MS 빌드 2026 — 자체 AI 7종 공개의 의미
마이크로소프트(MS)가 2026년 6월 2일(현지시간) 연례 개발자 행사 빌드 2026에서 자체 개발 AI 모델군 MAI 7종을 한꺼번에 공개했다. 핵심은 첫 자체 추론 모델 MAI-Thinking-1과 코딩 특화 모델 MAI-Code-1-Flash다. 2019년부터 오픈AI에 130억 달러를 투자하며 AI 전략의 상당 부분을 오픈AI 기술에 의존해 온 MS가 공개적으로 독자 노선을 선언한 날이다.
사티아 나델라 MS CEO는 “이번 발표의 핵심은 특정 기술 하나가 아니라 플랫폼 위에서 가치를 만들고 확장할 수 있도록 지원하는 것”이라며 엣지부터 클라우드로 이어지는 AI 스택을 강조했다. 무스타파 술레이만 MS AI CEO는 오픈AI와의 파트너십은 유지하면서도 프론티어 대형언어모델(LLM)까지 개발해 ‘완전한 AI 자급자족’을 이루는 것이 목표라고 밝혔다.
MAI-Thinking-1 — 무엇이 다른가
MAI-Thinking-1은 350억 개의 활성 파라미터를 가진 중형 추론 모델이다. MS가 강조한 차별점은 두 가지다. 첫째, 타사 모델에서 지식을 뽑아 쓰는 ‘증류(distillation)’ 방식을 일절 사용하지 않고 처음부터 자체 데이터로만 훈련했다. 기술적 독립성을 명시적으로 강조한 것이다. 둘째, MS 자체 설계 AI 칩 ‘마이아 200(Maia 200)’과 공동 최적화해 엔비디아 GB200 기반 시스템 대비 달러당 성능을 약 30%, 전력 효율을 1.4배 향상시켰다.
성능 측면에서는 수학 추론 벤치마크 AIME 2025에서 97%를 기록했고, 독립 평가자 블라인드 테스트에서 앤트로픽 클로드 오퍼스 4.6보다 전반적 품질이 높게 평가됐다고 발표했다. 아래 표는 주요 경쟁 모델과의 비교다.
| 항목 | MAI-Thinking-1 (MS) | GPT-o3 (오픈AI) | 클로드 오퍼스 4.6 (앤트로픽) |
|---|---|---|---|
| 모델 유형 | 추론 모델 | 추론 모델 | 추론 모델 |
| 활성 파라미터 | 350억 | 미공개 | 미공개 |
| 증류 방식 | 미사용 (자체 데이터) | 자체 학습 | 자체 학습 |
| AIME 2025 | 97% | 최상위권 | 최상위권 |
| 블라인드 품질 평가 | 클로드 오퍼스 4.6 상회 | 최상위 | 비교 기준 |
| 비용 효율 (GB200 대비) | +30% | 엔비디아 의존 | 엔비디아 의존 |
| 전력 효율 (GB200 대비) | 1.4배 | 엔비디아 의존 | 엔비디아 의존 |
| 전용 칩 | 마이아 200 (자체) | 없음 | 없음 |
| 오픈AI 의존도 | 없음 (독립) | 해당 없음 | 해당 없음 |
GB200 = 엔비디아 블랙웰 GPU 기반 시스템 / AIME = 수학 추론 벤치마크 (2026년 6월 빌드 2026 발표 기준)
왜 지금 독립을 선언했나 — 구조적 배경
이번 발표는 갑작스러운 결정이 아니다. 두 가지 구조적 압박이 동시에 작용했다.
첫째, 오픈AI의 독립화다. 오픈AI는 2025년 말 파트너십 계약을 재협상해 MS 애저 독점에서 벗어나 AWS, GCP 등 다른 클라우드에서도 서비스를 운영할 수 있게 됐다. 오픈AI가 MS에 지급하는 수익 배분 규모도 제한됐다. 오픈AI가 독자 성장 노선을 강화하자 MS도 단일 소스 의존성 탈피를 명시적 전략으로 세운 것이다.
둘째, 비용 구조의 문제다. 오픈AI 모델을 애저에서 서빙하면 MS가 오픈AI에 모델 사용료를 내는 구조인데, 기업 고객이 늘어날수록 이 비용이 급증했다. 자체 모델을 자체 칩으로 운영하면 마진 구조가 근본적으로 달라진다. MS가 마이아 200 칩과 MAI 모델을 공동 최적화한 이유가 여기 있다.
AI 판세 변화 — 오픈AI 단독 시대의 종언
지금까지 AI 산업의 기술 표준은 사실상 오픈AI가 제시하고, MS·구글·아마존이 클라우드로 서빙하는 구조였다. 이 판이 바뀌고 있다. 구글은 제미나이로 처음부터 자체 모델을 운영했고, 아마존은 노바 시리즈를 공개했으며, 이번에 MS가 MAI를 더했다. 클라우드 3강 모두 자체 모델을 갖게 됐다.
이는 AI 모델 시장이 소수 선도 기업이 표준을 정하는 구조에서, 용도별·비용별로 최적화된 모델을 멀티모델로 운영하는 구조로 전환되고 있음을 의미한다. 기업 고객 입장에서는 오픈AI 모델을 쓸 이유가 점차 줄어들고, 클라우드 벤더가 제공하는 자체 모델이 비용과 통합 편의성에서 유리해진다.
오픈AI의 위치는 어떻게 달라지나
오픈AI가 약해진다기보다 포지션이 재편된다는 표현이 정확하다. 소비자 시장(ChatGPT)에서 오픈AI의 브랜드와 사용자 기반은 여전히 압도적이다. 월간 사용자 수, API 생태계 규모, 인지도 모두 단기에 흔들리기 어렵다.
그러나 두 가지 압박이 구체화된다. 첫째, 기업용(B2B) 시장에서의 경쟁이다. 애저에서 오픈AI 모델 대신 MAI를 쓰면 비용이 낮아진다는 유인이 기업 고객에게 생겼다. 구글과 아마존도 같은 방향으로 자체 모델을 밀어붙이고 있다. 둘째, 2027년 예정된 IPO 앞에서 최대 파트너 MS가 독자 노선을 공식화했다는 점이 투자자 신뢰에 어떤 영향을 주는지가 변수다.
오픈AI는 현재 소비자 시장 강화, 독자 클라우드 인프라 구축, 에이전트 플랫폼 확장을 동시에 추진하며 MS 독립에 대응하고 있다. 구조적 경쟁이 시작됐지만 오픈AI의 기술 선도력이 단기에 역전될 가능성은 낮다.
투자자가 지금 확인해야 할 것들
투자 권유가 아닌 흐름 분석임을 전제한다. 판단은 개인의 책임이다.
MS(MSFT) — 마진 개선 구조 주목
자체 모델과 자체 칩 조합은 애저 AI 서비스의 마진 구조를 근본적으로 바꾼다. 오픈AI 사용료를 내던 구조에서 자체 운영으로 전환할수록 기업 고객 유지력과 수익성이 동시에 높아진다. 분기 실적에서 애저 AI 관련 마진 변화와 MAI 모델 채택률을 추적하는 것이 유효한 지표가 된다.
엔비디아(NVDA) — 추론 시장 의존도 변화 체크
MS 마이아 200, 구글 TPU, 아마존 트레이니움이 모두 엔비디아 대체를 진행하고 있다. 학습(training)보다 추론(inference) 쪽에서 엔비디아 의존도가 낮아지는 속도가 중장기 리스크 변수다. 클라우드 3사의 자체 칩 성능이 GB200 수준에 근접할수록 데이터센터향 엔비디아 수요 예측이 달라질 수 있다.
오픈AI 연계 포지션 — B2B 수익 구조 모니터링
소비자 시장 강세는 유지되더라도 기업용 매출 구조가 흔들리면 2027년 IPO 밸류에이션 논리가 달라진다. MS와 구글이 자체 모델로 기업 고객을 대체하는 속도, 오픈AI가 독자 클라우드 인프라를 얼마나 빠르게 구축하느냐가 핵심 변수다.
멀티모델 전략 수혜주 — 클라우드 인프라 전반
오픈AI 단독 시대에서 멀티모델 시대로 전환될수록 모델 자체보다 이를 운영하는 클라우드 인프라와 에이전트 플랫폼의 가치가 높아진다. MS 애저, 구글 클라우드, AWS 모두 이 전환의 수혜 구조에 있다. 특정 모델 하나의 승패보다 플랫폼 전체의 기업 고객 점유율이 더 중요한 지표가 된다.
출처
- 마이크로소프트 빌드 2026 공식 발표 및 라이브 블로그 — news.microsoft.com
- 아주경제, ‘MS, 첫 추론모델 등 자체 AI 7종 공개’, 2026.06.03 — ajunews.com
- AI타임스, ‘MS, 기업 전용 자체 모델 7종 공개…앤트로픽과 격차 좁혔다’, 2026.06.03
- EBN, ‘마이크로소프트, 첫 자체 추론 AI 모델 공개’, 2026.06.04
- ZDNet Korea, ‘MS, AI 자체 모델 속도전…오픈AI 의존 낮추고 멀티모달 경쟁 가속’, 2026.04.03
