마이크로소프트, GitHub Copilot·Excel용 MAI 모델 배치…GPT-5.6급 성능에 비용 절감

복잡한 작업을 처리하는 AI 에이전트를 만들기 위해 반드시 거대하고 비싼 플래그십 모델을 써야 한다는 고정관념이 깨지고 있습니다.

마이크로소프트의 슈퍼인텔리전스 팀은 깃허브 코파일럿과 엑셀에 특화된 두 가지 자체 MAI 모델의 실전 배치 결과를 공개했습니다.

마이크로소프트는 지난 6월 빌드 컨퍼런스에서 데이터, 모델, 평가 하네스를 결합해 지속해서 성능을 끌어올리는 이른바 ‘힐클라이밍(산오르기)’ 메커니즘을 소개한 바 있습니다. 이번 성과는 이 전략이 실제 제품에 적용된 첫 번째 대표 사례입니다.

코딩에서 엑셀까지, A100에서도 돌아가는 고효율 모델

깃허브 코파일럿에 적용된 MAI-Code-1-Flash는 이미 지난 6월부터 실서비스에 투입되어 수백만 명의 개발자가 매일 사용하고 있습니다.

현장 데이터는 명확합니다. VS Code 환경에서 이 모델의 코드 채택률은 GPT-5.4 Mini와 Claude Haiku 4.5보다 약 10% 높았습니다. 개발자가 며칠에 걸쳐 다시 제품을 찾는 비율도 GPT-5.4 Mini 대비 6%, Claude Haiku 4.5 대비 11% 높게 나타났습니다.

효율성도 뛰어납니다. 사용자가 주도한 대화 턴 수가 늘어났음에도 중간값 기준 토큰 사용량은 경쟁 모델들보다 10% 적었습니다.

더 흥미로운 점은 엑셀 적용 방식입니다. 마이크로소프트는 바닥부터 모델을 새로 학습시키는 대신, MAI-Code-1-Flash 체크포인트를 엑셀 강화학습 환경에 넣어 스프레드시트와 도구 워크플로를 추가로 익히게 했습니다. 코딩 에이전트의 역량이 지식 업무로 전이될 수 있는지 시험한 것입니다.

실제 프로덕션 트래픽 평가 결과, 엑셀 특화 MAI 모델은 일반적인 작업에서 GPT-5.6에 버금가는 품질을 보였습니다.

인프라 비용 절감 효과도 큽니다. 모델 자체가 가벼울 뿐만 아니라 엔비디아 최신 칩에만 의존하지 않고 기존 H100은 물론 A100급 GPU에서도 원활히 구동되어 배포 비용을 대폭 낮췄습니다. 마이크로소프트는 이 접근법을 코파일럿 챗, 아웃룩, 파워포인트로도 확장할 계획입니다.

왜 중요한가

코드를 작성하거나 엑셀 작업을 매일 처리하는 일반 사용자와 개발자에게는 즉각적인 혜택이 돌아옵니다. 불필요하게 토큰을 낭비하지 않으면서도 전용 환경에 최적화된 빠른 응답과 높은 제안 채택률을 체감할 수 있습니다.

업계 전반으로 보면, 거대 기초 모델에만 의존하던 기존 서비스 방식에 중대한 전환점을 제시합니다. UI부터 실행 환경, 피드백 루프까지 전체 제품 스택을 보유한 기업이라면 굳이 모든 쿼리를 GPT-5.6 같은 고비용 모델로 보낼 필요가 없음을 증명한 셈입니다. 특히 구형 A100과 H100 인프라 자원을 재활용할 수 있게 만든 점은 공급망 압박을 덜어내는 영리한 선택으로 보입니다.

우리는 코딩 기반 체크포인트를 지식 업무로 전환한 마이크로소프트의 전략이 개발 비용을 극적으로 아낀 영리한 수순이라고 생각합니다. 다만 특정 도구와 환경에 고도로 맞춰진 모델인 만큼, 정형화된 업무 범위를 벗어나는 돌발 상황이나 복합 추론에서 범용 대형 모델 수준의 안정성을 계속 유지할 수 있을지는 지켜볼 필요가 있습니다. 그럼에도 실무 중심의 엔터프라이즈 환경에서는 이런 고효율 소형 모델이 훨씬 강력한 경제성을 발휘할 것으로 보입니다.