MS Build 2026: 이미지는 구글 앞섰고 추론은 Deepseek 수준, 진짜 승부처는 비용 구조다

Build 2026에서 Microsoft가 내놓은 MAI 모델 패밀리는 숫자만 보면 인상적이다. 일곱 개 모델, 파라미터 1조짜리 추론 모델, 43개 언어 지원 전사 모델, 목소리 클로닝이 되는 음성 모델. 그런데 공개 벤치마크를 찬찬히 읽으면 그림이 달라진다. MAI-Thinking-1은 소프트웨어 엔지니어링 벤치마크에서 Anthropic Sonnet 4.6을 내부 블라인드 비교로 앞섰다고 MS는 주장하지만, 외부 기준으로는 Deepseek V3.2와 동급이다. Mustafa Suleyman이 '제3자 모델 증류 없이 처음부터 학습했다'고 강조한 건 업계를 향한 디스였는데, 정작 그 Deepseek와 비슷한 수준이라는 결과가 메시지를 복잡하게 만든다. 이미지 생성만큼은 다른 결과가 나왔다. MAI-Image-2.5는 Arena-Score 이미지 벤치마크에서 OpenAI GPT-Image-2 바로 다음 자리를 차지하며 구글의 Nano-Banana 시리즈를 제쳤다. MS AI 팀이 멀티미디얼 생성에서 구글을 앞선 건 이번이 처음으로 의미 있는 성과다. MAI-Code-1-Flash는 5B 파라미터로 Anthropic Haiku 수준의 코딩 성능을 내며 GitHub Copilot과 Visual Studio Code에 통합된다. 모든 MAI 모델은 동일한 데이터 기반과 인프라, 평가 파이프라인을 공유하며 Azure Foundry를 통해 제공된다. 이번에 처음으로 개발자가 가중치를 직접 파인튜닝할 수도 있다. Build 2026의 전략적 핵심은 Frontier Tuning이다. 기업이 자사 내부 워크플로우를 강화학습 환경으로 구성해 MAI 모델을 직접 튜닝하는 방식인데, MS는 조직 내 에이전트가 남긴 실제 작업 흔적이 가장 가치 있는 훈련 데이터라고 주장한다. 결과는 구체적이다. 엑셀 작업용으로 튜닝한 MAI 모델은 GPT-5.4와 동등한 성능을 내면서 비용은 10분의 1이었다. McKinsey에서 진행한 커스텀 MAI 모델 테스트는 검증된 시스템 중 최고 승률을 기록하면서 역시 비용 1/10이었다. 벤치마크 최상위 자리 없이도 기업 시장을 가져올 수 있다는 계산이 이 숫자 안에 있다. Scout는 이 전략의 소프트웨어 실천이다. MS가 'Autopilot' 카테고리로 부르는 상시 가동 에이전트의 첫 번째 제품으로, Teams·Outlook·OneDrive·SharePoint에 통합돼 회의 준비, 시간대 조율, 미결 의사결정 플래그업을 처리한다. 격리 아키텍처가 눈에 들어오는 부분이다. 각 에이전트는 Entra ID로 자체 신원을 갖고 Microsoft Execution Container 안에서 샌드박스 실행되며, 크리덴셜은 태스크 단위로 스코프되고 로그에서 삭제된다. 민감한 작업은 사람 승인이 필수다. 기업 보안팀이 요구하는 통제 체계를 갖추려는 시도이지만, 언어 모델이 실제 조직 데이터와 만나는 경계에서 에이전트 시스템은 반복적으로 실패해왔다는 사실은 유효한 경고로 남는다. Scout는 Frontier 프로그램 실험 배포로 먼저 풀리며 Intune 구성과 GitHub Copilot 라이선스가 필요하다. 그 외에 Project Solara(에이전트용 Android 기반 OS, Qualcomm·MediaTek 공동 개발), Surface RTX Spark Dev Box(Nvidia Arm Spark RTX 칩, 통합 메모리 128GB), Mayo Clinic과의 임상 파운데이션 모델 공동 개발도 함께 발표됐다.