마이크로소프트의 퍼스트파티 AI 스택이 방금 전환점을 넘었다. 모든 레이어가 이제 프로덕션 또는 공개 미리보기 단계에 들어선 것이다. MAI 제품군은 마이크로소프트 자체 Maia 200 실리콘에서 처음부터 학습되었으며 OpenAI, Anthropic, 그 외 어떤 서드파티 연구소로부터의 증류도 전혀 없다. Build 2026 발표에서 실제 출시까지 3개월도 걸리지 않았다. 벤더 의존성을 정리 중인 CTO에게 이제 질문은 “마이크로소프트에 자체 모델이 있나?“가 아니라 “그 성능이 얼마나 되고, 무엇으로 표준화해야 하나?“다.

이번 주 에디션에서는 MAI-Thinking-1의 공개 미리보기, MAI-Code-1.1-Flash와 MAI-Image-2.6의 비용 경제성, 두 가지 하드 마이그레이션 기한, 그리고 확정된 Phi Silica에서 Aion으로의 전환을 다룬다.

MAI-Thinking-1: 완전 자체 개발 프론티어 추론 모델 1호

8월 12일, MAI-Thinking-1이 Microsoft Foundry에서 공개 미리보기에 들어갔다. 마이크로소프트 최초로 완전히 처음부터 학습된 프론티어 추론 모델이다. 아키텍처는 희소 혼합 전문가(MoE) 방식으로 총 파라미터 약 1조 개, 활성 350억 개, 컨텍스트 윈도우 256K다.

자체 보고 수치는 강력하다. AIME 2025에서 97.0%, AIME 2026에서 94.5%, SWE-Bench Pro에서 52.8%로 Claude Opus 4.6에 맞먹는다. 또한 1,276개 태스크에 걸친 Claude Sonnet 4.6과의 블라인드 선호도 비교에서 이겼다고 주장한다.

엔지니어링 팀을 위한 정직한 주의점: 독립 벤치마크는 아직 부족하다. Bloomberg와 ByteIota의 초기 서드파티 분석은 MAI-Thinking-1이 실제 사용에서 DeepSeek V3.2와 대체로 동급이라고 본다. 이는 폄하가 아니다. 맥락이다. 공개 미리보기의 의미는 벤더 수치를 믿는 대신 Foundry에서 자체 평가 스위트를 돌릴 수 있게 됐다는 점이다.

MAI-Code-1.1-Flash: 퍼스트파티 코드 모델의 경제성

MAI-Code-1.1-Flash는 8월 11일 GA가 되었고 현재 모든 GitHub Copilot 티어의 기본 코딩 모델이다. 핵심은 비용이다. 입력 $0.20/100만 토큰, 출력 $1.20/100만 토큰으로, 1세대 MAI-Code-1-Flash 대비 75% 절감됐다. 토큰 스트리밍은 25% 빨라지고 태스크당 토큰 소비는 25% 줄었다.

능력 향상도 가격만큼 중요하다. MAI-Code 라인 최초로 네이티브 이미지 입력이 추가되어 스크린샷 투 코드 워크플로가 가능해졌다. SWE-Bench Verified는 72.6%로 상승했고, Terminal-Bench 2.1은 22% 오른 62.9%, .NET 태스크는 15% 개선됐다. 내부 ScreenShot2WebApp 점수 42.1%는 비전 코딩의 길이 아직 초기임을 보여주지만, 방향은 분명하다.

폐기 주의: MAI-Code-1-Flash는 9월 10일에 퇴역한다. 프롬프트나 평가를 여기에 고정했다면 이번 주 안에 마이그레이션하라.

MAI-Image-2.6: 아레나 리더보드 2위

MAI-Image-2.6은 8월 10일 출시와 동시에 Arena 텍스트-이미지 리더보드에서 2위에 올랐다. Google, Meta, xAI를 제치고 OpenAI에 이은 위치다. 이미지 편집에서는 3위다. 2.5 대비 종합 Elo +79, 텍스트 렌더링 +91은 타이포그래피, 인물 사진, 포토리얼리스틱 상업용 출력에서의 실질적인 품질 도약을 반영한다.

CTO가 가장 주목해야 할 숫자는 프로덕션에서 GPT-Image-2 대비 GPU 비용이 84% 절감된다는 마이크로소프트의 보고다. 이것이 Maia 200 공동 설계의 이야기다. 실리콘과 모델을 함께 만드는 것이며, MAI-Code 가격 인하와 동일한 패턴이다. 퍼스트파티 경제성은 마케팅 주장이 아니라 구조적 우위가 되어가고 있다.

전용 보안 모델: MAI-Cyber-1-Flash

MAI-Cyber-1-Flash는 8월 3일부터 Project Perception을 통해 공개 미리보기 중이다. 범용 LLM을 갖다 대는 대신 태스크용으로 학습된 모델로 취약점을 탐지하는, 전용 보안 AI에 대한 마이크로소프트의 진출이다. 보안 팀에게 이것은 “모든 것을 파인튜닝” 노선에 대한 퍼스트파티의 답이다. 보안 특화 학습을 거친 전용 모델을 Copilot 오케스트레이션 레이어를 통해 라우팅하는 방식이다.

음성과 전사

MAI-Voice-2는 GA 상태로 15개 언어와 짧은 샘플로 음성 복제를 지원한다. MAI-Voice-2-Flash는 공개 미리보기에서 2배 속도, 32% 낮은 비용을 제공한다. MAI-Transcribe-1.5는 43개 언어를 지원하며 경쟁사 대비 5배 속도를 주장한다. 주목할 점은 전이중(full-duplex) MAI Realtime 음성 모델이 MAI Playground에서 발견됐지만 아직 공식 발표되지 않았다는 것이다. 다가올 방향을 알리는 신호다.

Phi-4: 오픈 가중치 엣지 포트폴리오

Phi-4 제품군은 여전히 업계에서 가장 포괄적인 오픈 가중치 SLM 포트폴리오다. MIT 라이선스의 7개 변형이 3.8B에서 15B 파라미터에 걸쳐 있다. 최신 멤버인 Phi-4-reasoning-vision-15B(2026년 3월)는 SigLIP-2 비전 인코더와 추론 백본을 결합하고, 화면 그라운딩을 지원하며, 추론 모드를 온디맨드로 전환할 수 있다. 동급 크기에서 최고의 온프레미스 비전-추론 후보다.

고객 대화에서 반복해서 나오는 숫자가 두 가지 있다. Phi-4(14B)는 MMLU 84.8%로 Llama 3.3 70B급에 맞먹으면서 VRAM은 4~5배 적게 쓰고, Phi-4-mini(3.8B)는 Intel Xeon 6에서 CPU 전용 모드로 초당 1,955토큰을 유지한다. 데이터 주권 또는 에어갭 환경에서 MIT 라이선스 Phi 가중치보다 저렴한 AI 도입 경로는 여전히 존재하지 않는다.

Florence-2: 하드 컷오버까지 13일

Florence-2는 여전히 Azure AI Vision Image Analysis 4.0의 뒤를 받치는 비전 엔진으로, 164개 언어 OCR을 포함해 12가지 이상의 비전 태스크를 단일 가중치 세트로 처리한다. 마이크로소프트는 Florence-3를 계획하지 않는다고 확인했다. 릴리스 속도보다 안정성을 우선하는 것이다.

중요한 기한: 레거시 Azure Vision API(v1.0–3.1)는 9월 13일에 하드 퇴역한다. 13일 남았다. 기존 API를 호출하는 워크로드가 있다면 Florence-2 기반 Image Analysis 4.0 SDK로의 마이그레이션이 이 목록에서 최우선 항목이다.

Turing: 사실상 퇴역

2025~2026년에 실질적인 업데이트가 없다. MAI가 Turing이 담당하던 모든 프로덕션 워크로드를 인수했다. 아키텍처 다이어그램에 Turing 모델이 아직 있다면 그 다이어그램은 이제 역사 문서다. 교체를 계획하라.

Aion 1.0: 온디바이스 전환 일정 확정

Phi Silica에서 Aion으로의 전환에 확정 날짜가 붙었다. Aion Instruct 단독 테스트 10월 1일, Windows Insider 배포 10월 23일, GA 11월 24일이며, 이 시점에 Phi Silica는 리테일 기기에서 제거된다.

Aion 1.0 Instruct는 CPU, GPU 또는 NPU에서 실행되며 전용 AI 하드웨어가 필요 없다. 오픈 가중치가 예정되어 있고 Limited Access Feature 토큰 요구 사항도 사라진다. Aion 1.0 Plan(14B, 32K 컨텍스트)은 온디바이스 에이전트 워크플로(추론, 도구 호출, 파일 관리, 서브에이전트 오케스트레이션)를 대상으로 한다. 마이그레이션 함정 하나: 기존 Phi Silica LoRA는 Aion에 맞춰 재학습이 필요하다.

Copilot: 퍼스트파티 오케스트레이션 레이어

Copilot은 여전히 멀티벤더 오케스트레이터다. 태스크 분류 레이어가 각 상호작용을 최적의 모델로 라우팅한다. MAI는 이메일 초안, 요약, 스프레드시트, 코딩, 이미지 생성, 전사, 보안 스캔을 담당한다. GPT-5.6과 Claude는 복잡한 다단계 추론과 창의적 작업에 남는다. 마이크로소프트의 전망: 2026년 말까지 대부분의 커모디티 Copilot 태스크가 완전히 MAI에서 실행된다. 이 궤적에 맞춰 비용과 데이터 레지던시 모델을 계획하라.

실행 목록

  1. 9월 10일까지 MAI-Code-1-Flash를 1.1-Flash로 마이그레이션 — 75% 비용 절감에 이미지 입력까지
  2. 9월 13일까지 레거시 Azure Vision API를 Image Analysis 4.0으로 마이그레이션 — 하드 퇴역
  3. Foundry에서 MAI-Thinking-1을 직접 벤치마크 — 독립 수치가 벤더 주장을 이긴다
  4. MAI-Image-2.6 경제성 평가 — 대규모 이미지 생성 시 GPT-Image-2 대비 GPU 비용 84% 절감
  5. Turing 의존성 감사 및 Phi Silica LoRA 재학습 계획 — 11월 24일 Aion 전환에 대비

Kevin Kaminski는 AI 도입 전략에 특화된 마이크로소프트 파트너 Big Hat Group Inc.의 설립자다. 마이크로소프트 AI 모델 생태계에 대한 지속적인 분석은 https://x.com/kkaminsk에서 확인할 수 있다.