MDASH에서 The Chainsmokers까지: Copilot의 다음 챕터로 전환된 키노트 흐름
사티아가 Microsoft Build 2026 키노트를 이어가던 중, 그는 불과 일주일 전에 발표된 새로운 멀티모달·에이전틱 보안 시스템 MDASH의 최신 업데이트로 화제를 전환했고, 더 깊은 기술적 맥락을 원하는 참석자를 위해 관련 블로그 포스트도 짧게 안내했습니다. 잠시 동안 현장은 “큰 뉴스” 모드에 머물며, 이런 종류의 시스템이 AI 시대의 보안에 어떤 의미를 가질 수 있는지에 대한 파급 효과를 따라갔습니다.
그러다 분위기는 완전히 뒤집혔습니다. 깜짝 게스트로 그래미 수상 듀오 The Chainsmokers가 무대에 등장하고, 그 발표는 라이브 이벤트 특유의 에너지로 현장을 한순간에 들썩이게 만들었습니다. Build에 현장 참석한 사람들을 위한 초대도 명확했습니다. 그날 저녁, 샌프란시스코 Fort Mason Center에서 열리는 오후 6시(PT) 특별 콘서트에서 이들을 만나 보라는 것이었습니다.
여전히 관중의 흥분이 가시지 않은 가운데, 키노트는 자연스럽게 다시 제품 이야기로 돌아왔습니다. 다음은 Microsoft Copilot의 새로운 챕터였습니다. 사티아는 새롭게 발표된 디자인을 소개하며, Copilot을 매일 사용하는 사람들에게 “어떤 모습과 느낌”으로 다가갈지에 대한 분명한 진전을 보여주는 변화라고 강조했고, 이후 공개된 상세 디자인 글도 꼭 확인해 보라고 권했습니다.
OpenClaw 기반, 업무를 위한 새로운 ‘항상 켜져 있는(always-on)’ 개인 에이전트 Microsoft Scout
오늘날 우리가 “업무에서의 AI”라고 부르는 대부분은 여전히 프롬프트를 기다립니다. 하지만 Autopilot 에이전트가 등장하면서, 그 일은 더 연속적(continuous) 으로 바뀌고 있습니다. Autopilot은 항상 켜져 있는 에이전트로, 자체 ID를 가지고 자율적으로 동작하며 사용자를 대신해 행동합니다. 백그라운드에서 계속 활성 상태를 유지하면서, 앱과 시스템 전반에서 일이 어떻게 진행되는지 이해하고, 매번 프롬프트를 받지 않아도 필요한 조치를 수행합니다.
Microsoft Scout는 Microsoft의 첫 Autopilot 에이전트입니다. 엔터프라이즈급 보안을 기반으로 구축되었고, 오픈 소스 OpenClaw 기술로 구동되며, Work IQ를 컨텍스트 엔진으로 사용합니다. Scout는 이미 업무가 이루어지는 곳에 존재합니다. 대화는 Teams와 Outlook에서, 파일은 OneDrive와 SharePoint에서, 그리고 사용자의 PC에서 수행되는 디바이스 로컬 작업까지 지원합니다.
Microsoft Scout의 신뢰(Trust) 레이어는 ‘나중에 덧붙인’ 것이 아니라 처음부터 내장되어 있습니다. 모든 에이전트는 공유되고 익명적인 서비스 계정이 아니라, 거버넌스가 적용된 자체 Entra ID 하에서 동작하므로, 에이전트가 수행한 작업은 디렉터리가 이미 알고 있는 식별 가능한 주체에게 항상 귀속(추적)될 수 있습니다. 관리자는 정책 규칙을 설정할 수 있고, 사용자는 업무가 진행되는 동안 에이전트가 백그라운드에서 무엇을 하고 있는지 확인할 수 있게 됩니다.
저는 오늘 발표 전에 몇 주 동안 Microsoft Scout의 초기 로컬 버전을 테스트해 왔습니다. 제가 특히 좋아했던 기능 중 하나는 이렇습니다. 매일 아침 GitHub Discussion을 모니터링하도록 설정해 두면, Microsoft 365 앱 전반에서 적절한 기능 오너(feature owner)를 찾아내고, 상태를 추적하기 위해 Teams 채팅을 자동으로 열어 줍니다 — 제가 손가락 하나 까딱하지 않아도요. 또, 이 발표들을 준비하느라 몇 주 동안 토큰을 ‘풀로’ 써 온 뒤에는 휴식이 필요해서, Build 이후 한 주 동안의 부재중(Out of Office) 설정을 Scout에게 부탁했습니다. Scout는 날짜를 스스로 파악하고, 캘린더 충돌을 확인한 다음, 부재중 블록을 만들어 주었습니다. Work IQ가 바로 이것을 ‘시끄러운’ 자동화가 아니라 유용한 자동화로 만드는 핵심입니다. Work IQ는 사용자의 업무 방식에 특화된 사람, 파일, 패턴을 학습합니다.
Microsoft Scout는 초기 실험 릴리스를 통해 Frontier 조직에 제공되어, 고객이 Autopilot이 각자의 워크플로에 어떻게 맞을 수 있는지 탐색할 기회를 제공합니다. 접근을 위해서는 Frontier 등록, Intune 정책 구성, 옵트인(선택) 기반의 증명(attestation)이 필요합니다. 이후 GitHub Copilot 계정/라이선스가 있는 사용자는 해당 경험을 다운로드해 설치할 수 있습니다.
많은 개발자들이 자신에게 가장 중요한 업무에 맞게 조정된 에이전트를 원한다는 이야기를 들어 왔습니다. 즉, 자신의 데이터, 워크플로, 스타일을 기반으로 만들어진 에이전트 말이죠. Frontier Tuning은 여러분이 모델에 업무를 맞추는 것을 멈추고, 도메인 특화 모델을 학습할 수 있도록 설계되었습니다. 이를 통해 강화학습을 더 최적화하고 효율을 높일 수 있습니다.
Frontier Tuning의 핵심은 모델로부터 더 많은 가치를 끌어내는 것입니다. 파운데이션 모델은 강력하지만, 매우 일반화되어 있어 여러분의 API, 용어, 내부 프로세스를 알지 못합니다. 도메인, 워크플로, 정책, 조직의 문체(하우스 스타일)에 맞춘 맞춤형 튜닝 모델은 더 높은 품질의 결과를 더 빠르고 더 낮은 비용으로 제공할 수 있습니다.
Frontier Tuning은 고객 테넌트 내부에서 동작하는 단일 플랫폼에서 실행됩니다. 또한 엔터프라이즈 강화학습(RL) 환경도 함께 제공합니다. AI는 실제 워크플로에서 직접 학습합니다 — 예를 들어 작업 완료, 의사결정 리뷰, 검증된 결과 같은 신호를 활용합니다. 여러분은 모델과 학습 루프를 직접 소유합니다.
이 소식은 정말 흥미롭습니다! Microsoft AI 초지능(Superintelligence) 팀이 최근 자체 개발 모델의 최신 세대를 완성했는데, 이제 개발자를 위해 추론, 코드 생성, 텍스트-이미지 및 이미지-이미지 워크로드를 지원합니다.
MAI-Thinking-1은 Microsoft AI의 첫 추론(reasoning) 모델입니다. 고효율과 고성능을 목표로 설계된 중간 규모의 350억(35B) 활성 파라미터 모델이며, 무엇보다도 낮은 토큰 비용이 강점입니다(‘tokenmaxxing’은 이제 그만!). MAI-Thinking-1은 복잡한 다단계 지시, 장문 컨텍스트 추론, 코드 생성에 강하도록 설계되었습니다. 특히 주목할 점은, 제3자 프런티어 모델에서 증류(distillation)하지 않고 클린 데이터를 기반으로 처음부터 새로 구축했다는 것입니다. 빠르고, 저렴하며, 신뢰할 수 있고, 높은 성능을 목표로 설계되었고, 현재는 일부 초기 파트너에게 공개되어 있습니다.
하지만 새 모델은 이것만이 아닙니다! MAI-Image-2.5는 Microsoft가 처음으로 선보이는, 텍스트-이미지와 이미지-이미지 워크로드를 모두 지원하는 모델입니다. 이는 개발자 워크플로에서 아이디어를 실제 결과물로 구현하는 데 도움을 받거나, 기존 이미지 작업을 향상시키고 싶을 때 특히 유용합니다. MAI 패밀리에는 다른 신규 모델들도 있습니다. MAI‑Transcribe‑1.5는 최첨단 정확도와 엔터티 바이어싱(entity biasing)을 결합했으며, 스트리밍 기능도 곧 제공될 예정입니다. MAI-Voice-2는 새로운 음성 옵션과 함께 10개 이상의 추가 언어로 제공 범위가 확대되었습니다. 또한 MAI-Code-1-Flash는 GitHub Copilot 및 VS Code를 위해 특별히 제작되어, 더 높은 성능과 더 낮은 비용을 제공합니다. 이미지, 전사(transcription), 음성 모델은 현재 Microsoft Foundry와 MAI Playground에서 일반 제공(GA)됩니다.
**Microsoft Discovery**는 새로운 연구·개발(R&D) 시대에 초점을 맞춘 에이전틱 AI 플랫폼으로, 이제 일반 제공(GA) 됩니다. 핵심에는 Discovery Engine이 있으며, 특화된 에이전트들이 방대한 지식 전반에서 과학적 방법(scientific method)을 모사해 가설을 생성하고 이론을 검증하는 과정을 지속적인 루프로 수행합니다. 또한 엔터프라이즈 보안을 비롯해 투명성(transparency) 과 거버넌스를 위한 내장 제어 기능이 포함되어 과학·공학 연구를 더 빠르게 진행할 수 있도록 돕습니다. 이는 식품·에너지처럼 요구 사항이 높고 규제가 엄격한 산업의 고객에게 특히 유용한데, 이제 R&D에 에이전틱 디스커버리(agentic discovery) 를 활용할 수 있기 때문입니다.
이 플랫폼의 목표는 산업 전반에서 과학적 발견의 속도를 가속화하는 것입니다. 여기에서 에이전틱 AI는 실험을 최적화하고, 워크플로를 관리하며, 새로운 해결책을 제안하거나, 연구 과정에서 그동안 눈에 띄지 않았던 결함을 찾아내는 데 활용될 수 있습니다. 연구자는 사람의 전문 지식에 의해 안내되는 자율 에이전트 팀을 배치할 수 있습니다.
그리고 더 좋은 소식도 있습니다. 학생과 개인 과학자부터 학술 연구실, 공공 연구기관에 이르기까지 더 많은 연구자가 이 최첨단 에이전틱 AI에 접근할 수 있도록 설계된 Microsoft Discovery 앱의 새로운 얼리 프리뷰가 공개되었습니다. 이 앱은 Microsoft Discovery 핵심 기능을 로컬로 제공하여, 사용자가 자신의 머신에 다운로드해 실행할 수 있습니다. 시작하려면 GitHub Copilot 계정만 있으면 됩니다.
작년 Microsoft Quantum은 이전에는 이론으로만 존재하던 새로운 물질 상태에 기반한 Majorana 1 칩을 공개했습니다. 당시 팀은 확장 가능한 양자 머신을 가로막아 온 근본적 장벽 — 크기, 속도, 신뢰성 — 을 해결하기 위해 양자 컴퓨팅에 대한 접근 방식을 과감하게 바꾸겠다는 장기 비전을 제시했습니다.
그렇기 때문에 Majorana 2의 출시는 더욱 흥미롭습니다. 손바닥 안에 들어오는 단일 칩에서 100만 큐비트라는 목표를 향해 나아가는, 실질적으로 매우 큰 진전이기 때문입니다. 양자 팀은 최근 에이전틱 AI의 발전을 활용해 토폴로지 큐비트를 빠르게 개선했고, 그 결과 과거에 양자 컴퓨팅을 현실 세계 시나리오에 적용하는 데 한계가 되었던 장벽들을 극복했습니다.
Majorana 2를 구동하는 큐비트는 이제 이전 세대보다 1,000배 더 높은 신뢰성을 갖추었고, 양자 상태를 훨씬 더 오래 유지할 수 있습니다. 일반적인 다른 양자 접근 방식은 큐비트의 ‘수명’을 마이크로초 단위로 측정하지만, Majorana 2는 평균 큐비트 수명 20초를 제공하며, 일부 사례에서는 최대 1분까지 지속되기도 합니다.
이러한 신뢰성, 빠른 속도, 작은 큐비트 크기의 조합은 양자 팀이 2029년까지 상업적으로 의미 있는 확장형 양자 컴퓨터를 달성할 수 있는 발판을 마련합니다. 이런 형태의 머신이 가져올 가능성은 매우 큽니다(헬스케어, 에너지, 농업 등 다양한 산업에서 지금까지 풀기 어려웠던 문제를 해결할 수 있다는 점을 떠올려 보세요). 아직은 조금 공상과학처럼 들릴 수도 있지만, Majorana 2와 양자 팀의 다른 진전들을 통해 그 미래는 점점 더 현실에 가까워지고 있습니다.
보시는 것처럼, Microsoft가 이 개발 시대를 위한 새로운 툴체인과 소프트웨어를 구축해 나가면서 기대할 만한 소식이 정말 많습니다. 오늘 발표된 흥미로운 발전들을 여러분과 공유할 수 있어 즐거웠습니다. 개발자가 더 빠르게 빌드하고, 만들고, 혁신할 수 있도록 돕기 위해 설계된 거대한 신제품, 주요 업데이트, 그리고 더 직관적인 경험이 이번 Build 발표의 핵심입니다.
