Mistral Agentic Search, 복잡한 문서를 단계적으로 탐색

Mistral이 조직 내부의 길고 복잡한 문서를 모델이 직접 찾아가며 읽고 확인하도록 설계한 검색 계층을 내놨다. 기존 색인을 유지하면서도 필요한 근거를 여러 단계로 좁혀 가는 방식이 핵심이다.

Mistral Agentic Search의 구조와 검증 범위

새 기능은 처음 찾은 문서 조각만으로 답을 만드는 대신 검색, 점검, 위치 이동, 읽기, 확인을 반복한다. Mistral은 이 흐름을 민감한 사내 자료와 기존 검색 색인에도 연결할 수 있다고 설명했다.

공식 발표 내용

Mistral은 Agentic Search를 기업의 복잡한 자료와 문서를 모델이 직접 탐색하도록 돕는 기능으로 소개했다. 답변 생성만 맡기는 것이 아니라, 필요한 정보를 찾고 실제 자료 안의 위치까지 이동하는 검색 과정을 모델의 작업 범위에 넣었다.

발표문이 설명한 핵심은 한 번의 조회가 아니라 여러 단계의 반복이다. 모델은 자료를 찾은 뒤 내용을 살피고, 근거가 충분한지 확인하며, 부족하면 다른 자료나 위치로 이동한다. 검색 결과가 답에 이르는 중간 작업 공간이 되는 셈이다.

이 기능은 Mistral 검색 도구 모음에서 사용할 수 있고, 스튜디오와 바이브의 라이브러리에도 포함된다. 자체 검색 체계에 조립하는 경로와 준비된 기능을 바로 쓰는 경로를 함께 제시해 도입 방식에 선택지를 둔 구성이다.

민감한 분야별 자료를 다루는 조직을 위해 격리 경계를 넘지 않는 배치도 강조했다. Mistral은 휴대 가능한 공개형 도구를 바탕으로 클라우드나 조직 내부 설비에서 자료를 처리할 수 있다고 밝혔으며, 자료 보관 위치를 바꾸는 것을 전제로 삼지 않았다.

Mistral은 조직의 경쟁력이 실제 운영 자료와 업무 절차, 분야별 전문 지식에 쌓인다고 설명했다. 이런 독점 지식은 재무 신고서와 법률 계약, 내부 자료, 정부 기록처럼 길고 조밀한 문서에 남으면서도 높은 기밀성을 요구해 격리된 배치나 자체 설비에 머무는 경우가 많다는 전제다.

보안 때문에 AI 에이전트가 기밀 자료와 분리되는 현실도 문제로 제시됐다. 발표문은 고도화된 추론을 실제 업무에 연결하려면 검색 도구가 민감한 자료에 안전하게 닿아야 한다고 설명한다. Agentic Search는 이 접근 경로를 검색 계층에서 제공하려는 기능이다.

기존 검색이 돌려준 짧은 문서 조각 바깥도 살필 수 있다는 점이 차이다. 발표문에 따르면 모델은 길고 조밀한 문서 안쪽으로 들어가거나 여러 자료를 오가며 필요한 대목을 찾는다. 초기 조회 범위에 답이 없을 때 탐색을 이어 가도록 한 것이다.

새 기능은 조직이 이미 운영하는 검색 색인을 토대로 작동한다. Mistral은 검색, 열기, 위치 이동, 읽기, 문자열 찾기의 다섯 도구를 제시했다. 색인을 새로 대체하기보다, 색인이 가리킨 후보를 모델이 더 세밀하게 조사하도록 범위를 넓힌다.

각 도구의 역할도 구분돼 있다. 검색은 문서 집합에서 관련 자료를 찾고, 열기는 특정 문서를 연다. 문서 탐색은 쪽이나 절 또는 특정 영역으로 접근하며, 읽기는 그 위치의 내용을 가져오고 문서 내 표현 검색은 열린 문서에서 특정 표현을 찾는다.

발표문은 기존 일회성 검색 증강 생성을 고정된 문서 조각을 한 번 가져와 모델이 곧바로 답하는 방식으로 정리했다. 찾은 상위 결과 안에 답이 있으면 효율적이지만, 처음 선택된 범위가 불완전하면 다음 탐색으로 넘어가기 어렵다는 설명이다.

표와 각주처럼 위치 맥락이 중요한 자료도 문서 조각만으로는 다루기 어렵다. 검색 색인이 맞는 문서를 찾더라도 문서를 열고 해당 표로 이동해 주변 문맥을 읽고 답을 확인하는 과정이 별도로 필요하다는 것이 발표문의 두 번째 문제 제기다.

여러 번의 검색이 필요한 질문에서는 첫 경로가 막혔을 때 전략을 바꿀 수 있어야 한다. 모델이 검색어를 고치고, 가능성이 높은 문서를 살피며, 참조를 따라가고, 이미 본 내용을 기억한 채 다른 길을 시도하는 반복이 필요하다는 설명이다.

Agentic Search에서는 색인이 먼저 가능성이 높은 자료를 좁히고, 모델이 그 안팎에서 실제로 확인할 대상을 정한다. 모델은 찾은 내용을 점검한 뒤 검색을 다듬고, 관련 문서를 열어 특정 절을 찾아간 다음 원문을 읽고서 답변 단계로 넘어간다.

다섯 도구를 쓰기 위해 별도의 미세 조정이나 모델별 훈련이 필요하지 않다는 점도 발표에 포함됐다. 모델의 추론과 도구 사용 능력이 나아지면 검색 기반 시설을 바꾸지 않고도 자료 찾기 과정이 개선될 수 있다는 것이 Mistral의 설명이다.

주된 적용 대상으로는 특정 쪽이나 표, 조항, 그림, 각주를 찾아야 하는 긴 문서가 제시됐다. 재무 신고서, 계약서, 설명서, 기술 명세서, 보고서처럼 답의 위치가 문서 전체에서 매우 좁은 자료를 단계적으로 훑는 상황에 맞춘 범위다.

여러 자료의 근거를 찾아 비교하거나 서로 맞춰 봐야 하는 조사도 적용 범위에 포함됐다. 한 문서에서 답을 복사하는 질문이 아니라, 자료마다 흩어진 대목을 찾아 관계를 확인한 뒤 결론에 이르는 작업을 검색 반복으로 지원한다는 설명이다.

답을 안정적인 문서 위치에서 다시 확인해야 하는 작업도 별도 사례로 들었다. 재무 수치와 법률 조항, 규제 참조, 운영 자료처럼 출처 위치를 구체적으로 가리켜야 하는 내용은 답변뿐 아니라 근거를 찾아가는 경로가 중요하다는 구분이다.

행과 열, 쪽의 배치, 주변 문맥이 의미를 바꾸는 표 중심 자료도 목표에 들어간다. Mistral은 재무제표와 정부 기록, 스캔된 전자 문서를 예로 들며, 서술문만 읽는 방식으로는 구조적 의미를 놓칠 수 있는 문서를 대상으로 제시했다.

짧고 정돈된 문서에서 상위 검색 결과 안에 답이 있을 가능성이 큰 직접 조회에는 기존 색인 검색이 적합한 출발점으로 제시됐다. 추가 추론이나 문서 이동 없이도 필요한 문서 조각을 바로 돌려줄 수 있는 질문까지 여러 단계로 늘릴 필요는 없다는 구분이다.

많은 요청에 대해 관련 문서 조각을 빠르게 반환해야 하는 대량 검색도 색인 조회의 영역으로 남는다. 발표문은 핵심어 또는 의미 기반 조회가 자료를 탐색하거나 추론할 필요 없이 관련 대목을 돌려주는 상황을 별도로 분류했다.

답이 있을 자료와 위치를 미리 예상할 수 있는 단순하고 반복 가능한 질문 역시 일회성 검색에 가깝다. 추가 검색 단계가 답을 개선할 가능성이 낮다면 기존 흐름을 유지하고, 최초 결과를 넘어 원문을 조사해야 할 때 Agentic Search를 더하는 기준이다.

관련 기능 또는 적용 범위

Mistral은 자체 검색 도구 모음의 기본 문서 분할과 기본 검색 순위 설정을 그대로 쓰고 별도 조정을 하지 않은 상태에서 두 평가를 진행했다고 밝혔다. 발표 수치는 특정 조직 자료에 맞춘 추가 최적화 이전의 결과라는 조건이 붙는다.

평가에는 Mistral의 중간 규모 모델과 다른 회사의 더 큰 모델이 함께 사용됐다. 발표문은 모델 크기가 다른 두 사례에서 같은 검색 도구 모음이 어떻게 작동하는지 보려는 구성이라고 설명해, 특정 한 모델에만 묶인 결과가 아님을 확인하려 했다.

발표문은 두 모델 모두에서 반복 검색과 문서 위치 이동이 같은 방향의 변화를 보였다고 정리했다. 자체 모델과 다른 회사 모델에서 검색 품질, 추론 토큰, 작업 단계, 지연의 경향이 비슷했다는 관찰을 근거로 특정 모델에 종속되지 않는 도구라고 주장했다.

첫 평가는 재무 신고서 368건과 질문 150개로 구성됐다. 문서는 평균 약 147쪽이고 전체 분량은 약 5만3천900쪽으로, 길고 표가 많은 재무 자료에서 질문의 근거를 찾는 상황을 재현한 평가라고 발표문은 설명했다.

이 평가에서 검색만 반복하는 단계가 가장 큰 정확도 변화를 보였다고 Mistral은 밝혔다. 일회성 방식에서 반복 검색으로 바꾸자 중간 규모 모델은 47.3%포인트, 큰 모델은 52.6%포인트 상승했으며, 회사는 두 경우 모두 약 세 배 수준이라고 표현했다.

문서 열기와 위치 이동, 읽기, 문자열 찾기를 더하자 정확도가 다시 높아졌다는 결과도 제시됐다. 발표 수치로는 중간 규모 모델이 8.7%포인트, 큰 모델이 6.7%포인트 추가 상승해, 넓은 검색을 되풀이하는 것보다 필요한 위치를 파고드는 효과를 보였다.

정확도 변화와 함께 추론 토큰 사용량도 줄었다고 Mistral은 보고했다. 위치 이동을 포함한 전체 반복 방식은 검색만 반복한 방식보다 중간 규모 모델에서 23.9%, 큰 모델에서 33.7% 적은 토큰을 썼다. 불필요한 재검색을 정밀 탐색으로 바꾼 결과라는 해석이다.

응답 지연도 재무 문서 평가에서 감소했다고 발표했다. 위치 이동 도구를 더했을 때 90백분위 지연은 255초에서 154초로, 평균 지연은 108초에서 71초로 내려갔다. 이는 Mistral이 공개한 해당 평가 환경의 측정치다.

발표문은 반복 검색이 실패한 첫 경로를 벗어나는 과정을 1953년의 미국 국방 관련 월별 지출 합계를 찾는 예로 보여 줬다. 첫 검색은 상반기 자료만 찾았지만, 검색어를 고친 다음 회보의 특정 쪽을 읽어 열두 달 전체가 든 표에 도달했다고 설명했다.

두 번째 평가는 미국 재무부의 과거 회보 696건에서 고른 질문 133개를 사용했다. 전체 약 8만9천 쪽의 스캔 자료에 숫자 답과 표 깊숙한 위치 찾기가 포함돼, 길이뿐 아니라 문서 구조와 숫자 확인이 함께 어려운 조건이다.

이 평가에서 큰 모델의 정확도는 일회성 방식보다 45.6%포인트 올라 51.9%에 도달했다고 Mistral은 밝혔다. 중간 규모 모델도 27.1%포인트 상승했다. 숫자와 표를 찾아야 하는 더 어려운 자료에서도 반복 검색의 변화를 확인했다는 주장이다.

전체 반복 방식은 두 번째 평가에서도 정확도를 더 높이면서 토큰 소비를 줄였다고 발표됐다. 중간 규모 모델은 7.5%포인트, 큰 모델은 8.3%포인트 추가 상승했으며, 도구 호출 단계 수는 각각 최대 7.0%와 2.3% 감소했다.

Mistral은 문서가 어렵고 답의 위치가 깊을수록 검색 반복이 중요하다고 해석했다. 스캔된 표에서 숫자를 찾아야 하는 조건에서는 첫 결과만으로 답하기보다, 검색어를 고치고 근거를 살핀 뒤 원문 위치를 확인하는 과정이 정확도 변화의 바탕이라는 설명이다.

도입 경로는 크게 두 가지다. 검색 도구 모음을 이용해 조직의 에이전트와 작업 흐름, 고객용 배치에 검색 기능을 직접 통합하거나, 스튜디오와 바이브의 라이브러리에서 완성된 기능을 불러와 별도 검색 체계를 만들지 않고 쓸 수 있다.

Agentic Search가 포함되는 스튜디오는 AI 시스템을 만들고 배치하며 운영 정책을 관리하는 하나의 플랫폼으로 소개됐다. Mistral은 기업용 개인정보 보호와 보안, 자료 소유권을 유지하면서 모델과 에이전트를 실제 업무 체계로 옮기는 환경이라고 설명한다.

스튜디오의 에이전트 작업 흐름은 처리 상태를 유지하고 실패하면 다시 시도하며 중단 지점에서 자동으로 재개할 수 있다. 도구와 자료, 업무 시스템을 넘나드는 추론 절차를 설계하고 실제 운영에 들어가기 전에 지시와 동작 범위를 정하는 기능도 제시됐다.

기업 자료 연결에는 기본 제공 연결 장치와 조직이 만든 연결 장치를 모두 쓸 수 있다. 한 번 만든 연결을 여러 에이전트와 작업 흐름에서 재사용하도록 설계해, 기존 색인을 바탕으로 작동하는 Agentic Search를 조직의 자료 체계에 붙이는 경로를 제공한다.

검색 도구 모음은 중요한 복합 자료를 적재하고, 임베딩을 만들고, 색인하는 공개 모듈을 제공한다. 클라우드와 조직 내부 설비를 모두 대상으로 하므로, 앞서 언급한 격리 경계와 기존 자료 위치를 유지하는 배치 구성을 이 모듈 수준에서 지원한다.

빠르게 시험하려는 경우에는 검색 시작 앱이 제시됐다. 이 앱은 기본 설정으로 사용자의 자료 묶음에 대한 로컬 색인을 만들기 때문에, 검색 분야의 세부 지식이 없어도 Agentic Search의 탐색 흐름을 자체 문서에 적용해 볼 수 있다고 설명했다.

자료를 실제 환경에 맞출 때는 적재 단계부터 조정할 수 있다. Mistral은 자료와 파일 종류에 맞춰 파서, 문서 분할 전략, 임베딩 모델, 정보 추출기를 고르는 설정을 제공한다고 밝혔다. 자료 구조에 맞는 전처리를 색인 전에 선택하는 범위다.

색인과 검색 순위도 별도로 조정할 수 있다. 발표문은 색인 체계의 규칙과 동작, 관련도 기준을 관리하는 항목을 제시했다. 기본 설정으로 시험한 뒤 실제 질문과 자료 성격에 맞춰 검색 후보의 구성과 순서를 바꾸는 단계에 해당한다.

검색 흐름 자체를 넓히는 확장 지점도 열려 있다. 질문을 다시 쓰는 단계, 후보 순서를 다시 매기는 단계, 서로 다른 검색 방식을 결합하는 단계를 검색 흐름에 추가할 수 있다. 기본 다섯 도구 위에 조직별 검색 전략을 얹을 수 있는 구성이다.

스튜디오는 같은 코드 기반을 클라우드와 조직 내부 설비에 배치하면서 일관된 동작을 유지하는 구성을 제공한다. 보안과 규정 준수, 성능 목적에 따라 작업 환경을 분리하고 자원을 공유하지 않도록 할 수 있어, 민감한 문서를 다루는 검색 작업의 실행 경계를 나눌 수 있다.

원문

출처명: Mistral News
공식 원문 URL: https://mistral.ai/news/agentic-search
공식 게시일: 2026-08-20

추가 공식 자료

출처명: Mistral News
공식 자료 URL: https://mistral.ai/products/studio