MAI의 등장: 마이크로소프트가 OpenAI 의존을 끊는 방식

리셀러에서 플레이어로

마이크로소프트는 오랫동안 OpenAI의 가장 강력한 유통망이었다. Azure OpenAI Service로 GPT 모델을 기업에 공급하고 GitHub Copilot에 OpenAI의 코드 완성 능력을 얹어 수익을 올리는 구조다. 안정적이지만 치명적인 약점이 하나 있다 — 모델 원가와 협상력을 OpenAI가 쥐고 있다.

Build 2026에서 공개된 MAI-Code-1-Flash와 MAI-Thinking-1은 그 구조에 공식적으로 균열을 내는 첫 행동이다. 마이크로소프트가 처음으로 벤치마크 수치를 들고 "우리 모델이 더 낫다"고 주장할 수 있게 된 날이기도 하다.

51.2%가 말하는 것: 성능이 아니라 마진

MAI-Code-1-Flash는 SWE-Bench Pro에서 51.2%를 기록했다. Claude Haiku 4.5 대비 16포인트 앞서는 수치이며 모델 크기는 5B — 경량 모델이다.

중요한 것은 절대 성능이 아니라 비용 대비 성능 비율이다. GitHub Copilot 트래픽을 GPT-4o급 모델로 처리하는 것과 5B 자체 모델로 처리하는 것은 추론 원가에서 수십 배 차이가 날 수 있다. 마이크로소프트가 '즉시 롤아웃'을 선택한 이유는 단순하다 — 이 교체가 곧 마진 개선이기 때문이다.

MAI-Thinking-1은 결이 다르다. 35B MoE(Mixture of Experts) 구조는 활성화 파라미터를 줄여 추론 비용을 낮추면서도 대형 모델에 근접한 추론 성능을 목표로 한다. Neowin 보도에 따르면 현재 Microsoft Foundry 프라이빗 프리뷰 단계다 — GPT-4o 대체는 아직이지만 방향은 명확하다.

"경쟁사 데이터 미사용" 선언의 무게

마이크로소프트는 MAI 시리즈가 경쟁사 출력물을 학습에 사용하지 않았다고 명시했다. 이 조항을 발표문에 직접 삽입한 것은 법적 독립성 선언이다. AI 업계는 대형 모델 출력을 소형 모델 학습에 재활용하는 '증류(distillation)'의 이용약관 위반 여부를 두고 예민한 상태다. OpenAI와의 관계가 어떻게 재편되더라도 MAI는 독립된 지적재산으로 존재한다는 포석을 깔아두었다.

전망: 대안을 쥔 쪽이 협상에서 유리하다

단기적으로 마이크로소프트가 OpenAI를 완전히 대체하지는 않는다. 고성능 추론, 멀티모달, 수학 추론은 여전히 OpenAI 의존이 불가피하다. 전략의 핵심은 가장 많이 쓰이고 가장 비용이 드는 레이어부터 자체화하는 것 — 코드 자동완성이 그 출발점이다.

이 경로는 구글이 TPU로 엔비디아 의존을 줄이고 아마존이 Trainium·Inferentia로 AI 추론을 내재화하는 방식과 같은 논리다. 클라우드 사업자가 핵심 컴포넌트를 직접 확보하는 것은 피할 수 없는 수순이며 마이크로소프트는 이제 그 경로 위에 공식적으로 올라섰다.

남은 질문은 속도다. MAI-Thinking-1이 Foundry 프리뷰를 넘어 일반 공개로 이어지고 성능이 GPT-4o mini 이상을 입증한다면 — '파트너십 위에 선 기업'이라는 마이크로소프트의 AI 정체성은 조용히 다시 쓰일 것이다.