Mistral, 복잡한 문서 검색을 위한 에이전트형 검색 공개

다단계 검색 계층

Mistral AI는 AI 시스템이 복잡한 문서 내부와 여러 데이터 소스 전반에서 정보를 검색하고, 탐색하고, 검증할 수 있도록 설계된 검색 계층인 Agentic Search를 공개했다. 회사 측은 이 시스템이 단일 검색에서 선택된 고정된 청크 집합을 바탕으로 모델이 답변하도록 요구하는 대신, 다단계 검색 루프를 사용한다고 설명한다.

Agentic Search는 Mistral Search Toolkit을 통해 이용할 수 있으며 Studio와 Vibe의 Libraries에도 내장되어 있다. Mistral은 이식 가능한 개방형 도구가 민감한 도메인별 데이터를 격리 경계 밖으로 이동하지 않고도 클라우드나 온프레미스 환경에서 작동할 수 있다고 설명한다.

문서 탐색을 위한 다섯 가지 도구

Agentic Search는 조직의 기존 검색 인덱스를 기반으로 하며 모델에 다음과 같은 다섯 가지 도구를 제공한다.

• search는 인덱스를 통해 관련 문서를 찾는다.
• open은 선택한 문서를 연다.
• navigate는 페이지, 섹션 또는 영역으로 이동한다.
• read는 해당 위치의 콘텐츠를 가져온다.
• grep은 열린 문서 내에서 패턴을 찾는다.

Mistral은 모델이 이러한 도구를 사용해 초기 결과를 검토하고, 검색을 수정하고, 관련 섹션으로 이동하고, 답변을 생성하기 전에 원문 자료를 읽을 수 있다고 설명한다. 회사 측은 이 도구들에 미세 조정이나 모델별 학습이 필요하지 않다고 말한다.

Mistral Search Toolkit에는 데이터 수집, 임베딩 및 인덱싱을 위한 개방형 모듈도 포함되어 있다. 회사는 긴 문서, 여러 출처에 걸친 질문, 검증이 필요한 답변, 표 및 구조화된 문서를 Agentic Search의 주요 사용 사례로 꼽는다. 또한 직접 조회, 대량 검색, 출처 위치를 예측할 수 있는 단순한 질문에는 기존의 인덱스 기반 검색만으로도 충분할 수 있다고 설명한다.

Mistral이 보고한 벤치마크 결과

Mistral은 별도의 조정 없이 기본 청킹 및 순위 지정 방식을 포함한 Mistral Search Toolkit의 기본 구성으로 Agentic Search를 테스트했다. 테스트에는 Mistral Medium 3.5와 Z.ai GLM-5.2가 사용되었다.

368건의 SEC 공시에서 추출한 150개 질문으로 구성된 FinanceBench에서 Mistral은 정답률이 26.7%에서 86%로 증가했다고 보고했다. 회사 측은 일회성 검색에서 반복적인 검색 전용 루프로 전환했을 때 정확도가 Mistral Medium 3.5에서는 47.3%포인트, GLM-5.2에서는 52.6%포인트 상승했다고 설명한다.

Mistral은 open, navigate, read 및 grep 도구를 추가한 결과 정확도가 Mistral Medium 3.5에서는 8.7%포인트, GLM-5.2에서는 6.7%포인트 더 향상되었다고 보고했다. 회사에 따르면 전체 루프는 검색 전용 루프보다 토큰을 Mistral Medium 3.5에서 23.9%, GLM-5.2에서 33.7% 적게 사용했다.

표와 여러 문서가 포함된 OfficeQA Pro 질문에서 Mistral은 결과가 6.3%에서 51.9%로 45.6%포인트 증가했다고 설명한다. 회사는 또한 p90 지연 시간이 최대 39.6% 감소하고 토큰 소비량이 최대 3분의 1 감소했다고 보고했다.

출처: 2026년 8월 20일에 발표된 Mistral AI의 “Agentic Search 소개” 발표문.