, 그 숫자가 앞으로 어떻게 움직일지 내다보는 데만 쓰라고 만든 모델이에요.
특이한 점은 답을 숫자 하나로 주지 않는다는 겁니다. "내일은 120"이 아니라 "아마 110~130 사이, 낮으면 95까지도 갈 수 있음"처럼 범위로 알려 줘요. 공식 설명으로는 시점마다 21단계의 구간 값을 함께 내놓습니다. 그리고 예측하려는 숫자 말고도 '함께 움직이는 정보'를 같이 넣을 수 있어요. 휴일 여부나 미리 정해진 생산 계획처럼 미래 값을 이미 아는 정보도 넣을 수 있다는 점을 회사가 강조했습니다.
숫자로 보는 Timestral 네 가지 크기
같은 구조로 크기만 다르게 네 가지가 나왔습니다. 아래 표는 미스트랄 발표 글과 공식 깃허브 안내를 옮긴 것이에요.
| 모델 | 크기(파라미터) | 파일 용량 | 하루 앞 예측 시간 |
|---|---|---|---|
| Timestral-5M | 500만 | 21MB | 0.01초 |
| Timestral-28M | 2,800만 | 111MB | 209M보다 5배 빠름 |
| Timestral-123M | 1억 2,300만 | 490MB | 209M의 약 4분의 3 |
| Timestral-209M | 2억 900만 | 837MB | 0.14초 |
시간은 '8스레드 일반 서버 CPU에서, 15분 간격 3주치 기록으로 다음 하루를 예측'한 공식 조건입니다. 한 번에 읽을 수 있는 기록 길이는 3만 2,768칸이에요. 하루 단위 매출이면 수십 년치를 한 번에 넣을 수 있는 길이입니다.
성적도 공개했습니다. 예측 AI를 비교하는 공개 시험 세 곳(GIFT-Eval, TIME, fev-bench)에서, 따로 학습시키지 않고 바로 쓰는 모델 가운데 209M이 모두 1위라고 해요. 2,800만짜리 작은 모델이 네 배쯤 큰 아마존 Chronos-2를 두 시험에서 앞섰다는 대목도 있습니다. 다만 세부 점수는 그래프로만 나와 있고, 자세한 기술 보고서는 아직 발표 안 됨입니다.
챗GPT에 엑셀 올려 예측하는 것과 뭐가 다를까
요즘은 챗GPT에 매출 엑셀을 올리고 "다음 달 예측해 줘"라고 하는 분도 많죠. 그것도 나쁘지 않습니다. 다만 그 경우 AI가 직접 계산 코드를 짜서 흔한 통계 방법을 돌려 주는 방식이 보통이에요. Timestral은 처음부터 수많은 숫자 흐름을 보고 배운 '예측 전문가'에 가깝습니다.
제가 보기엔 두 가지를 경쟁 관계로 볼 필요는 없어요. 숫자 예측은 Timestral 같은 전용 모델이 하고, 그 결과를 읽고 보고서 문장으로 풀어 주는 일은 챗GPT·클로드 같은 언어 AI가 맡는 그림이 자연스럽습니다. 미스트랄도 공장 펌프 이상을 Timestral이 먼저 잡고, 다른 AI가 원인을 찾아 계획까지 써 주는 예시를 들었어요. 경보만 울리는 게 아니라 근거 있는 진단과 계획을 받게 된다는 설명이었죠.
직장인에게 무슨 의미일까? (제 해석)
가장 큰 변화는 '예측'이 데이터팀만의 일이 아니게 된다는 점입니다. GPU가 필요 없고 가장 작은 모델은 21MB라서, 회사 PC나 사내 서버 한 대로도 충분히 돌려 볼 수 있는 크기예요.
공식 글이 꼽은 쓰임은 공장 설비 센서, 부품 재고와 생산 능력 계획, 금융의 자금 흐름, 에너지, 공급망, 서버 모니터링 숫자 같은 곳입니다. 직장인 업무로 옮겨 보면 월별 발주량, 콜센터 시간대별 문의 수, 창고 입출고, 전기 요금 같은 '매주 같은 표를 다시 만드는 일'이 다 후보예요.
그래도 저라면 바로 결재 숫자에 쓰지는 않겠습니다. 예측은 맞을 때보다 틀렸을 때 비용이 큰 일이라서요. 몇 달 동안은 지금 하던 방식과 나란히 놓고, 어느 쪽이 실제에 더 가까웠는지 기록해 보는 게 먼저라고 생각합니다. 범위로 나오는 예측이라 "최악이면 얼마까지"를 보고서에 같이 적을 수 있다는 점은 분명 쓸모가 있고요.
지금 해 볼 것 — 미스트랄 Timestral 시험 전에
설치는 파이썬으로 하는 방식이라, 코딩을 안 하는 분은 준비부터 해 두면 됩니다.
- 내 업무에서 매주·매달 반복해서 예측하는 숫자 하나를 고릅니다. 날짜와 숫자 두 칸짜리 표로 최소 1~2년치가 있으면 시험하기 좋아요.
- 그 숫자와 같이 움직이는 정보(휴일, 행사, 계획 물량)가 있는지 옆 칸에 적어 둡니다. Timestral이 이런 정보를 함께 받을 수 있어요.
- 사내 개발자나 IT 담당자에게 공식 깃허브(mistralai/timestral)를 보여 주고, 가장 작은 5M이나 28M 모델로 시험을 부탁해 보세요. 회사 밖으로 데이터를 보내지 않고 사내에서 돌릴 수 있다는 점이 설득 포인트입니다.
모델 가중치는 '수정된 MIT 라이선스'로 풀렸는데, 무엇이 수정됐는지는 공식 글에 설명이 없어요. 회사 업무에 쓰기 전에 허깅페이스의 라이선스 문서를 법무나 IT 담당자와 함께 한 번 읽어 보시길 권합니다. 내 PC에서 돌리는 AI가 궁금하시면 예전에 정리한 로컬 AI 모델 LFM2.5 글도 같이 보셔도 좋습니다.
자주 묻는 질문
Q. 엑셀에서 바로 쓸 수 있나요?
아니요. 지금은 파이썬 코드로 불러 쓰는 방식이고, 엑셀 추가 기능이나 채팅 앱 버튼은 공식 발표에 없습니다. 엑셀 표를 파일로 저장해 개발자에게 넘기는 식으로 시작하면 돼요.
Q. 돈이 드나요?
모델 파일은 허깅페이스에서 무료로 내려받을 수 있습니다. 미스트랄 API로 쓰는 요금은 발표 글에 따로 나오지 않았어요. 회사 맞춤 학습은 미스트랄 Forge라는 기업용 서비스로 안내하고 있는데, 이 가격도 아직 발표 안 됨입니다.
Q. 주가나 코인 예측에도 쓰면 되나요?
공식 글은 금융 쪽 예시로 자금 흐름·거래량·변동성 예측을 들었지만, 수익을 보장한다는 말은 전혀 없습니다. 저는 이 글에서 투자 용도는 권하지 않아요. 회사 업무 숫자처럼 결과를 실제와 맞춰 볼 수 있는 곳부터 시험하는 게 안전합니다.
참고한 자료
2026년 10월 23일 기준