MS, 기업 맞춤형 AI 서비스 'Frontier Tuning' 비공개 프리뷰 공개

많은 기업이 생성형 AI를 도입할 때 공통적으로 부딪히는 벽이 있습니다. 모델의 기초 지식은 뛰어나지만, 사내 전문 용어나 실제 일하는 방식을 전혀 알지 못해 실무 적용이 어렵다는 점입니다.

마이크로소프트는 연례 개발자 회의인 Microsoft Build에서 기업 맞춤형 AI 학습 기술인 '프론티어 튜닝(Frontier Tuning)'을 발표했습니다. 가장 큰 특징은 기업의 보안 및 규정 준수 영역(Compliance Boundary) 내부에서 강화학습을 적용해, 민감한 데이터를 외부로 유출하지 않고도 조직 맞춤형 모델을 만들 수 있다는 점입니다.

현재는 마이크로소프트의 전담 배치 엔지니어(FDE) 팀을 통한 비공개 프리뷰(Private Preview)로 제공되며, 향후 Microsoft Copilot Studio와 Microsoft Foundry에도 도입될 예정입니다.

사내 보안 장벽 안에서 돌아가는 강화학습 환경

프론티어 튜닝의 핵심은 관리형 강화학습 환경(RLE)입니다.

이 환경에서는 실제 업무 흐름과 도구 사용 내역, 평가 신호를 바탕으로 AI가 지속적으로 학습하지만, 도구가 가상화되어 있어 실제 운영 중인 시스템에는 어떤 영향도 주지 않습니다. 추론 단계에서는 마이크로소프트와 OpenAI의 최첨단 모델 및 미세조정 모델을 여러 턴에 걸쳐 다각도로 탐색한 뒤 가장 완성도 높은 답변을 선택해 내놓습니다.

이 과정을 거쳐 생성된 모델과 오케스트레이션 로직은 기업의 규정 준수 경계 안에 머뭅니다. 기존 사내 접근 권한 체계를 그대로 이어받기 때문에, 원본 데이터에 접근 권한이 있는 사용자만 해당 데이터로 학습된 모델을 활용할 수 있습니다. 데이터 과학 전문 인력이 없어도 단계별 안내를 통해 데이터를 넣고 튜닝을 진행할 수 있도록 설계되었습니다.

MS 사내 인사팀 적용 결과: 성공률 13%에서 87%로 폭증

이미 여러 글로벌 기업이 프론티어 튜닝을 현업에 적용하고 있습니다.

글로벌 회계법인 EY는 세무 분야에 맞춘 추론 모델과 사내 지식을 결합해 전 세계 7만 5천 명의 세무 전문가에게 맞춤형 에이전트를 배포할 계획입니다. 피어슨, 맥킨지, 브리스톨 마이어스 스큅, 조시 버신 컴퍼니 등도 초기 파트너로 참여했습니다.

마이크로소프트 사내 인사팀의 테스트 결과도 인상적입니다. 복잡한 사내 인사 워크플로를 프론티어 튜닝으로 학습시킨 결과, 업무 완료 성공률이 기존 13%에서 87%로 대폭 상승했습니다.

조만간 Copilot Studio를 통해 회의록이나 사내 문서 등 Microsoft 365 데이터를 기반으로 에이전트를 직접 튜닝할 수 있게 될 전망입니다.

왜 중요한가

우리는 프론티어 튜닝이 엔터프라이즈 AI 시장에서 가장 까다로운 난제였던 보안 규제와 실무 성능의 상충 문제를 영리하게 풀어냈다고 봅니다. 그동안 금융, 세무, 제약 등 규제가 엄격한 분야에서는 모델 유출 우려 때문에 AI를 단순 요약이나 검색 보조 수준으로만 제한적으로 써야 했습니다.

마이크로소프트의 전략은 강화학습이라는 고난도 튜닝 기술을 RLE라는 안전한 패키지에 담고, 전문 엔지니어링 인력(FDE)을 투입해 도입 허들을 낮춘 점이 돋보입니다. 다만 현재 단계에서는 고도의 기술 지원이 동반되는 대기업 중심의 비공개 프리뷰 형태이므로, 일반 기업이나 개발팀이라면 Copilot Studio와 Foundry에 정식 셀프서비스 기능이 풀리는 시점을 기다리는 편이 현실적입니다.

업계 전반으로 볼 때 이번 발표는 범용 모델의 기초 성능 경쟁을 넘어, 기업 내부의 고유한 컨텍스트와 워크플로를 얼마나 안전하게 AI 에이전트에 녹여낼 수 있는가로 경쟁의 축이 완전히 이동했음을 보여줍니다.