보도 종합
마이크로소프트(MSFT)가 6월 2일(ET) 샌프란시스코에서 열린 개발자 행사 빌드(Build) 2026에서 처음부터 자체 학습한 MAI 모델 7종을 한꺼번에 공개했다. 핵심은 회사의 첫 추론(reasoning) 모델인 MAI-Thinking-1이다. 추론 모델은 답을 바로 내놓는 대신 중간 사고 과정을 거쳐 수학·코딩 같은 복잡한 문제를 푸는 데 특화된 AI로, 마이크로소프트는 이 모델을 오픈AI 데이터 없이 학습했다고 밝혔다. 이 밖에 코딩용 MAI-Code-1-Flash, 이미지 생성·편집 MAI-Image-2.5, 음성 인식 MAI-Transcribe-1.5, 음성 합성 MAI-Voice-2 등이 함께 발표됐다.
발표는 무스타파 술레이만 마이크로소프트 AI CEO가 주도했고, 사티아 나델라 마이크로소프트 CEO가 키노트를 열었다. 무스타파 술레이만은 “이것은 마이크로소프트와 파트너의 장기적 자립에 관한 것”이라며 “약 6개월 전 오픈AI와의 계약에서 풀려나 초지능(superintelligence)을 본격적으로 추구하게 됐다”고 말했다. 함께 공개된 에이전트 플랫폼 ‘프로젝트 솔라라(Project Solara)‘는 윈도가 아닌 기업용 안드로이드 기반으로, 기존 앱 대신 AI 에이전트가 기기 전반에서 작동하는 구조를 지향한다.
전략 전환의 핵심 동기는 비용이다. 마이크로소프트는 외부에서 모델을 빌려 쓰는 대신 자체 모델을 애저(Azure)에서 직접 돌리면 오픈AI 같은 협력사에 지급하던 로열티를 아낄 수 있고, 그 절감분을 개발자 요금 인하로 돌릴 수 있다고 설명했다. 무스타파 술레이만은 컨설팅사 맥킨지 과제에 맞춰 모델을 다듬은 결과 GPT-5.5 대비 비용 효율이 10배 우위였다고 주장했다. 그동안 “마이크로소프트 AI는 곧 오픈AI”였던 구도가 이날을 기점으로 흔들리기 시작했다.
매체별 시각
| 매체 | 핵심 프레임 | 강조점 |
|---|---|---|
| CNBC | 비용·의존도 축소 | 자체 모델을 애저에서 직접 돌려 오픈AI 로열티를 아끼고 개발자 요금을 낮추는 마진 구조 전환에 초점 |
| MS(키노트) | 자체 성능 입증 | MAI-Thinking-1의 AIME 25 97%, 코드 모델의 SWE Bench Pro 51% 등 벤치마크로 자체 모델 경쟁력을 직접 제시 |
| GeekWire | 장기 자립 선언 | ”long term self-sufficiency” 문구를 전면에 세워 오픈AI 의존 탈피를 회사의 전략 방향으로 규정 |
| Engadget | 제품·플랫폼 전환 | 술레이만이 모델 7종을 공개했고 프로젝트 솔라라가 안드로이드 기반 에이전트 기기 구상이라는 점을 부각 |
일치하는 대목 · 네 매체 모두 이번 발표가 마이크로소프트가 오픈AI 의존을 줄이고 자체 AI 역량을 내재화하려는 전략 전환이라는 데 이견이 없다.
갈리는 대목 · 방향성 이견은 없고 강조점 차이다. CNBC는 추론 비용 절감과 마진 구조에, MS 키노트와 GeekWire는 자체 모델 성능과 ‘자립’ 선언에, Engadget은 프로젝트 솔라라 같은 제품·플랫폼 전환에 무게를 둔다.
맥락과 의미
마이크로소프트의 AI 사업은 그동안 오픈AI라는 단일 축에 기대 왔다. 2019년 이후 수백억 달러를 투자하며 GPT 계열 모델을 코파일럿과 애저 오픈AI 서비스에 얹는 방식이었다. 이 구조는 빠른 시장 선점에는 유리했지만, 가장 부가가치가 높은 모델 자체를 외부에 의존한다는 약점이 있었다. 모델을 쓸 때마다 로열티가 나가고, 가격·로드맵의 주도권도 온전히 마이크로소프트 손에 있지 않았다.
이번 MAI 7종 공개는 그 약점을 정면으로 겨냥한다. 특히 추론 모델까지 자체 확보했다는 점이 상징적이다. 추론 모델은 수학·코딩·복잡한 분석 등 AI가 돈을 버는 핵심 영역을 담당하는데, 여기까지 내재화하면 단순 보조 모델 수준을 넘어 오픈AI를 대체할 여지가 생긴다. 무스타파 술레이만이 “6개월 전 계약에서 풀려났다”고 언급한 대목은, 그동안 오픈AI와의 독점적 관계가 자체 모델 개발을 묶어 두고 있었음을 시사한다.
시장이 주목하는 진짜 쟁점은 마진이다. 자체 모델을 애저에서 돌리면 추론 비용 구조가 바뀐다. 외부에 나가던 로열티가 사라지고, 같은 매출에서 더 많은 이익이 남는다. 다만 자체 모델 학습과 운영에는 막대한 데이터센터 투자가 선행돼야 한다. 빅테크 합산 2026년 AI 설비투자(capex)가 7,250억 달러대로 불어난 국면에서, 마이크로소프트의 이번 행보는 ‘비싼 외부 모델 의존’에서 ‘자체 인프라 위에서의 비용 통제’로 무게 중심을 옮기려는 시도로 읽힌다. 그 효과가 실제 마진에 나타나기까지는 시간이 걸린다.
한국 투자자 관점
미국 주식 관점
이번 발표는 마이크로소프트 AI 사업의 마진 구조와 오픈AI 의존도를 동시에 건드린 전략 전환으로, 빅테크 AI 경쟁 구도 전반에 파장을 던졌다. 개별 종목 영향은 다음과 같이 갈린다.
- MSFT: 자체 모델을 애저에서 직접 돌려 로열티를 아끼고 추론 비용을 낮추겠다는 청사진이 핵심. 컨설팅 과제 기준 GPT-5.5 대비 10배 비용 효율 주장이 사실로 입증되면 AI 사업 마진의 상방 요인이다. 다만 자체 모델 학습·운영을 위한 데이터센터 투자가 계속 필요해, 단기적으로는 capex 부담과 마진 개선 기대가 엇갈린다.
- NVDA: 마이크로소프트가 자체 모델 학습과 추론을 늘릴수록 가속기(GPU) 수요는 오히려 늘어나는 구조다. 자체 칩(마이아) 효율 개선이 언급됐지만, 대규모 학습·추론 수요의 1차 수혜는 여전히 엔비디아(NVDA) 쪽으로 무게가 실린다.
- GOOGL: 마이크로소프트가 자체 모델·검색 경쟁력을 강화하면 구글(GOOGL) 클라우드·검색과의 경쟁 축이 넓어진다. 이미지 모델이 구글 모델을 겨냥했다는 점에서 AI 모델 성능 경쟁이 한층 직접적으로 부각된다.
국내 영향
마이크로소프트가 자체 모델 학습·추론을 애저에서 직접 돌리려면 데이터센터 투자가 이어져야 하고, 이는 국내 종목에 두 갈래로 연결된다. 첫째, AI 데이터센터 전력 수요는 두산에너빌리티의 소형모듈원자로(SMR) 발주 기대와 직결돼 capex 유지 시 우호적이다. 둘째, AI 인프라 투자가 메모리 발주로 이어지면 삼성전자·SK하이닉스의 고대역폭메모리(HBM)·서버 D램 수요에 긍정적이다. SK하이닉스는 HBM 매출의 70%가량이 엔비디아 향이어서, 마이크로소프트의 자체 모델 확대가 GPU 수요를 키우면 2차로 연결된다. 과거 2025년 빅테크 capex 확대 국면에서 SK하이닉스가 동조 강세를 보인 사례가 있다. 반대로 자체 칩 전환이 가속돼 GPU 수요가 흔들리면 같은 경로로 동조 약세 우려가 거론된다. AI 검색 경쟁 측면에서는 코파일럿 강화가 네이버 검색·광고 사업의 비교 잣대가 된다.
관전 포인트
- 6월 8일(ET), 애플(AAPL) 세계개발자회의(WWDC). 빅테크 AI 전략 흐름을 가늠할 다음 관문
- 6월 10일(ET), 5월 소비자물가지수(CPI). 매파적 금리 환경이 빅테크 AI 투자 비용에 작용
- 6월 16–17일(ET), 케빈 워시 신임 연준 의장의 첫 연방공개시장위원회(FOMC). 금리 경로가 capex 부담 종목의 재무 여건을 좌우
- 분기 실적 시즌, 마이크로소프트의 다음 분기 AI 매출·capex 가이던스. 자체 모델 전환이 마진에 반영되는지 확인할 시험대
FAQ
- 이번 발표의 핵심이 무엇인가요?
- 마이크로소프트(MSFT)가 외부에서 빌려 쓰던 AI 모델 대신, 처음부터 자체 학습한 MAI 모델 7종을 공개했다는 점입니다. 특히 첫 추론(reasoning) 모델인 MAI-Thinking-1을 오픈AI 데이터 없이 학습했다고 밝혔습니다. 그동안 '마이크로소프트 AI = 오픈AI'였던 구도를 바꾸려는 전략 전환으로, 무스타파 술레이만 MS AI CEO는 '장기적 자립'을 위한 것이라고 설명했습니다.
- 추론(reasoning) 모델이 무엇이고 왜 중요한가요?
- 추론 모델은 답을 곧바로 내놓는 대신 중간 사고 과정을 거쳐 수학·코딩·복잡한 분석 문제를 푸는 데 특화된 AI입니다. 오픈AI의 o 계열, 앤트로픽 클로드 등이 대표적입니다. 마이크로소프트(MSFT)가 자체 추론 모델을 갖췄다는 것은, 가장 부가가치가 높은 영역까지 외부 의존 없이 내재화하기 시작했다는 의미입니다. 술레이만은 MAI-Thinking-1이 블라인드 평가에서 클로드 소네트 4.6과 대등하다고 주장했습니다.
- 추론 비용 절감이 마이크로소프트(MSFT) 마진에 어떻게 연결되나요?
- 추론 비용은 학습이 끝난 AI 모델을 실제로 돌려 답을 생성할 때 드는 연산 비용입니다. 마이크로소프트(MSFT)는 자체 모델을 애저에서 직접 돌리면 오픈AI 같은 외부에 지급하던 로열티를 아낄 수 있고, 그 절감분을 개발자 요금 인하로 돌릴 수 있다고 밝혔습니다. 컨설팅 과제에서는 GPT-5.5 대비 비용 효율이 10배 우위라고 주장했습니다. 마진 개선과 가격 경쟁력을 동시에 노린 구조입니다.
- 이 발표가 국내 종목에는 어떻게 연결되나요?
- 마이크로소프트(MSFT)가 자체 모델 학습과 추론을 애저에서 직접 돌리려면 데이터센터 투자가 계속돼야 합니다. 이는 AI 데이터센터 전력 수요로 이어져 두산에너빌리티의 소형모듈원자로(SMR) 발주 기대와, 메모리 발주로 삼성전자·SK하이닉스의 고대역폭메모리(HBM)·서버 D램 수요에 우호적입니다. AI 검색 경쟁 측면에서는 코파일럿 강화가 네이버 검색·광고 사업의 비교 잣대가 됩니다.
출처
- CNBC Microsoft unveils new AI models to lessen reliance on OpenAI and lower costs for developers
- Microsoft Microsoft Build 2026: MAI Keynote Transcript
- GeekWire Microsoft unveils seven homegrown AI models in new bid for 'long term self-sufficiency'
- Engadget Microsoft Build 2026: Live updates on Project Solara, Copilot AI, Windows, agents and more
※ 본 콘텐츠는 정보 제공 목적이며 투자 권유나 자문이 아닙니다. 투자 판단의 책임은 투자자 본인에게 있습니다.