마이크로소프트 빌드 2026 개발자 컨퍼런스: ‘에이전트 우선’ 시대 도래, 자체 개발 모델 7종 동시 공개
글｜리 하이런
편집｜쉬 칭양
미국 현지 시간으로 6월 2일, 마이크로소프트는 샌프란시스코 메이슨 브릭스(Mason Bray)에서 ‘Build 2026’ 개발자 컨퍼런스를 개최했다. 이번 컨퍼런스의 주제는 최첨단 AI 기술의 실전 적용에 초점을 맞추었으며, 마이크로소프트는 자사 내부 개발 AI 모델, 스마트 에이전트 애플리케이션, 운영체제 보안, 개발자 도구, 클라우드 서비스 및 신형 하드웨어 플랫폼 등 전 분야에 걸친 제품군과 업데이트를 공개했다.
2025년 개발자 컨퍼런스에서는 ‘AI 에이전트 시대(AI Agent Era)’라는 방향성을 제시하며, 멀티-에이전트 오케스트레이션을 지원하는 ‘Copilot Studio’, 윈도우 기반 AI 개발 환경 ‘Windows AI Foundry’, 그리고 Model Context Protocol(MCP) 전면 지원을 발표했고, GitHub Copilot은 프로그래밍 전용 에이전트인 ‘Coding Agent’를 출시했다.
마이크로소프트의 서사 구조에 따르면, 2025년은 “에이전트 시대에 어떤 표준과 프레임워크를 채택할 것인가?”에 대한 해답을 제시한 해라면, 2026년은 “자사 모델과 제품을 실제로 구동시키는 방법”에 집중한다. 즉, 모델 계층에서는 핵심 역량을 갖춘 자사 개발 주력 모델을 확보했고, 제품 계층에서는 에이전트를 단순 시연 수준에서 벗어나 운영체제, 하드웨어, 클라우드까지 아우르는 전 스택(End-to-End) 실용화로 진일보했다.
이번 발표의 핵심 내용은 크게 여섯 가지 부문으로 나뉜다: MAI 자사 개발 모델 패밀리, Scout 및 GitHub Copilot을 대표로 하는 에이전트 생태계, 윈도우 시스템 차원의 AI 보안 샌드박스 MXC, 개발자를 위한 Surface RTX Spark Dev Box 및 시스템 최적화, 새로운 에이전트 장치 플랫폼 ‘Project Solara’, 그리고 Microsoft IQ, Rayfin, ASSERT, ACS 등 개발자 도구 및 거버넌스 프레임워크이다.
01 7개 모델 전부 ‘제로에서 훈련’, 지식 증류 금지
전체 기조 연설은 마이크로소프트 CEO 사티아 나델라(Satya Nadella)의 비전 제시를 중심으로 전개되었다. 그는 ‘에이전트 우선(Agent-First)’ 전략 프레임워크를 제시한 후, 각 사업부 책임자들이 차례로 무대에 올라 이 철학을 구체적인 제품으로 구현해냈다.
컨퍼런스에서 마이크로소프트 AI 부문 책임자 수라이만(Suleiman)은 마이크로소프트 AI 내부 팀이 개발한 7개의 신규 모델을 발표하고, 이를 통합하여 ‘MAI’ 패밀리로 명명했다.
수라이만은 MAI의 사명을 “산을 오르는 기계(climbing machine)”에 비유하며, 계산 자원, 고품질 데이터, 정밀 평가를 지속적으로 투입함으로써 자기 개선 사이클을 반복해 사용자가 항상 기술의 최전선에 서도록 한다고 설명했다.
훈련 계산 규모 측면에서 수라이만은 최신 모델 훈련에 사용되는 계산량이 이미 1조 배 증가했으며, 향후 3년간 추가로 1,000배 성장할 것으로 예측한다고 밝혔다. 또한 모든 MAI 모델은 “제로에서 산을 오른다(zero-start climbing), 제로 증류(zero distillation)”—즉, 타사 모델의 출력을 훈련 데이터로 활용하지 않고, 완전히 독자적으로 훈련된다는 점을 강조했다.
마이크로소프트 AI 부문 책임자 수라이만, 7개 자사 개발 모델 소개
구체적인 모델은 다음과 같다:
플래그십 추론 모델 ‘MAI-Thinking-1’은 중형 규모 모델로, 핵심 소프트웨어 엔지니어링 테스트에서 시장 최고 수준의 모델들과 동등한 성능을 발휘한다고 마이크로소프트는 밝혔다. 블라인드 테스트 결과 인간 평가자의 선호도는 Sonnet 4.6과 거의 동일했다. 이 모델은 깨끗한 데이터로 제로부터 훈련되었으며, 타사 모델의 지식 증류를 전혀 사용하지 않았다.
프로그래밍 전용 모델 ‘MAI-Code-1-Flash’는 추론 효율성이 뛰어난 agentic 코딩 모델로, 파라미터 수는 50억 개이며, GitHub Copilot, VS Code 및 마이크로소프트 기술 스택에 특화되어 심층적으로 통합되었다. 마이크로소프트는 이 모델이 Haiku와 성능 면에서 어깨를 나란히 하되, 비용은 더 낮다고 주장한다.
텍스트-이미지 생성 모델 ‘MAI-Image-2.5’ 및 초고효율 버전 ‘Flash’ 변형은 텍스트-이미지 생성 및 이미지 편집 기능을 지원하며, Arena 평가에서 구글의 Nano Banana Pro를 능가한다고 발표했다.
음성 인식 및 전사 모델 ‘MAI-Transcribe-1.5’는 SOTA(State-of-the-Art) 수준의 정확도를 자랑한다. 경쟁 모델보다 속도가 5배 빠르며, 43개 언어에 대한 도메인별 용어 인식 기능을 내장하고 있다.
음성 생성 모델 ‘MAI-Voice-2’는 고품질·자연스러운 음성 생성 기능을 제공하며, 15개 언어를 지원한다. 짧은 음성 샘플만으로도 사용자 음성을 재현할 수 있으며, 남용 방지를 위한 보호 조치도 포함되어 있다. 이 모델의 Flash 변형도 곧 출시될 예정으로, 동일한 기능을 저비용으로 제공한다.
모든 모델은 동일한 데이터 규격, 인프라 및 평가 프레임워크를 공유한다. Azure Foundry를 통해 배포되며, 마이크로소프트 1차 제품에 최적화되어 있지만, 동시에 Open Router, Fireworks, Baseten 등에서도 개발자에게 공개된다. 개발자는 이제 처음으로 모델 가중치(weight)를 직접 조정할 수 있게 되었다.
또한 나델라는 기업이 자체 업무 데이터로 모델을 맞춤화하는 ‘Microsoft Frontier Tuning’ 기법을 소개했다. 이 기법의 핵심 논리는, 가장 가치 있는 데이터는 일반적인 언어 코퍼스가 아니라, 기업 내에서 실제 작업을 수행하는 에이전트의 행동 궤적, 실행 단계 및 의사결정 과정이라는 것이다.
마이크로소프트 CEO 나델라, Frontier Tuning 소개
이 메커니즘은 MAI 모델을 실제 업무 프로세스에 접목시켜, 실제 환경에서 ‘작업하면서 배우는’ 방식으로 모델을 개선한다. 수라이만은 “당신은 당신만의 모델을 구축하고 있습니다. 당신의 환경에서, 당신의 데이터로 훈련되고, 당신이 통제합니다. 당신의 기관 지식이 모델의 일부가 되며, 오직 당신에게만 귀속됩니다.”라고 말했다.
성능 측면에서, 엑셀용으로 튜닝된 MAI 모델은 GPT-5.4 수준과 맞먹으면서도 효율성은 10배 향상되었다. 맥킨지는 Frontier Tuning을 도입한 결과, 모든 테스트 모델 중 MAI가 가장 높은 승률을 기록했고, 비용은 약 10배 감소했다.
헬스케어 분야에서는 메이요 클리닉(Mayo Clinic)과 협력해 의료 분야 전용 최첨단 AI 모델을 공동 개발한다고 발표했다. 이 모델은 메이요 클리닉의 임상 전문지식, 익명화된 임상 데이터 및 종단적 인사이트를 마이크로소프트의 기초 AI 역량과 결합한다.
또한 MAI 모델은 자사 개발 Maia 200 칩과의 공동 설계(co-design)가 진행 중이며, 소프트웨어와 하드웨어의 통합 최적화를 통해 1.4배의 효율 향상을 달성했다고 밝혔다.
02 에이전트 생태계 전면 실용화
마이크로소프트는 ‘에이전트 우선(Agent-First)’ 전환을 선포하며, 지식 근로자의 소프트웨어 사용 방식을 자동화하고, AI 어시스턴트를 일상 업무 상호작용 속에 자연스럽게 통합하는 것을 목표로 한다.
이번 발표의 핵심 에이전트 제품은 ‘Scout’이다. ‘항상 온라인(on always)’ 상태를 유지하는 AI 에이전트로, OpenClaw 프레임워크 기반으로 개발되었으며, Microsoft Teams 내에서 인간 동료처럼 상호작용할 수 있다.
Scout는 사용자의 업무 메시지, 일정, 이메일 수신함을 탐색해 자동으로 작업을 완료하거나 충돌하는 회의를 재조정하며, 전문적인 어조의 응답문을 초안 작성할 수 있다. 사용자는 Teams 내에서 바로 Scout에게 명령을 내릴 수 있고, 원하면 이름도 지정할 수 있다.
마이크로소프트는 새롭게 임명된 기업 부사장 오마르 샤힌(Omar Shahin)을 통해 Scout의 설계 철학을 설명했다. “당신의 회사는 본질적으로 당신의 어시스턴트를 고용한 것입니다. 개인 어시스턴트를 두는 진정한 의미는, 당신이 업무를 하지 않을 때에도 어시스턴트가 계속 일한다는 데 있습니다.”
Scout는 마이크로소프트 ‘Frontier’ 프로그램을 통해 제공되며, GitHub Copilot 구독이 필요하다. 마이크로소프트는 Scout 전용 데스크톱 애플리케이션을 현재 테스트 중이며, ‘Frontier’ 기능 접근 권한을 선택한 구독자에게 순차적으로 출시할 예정이다. 내부에서는 샤힌이 영업 부서가 이 도구를 가장 활발히 사용하고, 성장률도 가장 높다고 밝혔다.
GitHub Copilot 데스크톱 애플리케이션은 또 다른 주요 발표다. GitHub 최고 제품 책임자 마리오 로드리게스(Mario Rodriguez)는 이를 “GitHub 위에서 구축된, 에이전트 원생 데스크톱 경험(Agent-native desktop experience)”이라고 소개했다.
통합된 ‘My Work’ 뷰를 통해 개발자는 연결된 저장소 전체에 걸쳐 실시간으로 진행 중인 작업을 확인할 수 있다. 여기에는 활성 세션, 이슈, 풀 리퀘스트(Pull Request), 백그라운드 자동화 작업 등이 포함된다. 각 세션은 별도의 Git worktree에서 실행되며, 병렬로 작동하는 에이전트 간 간섭이 없다. 애플리케이션은 ‘Agent Merge’ 기능을 제공해, 풀 리퀘스트에 대한 검토, 검사, 병합까지 자동으로 수행한다. Canvas 인터페이스는 인간과 에이전트 간 양방향 상호작용을 가능하게 하며, 개발자는 에이전트가 자신을 대신해 수행한 작업을 검토하고, 유도하며, 검증할 수 있다.
GitHub Copilot 애플리케이션은 Windows 11, Windows 11 on Arm, Mac, Linux용으로 기술 미리보기(Technical Preview) 버전을 제공하며, GitHub Copilot 구독이 필요하다. 향후에는 Copilot Free 사용자에게도 개방될 예정이다. 이 애플리케이션은 클라우드 및 로컬 샌드박스, 코드 리뷰 기능을 모두 지원하며, 이들 기능은 모두 정책 기반 보호를 제공한다.
에이전트 보안 거버넌스 측면에서는 ‘에이전트 제어 사양(Agent Control Specification, ACS)’을 발표했다. ACS는 개발자에게 에이전트 동작을 보다 일관되고 세분화된 방식으로 제어할 수 있도록 설계된 새로운 오픈소스 표준이다. ACS를 통해 개발, 준법, 보안 팀은 에이전트가 무엇을 할 수 있고, 절대 해서는 안 되는 일, 언제 인간의 승인이 필요한지, 어떤 증거를 기록해 감사에 대비해야 하는지를 명시하는 정책 파일을 정의할 수 있다.
ACS는 SDK 형태로 출시되며, LangChain, OpenAI Agents SDK, Anthropic Agents SDK, AutoGen, CrewAI, Semantic Kernel, Microsoft.Extensions.AI, MCP 도구 등 다양한 프레임워크와 호환되는 플러그인을 함께 제공한다. 정책은 단일 파일로 작성되어 에이전트와 함께 번들링되며, 서로 다른 프레임워크 및 환경을 넘나들며 따라갈 수 있다.
또 다른 테스트 도구로는 ‘ASSERT(Adaptive Spec-driven Scoring for Evaluation and Regression Testing)’가 있다. 이는 AI를 활용해 목표, 정책 또는 기대 동작에 대한 고수준 자연어 설명을 구조화된 평가 테스트로 변환하는 오픈소스 프레임워크다.
ASSERT는 AI 모델의 기대 동작에 대한 간결한 언어 설명을 입력받아, 허용 가능한/불가능한 동작 집합, 문제 시나리오, 테스트 케이스를 자동 생성하고, 대상 시스템에 대해 테스트를 실행·평가한다. 또한 AI 시스템이 취한 실행 경로—중간 조작 및 도구 호출 내역까지—를 기록해, 개발자가 실패 지점을 쉽게 확인할 수 있도록 지원한다.
03 에이전트 자율성 증가=위험성 증가, 시스템 차원의 ‘레드라인’ MXC 제시
AI 에이전트가 점차 강력해지고 자율성이 높아짐에 따라, 마이크로소프트는 핵심 문제를 인식했다. 즉, 에이전트가 자율성만큼 유용해지지만, 기업 네트워크 상에서 제한 없이 자유롭게 작동하도록 허용하는 것은 그만큼 위험해진다는 것이다. 마이크로소프트 공식 블로그는 이를 ‘다층 시스템 문제(multi-layer system problem)’로 묘사하며, 에이전트가 인간, 도구, 애플리케이션, 모델, 다른 에이전트와 상호작용할 때마다 “새로운 공격 표면이 노출되고, 서로 다른 오류 모드가 도입된다”고 설명했다.
이 문제 해결을 위해 마이크로소프트는 ‘Microsoft Execution Containers(MXC)’를 발표했다. MXC는 윈도우 운영체제 자체에 내장된, 정책 기반의 실행 계층이다. 마이크로소프트 윈도우 및 디바이스 부문 부사장 파완 다부룰리(Pavan Davuluri)는 이 기술이 AI 에이전트의 상업적 실현 가능성을 확보하는 데 필수적이라며, “보안, 격리, 포함성, 사용자 통제”를 중심으로 구성되어 있어 일반 소비자뿐 아니라 기업 배포에도 충분히 안전한 에이전트 환경을 제공한다고 강조했다.
마이크로소프트 CEO 나델라, 시스템 차원 보안 샌드박스 MXC 소개
MXC는 본질적으로 윈도우 및 윈도우 서브시스템 포 리눅스(WSL)에 내장된 SDK 및 정책 모델로, 마이크로소프트가 ‘조합 가능한 샌드박스 스펙트럼(composable sandbox spectrum)’이라고 명명한 기능을 제공한다. 이 스펙트럼은 GitHub Copilot CLI에서 이미 채택된 경량 프로세스 격리 수준에서 시작해, 마이크로바이오 가상머신(MicroVM), 리눅스 컨테이너, 윈도우 365 상에서 실행되는 완전한 클라우드 인스턴스 수준까지 확장된다.
이 시스템은 에이전트의 실행을 사용자의 데스크톱, 클립보드, UI, 입력 장치와 완전히 분리한다. 각 에이전트는 로컬 ID 혹은 Microsoft Entra 기반 클라우드 프로비저닝 ID로 식별되며, 모든 에이전트 동작은 귀속성, 감사 가능성, 거버넌스가 보장된다.
MXC는 현재 초기 미리보기(Early Preview) 버전으로 제공된다. 마이크로소프트 기업 보안 스택과 통합된 ‘Agent 365’는 2026년 7월 미리보기 버전으로 출시될 예정이며, Entra ID 인증, Intune 장치 관리, Defender 위협 방지, Purview 데이터 거버넌스 기능을 MXC 위에 계층적으로 적재해, IT 부서가 에이전트 격리를 중앙 집중적으로 관리할 수 있도록 한다.
파트너십 측면에서는 OpenAI, 엔비디아(NVIDIA), 매너스(Manus), 누스 리서치(Nous Research, Hermes Agent 제조사), 오픈클로우(OpenClaw) 오픈소스 프로젝트 등이 MXC 기반으로 개발을 진행한다고 발표했다.
특기할 점은, 오픈클로우와의 협력이 창시자 피터 스타인버거(Peter Steinberger)가 마이크로소프트 측에 자발적으로 협력 의사를 전달한 데서 시작돼, 결국 전면적인 플랫폼 수준 파트너십으로 발전했다는 점이다.
04 엣지 브라우저, AI ‘오프라인 작동’ 세 가지 업데이트
마이크로소프트 엣지 브라우저도 로컬 AI 기능을 강화했다. 마이크로소프트는 Build 2025에서 Phi-4-mini를 도입한 이후, 웹 개발자들의 피드백을 바탕으로 엣지 단말 측 AI 기능을 확장했다.
첫 번째는 ‘Aion-1.0-Instruct’로, Phi-4-mini보다 더 작고, 더 빠르며, 더 효율적인 로컬 소형 언어 모델이다. GPU 및 CPU 성능이 낮은 PC에서도 실행 가능하며, 현재 개발자 미리보기 버전으로 제공 중이며, 7월에 Hugging Face에 공개될 예정이다.
두 번째는 엣지 148 버전에서 제공되는 언어 감지 및 번역 API이다. 이 API는 엣지 내장 로컬 AI 모델에 의해 구동되며, 자바스크립트용으로 설계되어 웹사이트 및 브라우저 확장 프로그램이 텍스트 언어를 식별하고, 언어 쌍 간 번역을 수행할 수 있도록 한다. 마이크로소프트는 이 서비스가 “145개 이상의 언어를 지원하며, 웹 환경에서의 번역 작업 부하에 최적화된 빠르고 고품질의 번역을 제공한다”고 밝혔으며, 이 서비스는 무료로 제공된다.
세 번째는 Web Speech API를 통한 음성 인식 기능으로, 엣지 Canary 및 Dev 채널에서 실험적 기능으로 제공된다. 이 API는 개발자가 웹사이트 및 브라우저 확장 프로그램에 음성 또는 오디오 입력을 통합할 수 있도록 하며, 기기 로컬에서 실행되며, 필요 시 클라우드 기반 음성-텍스트 변환(STT) 및 텍스트-음성 변환(TTS) 서비스를 백업으로 활용할 수 있다.
05 개발자 도구 및 클라우드 서비스 업데이트
데이터 인텔리전스 측면에서는 ‘Microsoft IQ’를 발표해, 기존에 별개로 운영되던 네 가지 컨텍스트 소스를 에이전트의 공유 기반으로 통합했다.
마이크로소프트 패브릭 최고기술책임자 아밀 네츠(Amir Netzer)는 이를 설명하기 위해 매트릭스 영화 속 초록색 코드 폭포를 예로 들었다. “그 초록색 코드 폭포는 단순한 장식이 아니라, 그 세계를 만드는 기반이었습니다. 우리가 데이터 세계에서 하는 일은, 에이전트를 위한 ‘데이터 기반 현실’을 구축하는 것입니다.”
Microsoft IQ의 네 가지 컨텍스트 소스는 다음과 같다: • Work IQ: 조직의 일상적 운영 방식을 포착하며, 이메일, 문서, 회의, 일정 등을 활용한다. • Foundry IQ: 기관 지식을 관리하며, 지식베이스를 큐레이션하고 색인한다. • Fabric IQ: 데이터를 기반으로 비즈니스의 실시간 운영 상태를 모델링하며, Fabric 기반 실시간 인텔리전스를 기반으로 한 실시간 신호에 기반한 엔티티, 관계, 비즈니스 규칙을 정의한다. 이 기능은 향후 몇 달 내 정식 출시될 예정이다. • Web IQ: 웹에서 실시간 글로벌 컨텍스트를 추가한다.
이러한 컨텍스트 체계를 갖춘 에이전트는 단순한 명령 실행 도구가 아니라, 회사 운영 방식을 이해하는 가상 직원(Virtual Employee)이 된다.
공유 ‘기반’만으로는 부족하다. 에이전트가 애플리케이션을 생성하기 시작할 때, 각 애플리케이션은 백엔드를 필요로 한다. 이를 방치할 경우, 새로운 데이터 아일랜드(Data Island)가 컨텍스트 계층 외부에 형성될 수 있다. 이를 해결하기 위해 마이크로소프트는 ‘Rayfin’을 발표했다. Rayfin은 오픈소스 SDK 및 CLI로, 에이전트가 구축한 애플리케이션을 Fabric 플랫폼 위에 바로 배포해, 거버넌스가 적용된 프로덕션 백엔드로 운영할 수 있도록 한다. 애플리케이션 데이터는 기본적으로 통합된 OneLake 데이터 레이크로 유입되며, 다시 Microsoft IQ로 피드백된다. 외부에 데이터를 쌓는 것이 아니다.
마이크로소프트는 이를 Supabase 및 Neon의 경쟁자로 정의하며, 핵심 차별점은 ‘거버넌스’에 있다. 모든 애플리케이션은 동일한 데이터 및 규정 준수 채널을 통한다. 네츠는 이를 양방향 과정이라 설명하며, “에이전트가 애플리케이션을 만들 때 기업의 데이터 규칙에서 정보를 가져오고, 애플리케이션이 실행되면서 생성된 데이터는 다시 이 규칙을 업데이트한다. 다음 에이전트는 바로 이 최신 정보를 활용할 수 있다”고 덧붙였다.
또한 마이크로소프트는 WSL 컨테이너 기능을 발표해, 개발자가 윈도우 상에서 바로 리눅스 컨테이너를 생성하고 관리할 수 있도록 했다. 이 기능은 명령줄 인터페이스(CLI) 및 API를 함께 제공하며, 로컬 윈도우 애플리케이션 내에서 리눅스 컨테이너를 실행할 수 있도록 지원한다. 이 기능은 향후 몇 달 내 공개 미리보기 버전으로 제공될 예정이다.
개발자가 환경 설정에 시간을 낭비하지 않도록 하기 위해, ‘윈도우 개발자 구성(Winodws Developer Configurations)’도 발표했다. 이 기능은 새 머신을 빠르게 설정하고 개발자 최적화 구성(config)을 자동으로 적용해, WSL, PowerShell 7, Visual Studio Code를 자동 설치하며, 파일 탐색기에서 Git 버전 관리를 활성화하고 숨김 파일을 표시한다.
06 두 가지 신형 하드웨어, AI 중량급 작업을 로컬로 이전
이번 Build 컨퍼런스는 모델, 에이전트, 개발자 도구 등 소프트웨어 중심의 쇼가 아니었다. 하드웨어 역시 빠지지 않았다. AI 계산이 점점 더 많은 컴퓨팅 파워를 요구하고, 에이전트 워크플로우는 지속적인 처리 능력을 필요로 하자, 마이크로소프트는 개발자 손끝에 있는 기기에 주목했다. 매번 비싼 클라우드 GPU를 빌리는 대신, 이런 작업을 바로 로컬 머신에서 처리하는 것이다.
서피스 제품 부문 부사장 앤드류 힐(Andrew Hill)은 두 가지 신형 기기를 발표했다:
‘Surface RTX Spark Dev Box’는 NVIDIA RTX Spark 슈퍼 칩을 탑재한 소형 개발자 PC로, NVIDIA Blackwell RTX GPU와 NVIDIA Grace CPU를 결합해 최대 1 페타플롭(Petaflop)의 AI 연산 성능을 제공하며, 128GB 통합 메모리를 갖췄다.
이 장치는 알루미늄 케이스를 동시에 방열판으로 활용해, 장시간 실행되는 훈련 작업, 대규모 모델 추론, 복잡한 에이전트 워크플로우에 특화됐다. 사전 설치된 Windows 11 Pro는 개발자용으로 이미 이미지 수준에서 최적화되어 있다: 다크 테마 적용, 개발자 중심으로 단순화된 태스크바, 위젯 제거, ‘방해 금지 모드(DND)’ 활성화, 개발자 모드 활성화, 기본 쉘을 PowerShell 7로 설정. WSL 2는 GPU 패스스루(GPU Passthrough) 및 CUDA 지원이 사전 구성되어 있으며, VS Code, GitHub Copilot, Git, Python, Node.js도 모두 설치되어 있다.
보안 측면에서는 마이크로소프트의 제로 트러스트(Zero Trust) 원칙에 부합하는 칩-투-클라우드 보안 아키텍처를 기반으로 하며, Secured-core PC 아키텍처, BitLocker 암호화, Microsoft Defender 보호 기능을 포함하고, Entra ID 및 Intune과 통합해 대규모 관리 및 거버넌스를 지원한다.
힐은 “개발자가 소프트웨어를 구축하는 방식이 근본적으로 변화하고 있습니다. AI 모델의 역량과 복잡성이 증가하고, 에이전트 워크플로우는 지속적인 컴퓨팅 파워를 요구하며, 심지어 최첨단 모델이 필요 없는 작업이라도 반복마다 클라우드 비용이 발생할 수 있습니다.”라고 설명했다.
또 다른 ‘Surface Laptop Ultra’는 개발자, 크리에이터, 기술 전문가를 위한 고성능 노트북으로, 이미 이전에 출시됐다. 두 기기는 서피스의 다음 단계를 상징하며, “미래를 구축하는 사람들을 위한 전용 기기”를 목표로 한다. Surface RTX Spark Dev Box는 올해 말 미국에서 출시되며, Microsoft.com에서 독점 판매될 예정이다.
07 애플리케이션이 아닌 AI 에이전트를 실행하는 신형 플랫폼
마이크로소프트 애플리케이션 과학 부문 책임자 스티비 바티시(Stevie Bathiche)는 내부 프로젝트 ‘Project Solara’를 소개했다.
이는 윈도우가 아닌 안드로이드 기반의, 칩-투-클라우드 신형 플랫폼으로, 기기에서 애플리케이션 대신 AI 에이전트를 실행하는 것을 목표로 한다. 바티시는 출발점을 이렇게 설명했다. “경계가 무너지고 있습니다. 전통적인 애플리케이션 패턴이 반드시 필요하지 않으며, 전통적인 방식으로 경험을 개발할 필요도 없습니다.”
Build 컨퍼런스에서는 첫 번째 두 가지 개념 기기가 공개되었다:
데스크톱 센터 기기: PC 옆에 놓고 음성 명령으로 제어하며, 얼굴 인식으로 사용자 로그인을 지원하고, 당일 가장 긴급한 항목을 표시한다. 디스플레이에 연결하면 클라우드에서 실행되는 완전한 윈도우 머신으로 전환된다.
웨어러블 사원증 기기: 기존 직원 ID 카드의 개념을 재정의한 기기다. 지문을 한 번 누르면 에이전트가 즉시 활성화되며, 터치 하나로 대화를 녹음 및 전사할 수 있다. 내장 카메라를 통해 에이전트는 사용자가 보는 것을 기반으로 즉각적인 조치를 취할 수 있다.
헬스케어 데모에서는 이 사원증이 의료진을 위한 전용 에이전트를 실행했는데, 이 에이전트는 환자 QR코드를 스캔하고, 진료 과정을 기록 및 전사하며, 생체 신호를 기록하고 처방전을 작성할 수 있었다. 또 다른 응용 사례에서는 카메라가 ‘사무실 리노베이션 아이디어’가 적힌 브레인스토밍 보드를 스캔하고, “녹색 식물을 추가하라”는 제안을 했다.
바티시는 마이크로소프트가 직접 이 기기를 생산하지는 않으며, 하드웨어 제조사 및 기타 산업 파트너들이 이러한 참조 설계(Reference Design)를 각자의 제품으로 전환해, 특정 산업, 기업, 또는 시나리오에 맞춘 맞춤형 기기로 개발할 것을 기대한다고 밝혔다.
08 양자 칩 업그레이드, 신뢰성 1,000배 향상
마이크로소프트는 차세대 위상 양자 칩 ‘Majorana 2’도 발표했다.
기존 Majorana 1 대비 핵심 변경점은 초전도체 재료를 알루미늄에서 납(Lead)으로 교체한 것으로, 이로 인해 큐비트 신뢰성이 1,000배 향상되었고, 평균 큐비트 수명은 20초에 달하며, 일부 사례에서는 1분까지 지속된다.
다른 기술 경로의 양자 컴퓨터 큐비트 수명은 일반적으로 마이크로초(μs) 수준이다. 이 진전을 바탕으로, 마이크로소프트는 확장 가능한 양자 컴퓨터 구현 시점을 기존보다 절반으로 단축해, 현재 2029년 이전 달성을 목표로 하고 있다.
이 칩의 전체 개발 과정에는 Microsoft Discovery 플랫폼의 에이전트 기반 AI 역량이 활용되었다. AI 에이전트는 제조 관리, 양자 상태 자동 측정, 다학제적 데이터 분석 등의 업무를 수행하며, 기존 수주가 걸리던 측정 주기를 여러 수준으로 단축했고, 지난 20년간 축적된 방대한 데이터에서 인간이 인지하기 어려운 관계성을 찾아냈다.
마이크로소프트 테크놀로지 펠로우 체탄 나야크(Chetan Nayak)는 “에이전트 기반 AI는 우리가 하는 거의 모든 일에 스며들어 있습니다.”라고 말했으나, AI는 단지 지침을 제공할 뿐이며, “항상 과학자가 루프 안에 있다(Closed loop with scientists)”고 강조했다.
Microsoft Discovery 플랫폼도 이번 컨퍼런스에서 정식 공개됐다. 이는 선도적 연구를 위한 조직 차원의 플랫폼으로, 연구자들이 인간의 지도 아래 자율적인 에이전트 팀을 배치해, 가설 생성, 실험 최적화, 이론 검증을 수행할 수 있도록 지원한다. 또한 Microsoft Discovery 애플리케이션의 초기 미리보기 버전을 개인 사용자에게 무료로 제공하며, GitHub Copilot 계정을 사용해 로컬에서 실행할 수 있다.
특별 번역 기여: 진루
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
