완전 로컬 소형 모델 추론에 딱 맞는 용도인데, Mozilla는 이해하기 어렵게도 사적인 브라우징 기록 전체를 클라우드에 올리는 일을 당연하게 만들려 함.
Mistral과 Mozilla의 홍보 페이지는 로컬 추론과 클라우드 추론의 차이도, 사용자가 후자에 동의하도록 요청받고 있다는 사실도 명확히 밝히지 않음. 기술에 익숙하지 않은 사용자를 이끄는 위치라면 무엇을 하는지, 왜 동의해야 하는지 충분히 알리는 것이 최소한의 윤리임.
Mozilla 관계자가 보고 있다면, 아래 페이지에서 모델을 “Mistral Small 4”로 소개하면서 링크는 OpenAI의 gpt-oss-120b 모델 카드로 연결하는 오류도 고쳐주길 바람. https://support.mozilla.org/en-US/kb/smart-window-models

Mozilla를 옹호하려는 것도, 사용자가 이해하지 못하는 방식으로 클라우드에 데이터를 보내는 일을 지지하는 것도 아님. 다만 현재 소형 LLM과 사용자 기기의 성능으로는 대중적인 브라우저에 실용적인 로컬 전용 LLM을 기본 탑재하기 어려움.
복잡한 탭 서너 개만 열어도 메모리를 많이 쓰는데, 여기에 RAM 10GB를 더 먹고 몇 분씩 CPU를 99% 사용하는 브라우저는 원하지 않을 것임. 일반 노트북은 여전히 RAM 8GB나 16GB에 내장 그래픽을 쓰는 경우가 흔하며, 배터리 수명에도 치명적임. CPU 추론용으로 RAM 8~10GB 안에 들어가는 모델은 외부 서버에서 돌리는 모델만큼 유능하기 어려움.
기본으로 켜지 말고 명확한 사전 동의를 받았으면 좋겠음. Mistral이 미국의 거대 클라우드 기업이 아니라 프랑스의 비교적 작은 스타트업이고, 프롬프트와 대화가 그 서버로 전송된다는 점, 데이터를 어떻게 안전하게 처리·보관하는지를 설명해야 함.

Smart Window 개인정보 처리방침에 따르면 프롬프트는 Mistral로 바로 가는 게 아니라 Mozilla 서버를 먼저 거침.
질의, 관련 Memories, 추가적인 브라우징 맥락을 포함한 전체 프롬프트가 Mozilla로 전송되고, Mozilla가 사용자를 대신해 외부 LLM에 전달함. LLM에는 사용자 대신 Mozilla의 IP 주소가 보이며, 응답 생성이나 작업 수행에 필요한 정보만 요청에 포함된다고 함. 기기 내 모델은 초기 질의 분류에 사용됨. Smart Bar에 입력한 질의를 대화와 검색 중 어느 쪽으로 처리할지 로컬 의도 분류 모델이 결정함. https://www.mozilla.org/en-US/privacy/smart-window/

민감한 정보를 전부 읽을 수 있는 형태로 외부 서비스에 올리면서 어떻게 “Private”라고 부를 수 있는지 이해하기 어려움. 사생활 보호의 정반대를 설명하라면 이런 설계를 예로 들 것임.

정말 로컬 소형 모델에 적합한 용도일까? LLM은 RAM과 배터리를 많이 쓰며, 저사양 컴퓨터에서 Firefox를 쓰는 사용자도 있음.

로컬 실행 선택지가 있으면 좋겠지만, 내 꽤 괜찮은 노트북에서도 광고 차단기 없이 Firefox로 요즘 웹을 열면 온갖 불필요한 요소를 렌더링하느라 팬이 돌아감. 평균적인 Firefox 실행 기기가 충분히 유능한 로컬 모델까지 효율적으로 돌릴 거라고 기대할 수는 없음.

Firefox가 조금 더 개인정보 보호를 고려한 클라우드 추론 인프라를 만들려는 시도는 흥미로움. 다만 Mozilla가 정책을 지키고 버그가 없으며, 협력사도 계약상 의무를 지키고 버그가 없다고 믿어야 함.
최종 사용자가 사실상 검증할 수 없는 신뢰가 여전히 너무 많이 필요함. 그래도 저작권 같은 법을 전혀 존중하지 않은 AI 기업을 직접 믿는 것보다는 나을 수 있지만, 이를 극도로 사적인 서비스처럼 홍보하는 건 찜찜함. 실제 작동 방식을 알아보려고 링크를 두 단계나 따라 개인정보 고지를 읽게 하지 말고, 발표문에서 클라우드 사용 여부를 명확히 밝혔으면 좋겠음.

Chrome에 기본 내장된 Gemini Nano와 비슷해 보임. Mistral의 vibe-code 출시가 한참 전처럼 느껴졌는데, 오랜만에 소식이 나온 셈임.
탭 전반의 맥락 기반 검색, 페이지 요약, 기억 검색을 지원하며 프랑스와 북미에서 제공 중이고 영국과 독일은 올해 말 출시 예정이라고 함. 데이터 무보관 정책을 기반으로 대화는 기본적으로 Mozilla 서버에 저장하지 않는다고 함.
지역 언어·방언·문화적 뉘앙스에 맞춰 모델을 미세 조정해 자연스러운 답변을 제공하며, Mistral의 가중치 공개 모델을 기업용 서비스뿐 아니라 일반 소비자의 웹 탐색으로 확장함.

비교하기 어려워 보임. 이번 소식에는 오프라인이라는 설명이 없지만, Gemini Nano는 오프라인 모델 아닌가?
Google을 좋아하지는 않지만 로컬 모델에 대한 반발은 이해하기 어려웠음. 물론 Google을 믿어야 하지만, 그 브라우저를 쓰고 있다면 이미 믿고 있는 셈임.

긴 자연어 질의를 입력하면 Google 고급 검색식으로 바꿔주는 기능이면 정말 좋겠음. 이 작업을 하는 아주 작은 모델을 브라우저에 넣을 수도 있음.
예를 들어 “자기 자신에게 이메일을 보내 메모하는 방법을 다룬 블로그 글”을 입력하면, "note taking" OR "notes" ("emailing yourself" OR "email to myself" OR "email yourself") (inurl:blog OR inurl:posts OR site:medium.com OR site:substack.com) 같은 검색식을 만들어주는 것임.

내가 알기로 Kagi Assistant가 그렇게 작동함. 자체 검색 엔진을 LLM이 호출할 수 있는 도구로 제공하고, LLM이 답을 찾기 위한 검색어를 여러 개 작성함. 보통 첫 검색 결과를 바탕으로 다음 검색어를 만드는 식으로 진행됨.
실제로는 Hacker News email yourself notes system productivity "send myself an email" 같은 검색을 실행함.

duck.ai가 대략 그렇게 작동하는 것 같음. 그 문장을 입력하니 검색어를 몇 개 생성하고, 각각의 검색 결과를 바탕으로 링크 목록을 만들어줌.

Mozilla가 구현해 온 상상력 부족한 기능들보다 훨씬 나은 기능이 될 것 같음. 지금까지의 방향은 정말 실망스러움.

그래도 데이터를 Google에 넘기는 것이니 좋다고 보기 어려움.

로컬 모델인지 클라우드 모델인지 불분명함. 로컬이라면 디스크 용량과, 더 중요한 메모리 사용량 설명이 빠져 있음. Google이 Pixel 휴대전화에서 로컬 모델을 쓰니 불가능한 일은 아님. 클라우드라면 Mozilla가 데이터를 보관하지 않는다는 문구는 위선적이며, 비용을 어떻게 감당하는지도 의문임.
프랑스인으로서는 그래도 내 개인정보를 프랑스 기업이 활용하는 편이 낫기는 함.
댓글을 읽고 보니 로컬 AI가 아니었음. Mistral 쪽도 동일하게 보장하지 못한다면 “Mozilla는 데이터를 보관하거나 학습에 사용하지 않는다”는 문구는 정말 위선적임. 비용 의문도 여전히 남음.

좋아 보여서 직접 써보고 싶음. 무료인 듯한데 사업적으로 어떤 가치를 얻는지 궁금함. Mistral에는 좋은 홍보 자료가 될 것 같음.
지역별 최적화가 어떻게 다른지도 흥미로움. 특정한 검열을 적용할 여지가 생기지만, 검열은 이미 더 직접적이고 확실한 방법으로도 가능함.

홍보뿐 아니라 AI의 브라우징 경로를 수집하는 수단일 수도 있다고 봄. 전문가는 아니지만, 이런 자료는 LLM 학습에 유용한 고품질 데이터가 될 것 같음.

OpenAI도 새 AI 브라우저를 만들려다 실패하지 않았나? 솔직히 브라우저에 AI가 필요하지 않고, 에이전트가 여러 사이트의 로그인 정보·쿠키·저장된 결제 수단에 접근하도록 허용할 생각도 없음.

지루한 작업에는 꽤 유용함. 내 조건에 맞는 채용 공고를 살펴보게 했더니 Claude의 5시간 사용 한도를 다 써버렸지만, 결과는 꽤 인상적이었음.
개인정보 우려에는 동의하지만 로컬 모델이라면 쓸모가 있을 것 같음.

Mozilla를 걷어낸 Firefox Librewolf를 쓰길 잘했다고 느낌.

Waterfox도 잘 작동함!

클라우드 기능 자체는 괜찮지만, 기기에 남는 정보와 외부로 전송되는 정보가 무엇인지 알고 싶음. “Private”라는 말은 다소 모호함.

“AI 브라우징”이 무엇인가?

AI는 방대한 데이터를 읽고 질문과 관련된 내용을 찾아내는 데 탁월함. Linux의 동작을 물으면 수백 개의 패치와 메일을 뒤져, 답변의 근거가 되는 패치와 메일 링크를 함께 제공함.