마이크로소프트가 텍스트·음성·이미지(비주얼) 생성을 아우르는 MAI 기반 모델 3종을 내놓으며 "모델도 직접 만든다"는 메시지를 분명히 했습니다.1 중요한 건 신기술 발표 그 자체보다, 앞으로 기업들이 AI를 고를 때 "성능 vs 비용 vs 통제권"의 저울추가 흔들릴 가능성이 커졌다는 점입니다.
MAI-Transcribe-1: "회의 녹취 지옥"을 끝내려는 승부수
업무에서 음성 AI가 가장 먼저 돈이 되는 곳은 의외로 '대화 기록'입니다. 콜센터, 회의, 인터뷰... 여기는 화질 좋은 이미지보다 잡음 섞인 음성이 훨씬 많거든요.
MAI-Transcribe-1은 25개 언어 음성을 텍스트로 옮기며, 기존 Azure의 Fast 방식보다 배치 전사 속도가 2.5배 빠르다고 합니다.1 가격은 시간당 0.36달러부터로 제시됐고요.1 속도·비용이 내려가면 무엇이 달라질까요? "녹취는 나중에"가 아니라 "모든 음성은 일단 텍스트로"라는 습관이 가능해집니다. 회의 요약, 상담 품질 점검, 내부 검색("그때 누가 뭐랬지?") 같은 기능이 '추가 옵션'에서 '기본값'으로 바뀌는 거죠.
MAI-Voice-1: 1초에 60초 음성 생성, '목소리 UX'가 빨라진다
텍스트 챗봇이 익숙해질수록, 다음 경쟁은 결국 "말로 대화하는 에이전트"로 옮겨갑니다. MAI-Voice-1은 1초에 60초 분량의 오디오를 생성할 수 있다고 공개됐습니다.2 지연이 줄면 음성 인터페이스는 체감이 완전히 달라집니다. 사용자가 "이거 해줘"라고 말한 뒤, 기계가 잠깐 멈칫하면 바로 어색해지니까요.
또 하나의 포인트는 '커스텀 보이스'입니다. 짧은 샘플로 나만의 목소리를 만드는 흐름이 더 쉬워지면,1 교육 콘텐츠 내레이션, 브랜드형 안내 음성, 게임·캐릭터 음성 등에서 제작 방식이 바뀝니다. 다만 이 분야는 기술보다 운영이 더 중요합니다. 승인 절차, 악용 방지, 책임 소재 같은 '정책 설계'가 실제 도입의 관문이 됩니다.2
MAI-Image-2와 Foundry: "모델 전쟁"보다 "플랫폼 전쟁"이 더 무섭다
MAI-Image-2는 마이크로소프트의 고성능 이미지 생성 모델 라인업을 강화하는 카드입니다. 텍스트 입력 토큰 기준으로 가격이 공개됐고,1 Bing이나 PowerPoint 같은 제품군으로도 확산 중입니다.3 여기서 핵심은 "그 모델이 얼마나 잘 그리냐"만이 아닙니다.
기업 입장에선 결국 한 곳에서 비교·평가·배포·관찰(모니터링)까지 되는지가 더 중요해집니다. 마이크로소프트 Foundry는 마이크로소프트 자체 모델뿐 아니라 OpenAI, Meta, Hugging Face 등 다양한 모델을 한 카탈로그에서 고르고 운영할 수 있는 구조를 강조합니다.4 쉽게 말해 "우리 모델도 쓰고, 남의 모델도 팔고, 필요한 건 한 군데서 관리해요" 전략이죠. 이 포지션이 강력한 이유는, AI 도입의 현실이 '최고 모델 1개'가 아니라 '업무별로 최적 조합'이기 때문입니다.
시사점: 이제 "어떤 LLM?"보다 "어떤 스택?"을 묻자
이번 MAI 기본 모델 3종 공개는 마이크로소프트가 OpenAI와 협력하면서도, 동시에 자체 역량으로 비용과 공급망 리스크를 줄이려는 움직임으로 읽힙니다.1 사용자(기업/개발자) 입장에서는 선택지가 늘어난 만큼, 질문도 바뀌어야 합니다.
첫째, 음성·전사처럼 단가가 곧바로 비용으로 이어지는 영역부터 비교 테스트를 해보세요. "정확도 1%p"보다 "전체 처리비 30% 절감"이 더 크게 남는 경우가 많습니다.
둘째, 모델을 고르기 전에 운영 경로를 먼저 그려보세요. 배포 방식, 모니터링, 책임 있는 AI 가드레일, 보안 요구사항은 나중에 붙이기 어렵습니다. Foundry 같은 플랫폼형 도구가 주목받는 이유도 여기 있습니다.4
셋째, '벤더 종속'을 두려워하기보다 '벤더 분산'을 설계하세요. 한 회사 모델만 쓰지 말고, 업무별로 교체 가능한 구조(모델 카탈로그+평가+관찰)를 갖추면 가격·성능 경쟁이 벌어질 때 가장 이득을 봅니다.
참고
1Microsoft takes on AI rivals with three new foundational models
3Today we're announcing 3 new world class MAI models, available in Foundry
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.