Microsoft MAI-Cyber-1-Flash와 Perception: AI로 사이버 보안의 비용 구조를 바꾸는 Microsoft의 전략

공격자들이 AI를 활용하면서 소프트웨어 취약점을 찾는 비용이 급격히 떨어지고 있다. ‘가끔 스캔하고 나중에 패치하는’ 기존의 보안 모델로는 더 이상 공격 속도를 따라잡을 수 없다. 이런 변화 속에서 Microsoft가 첫 사이버보안 특화 모델 Microsoft MAI-Cyber-1-Flash와 에이전트 기반 보안 시스템 Perception을 동시에 내놓았다.

절반의 비용으로 90% 작업을 처리하는 모델

Microsoft MAI-Cyber-1-Flash는 복잡한 코드베이스에서 취약점을 찾도록 설계된 ‘컴팩트한’ AI 모델이다 ². 범용 모델과 달리 보안 업무만 염두에 두고 만들어졌기 때문에 불필요한 연산을 줄이고 효율을 높였다. 이 모델을 품은 실행 환경이 MDASH로, 여러 모델을 조합해 쓰는 취약점 탐지·수정 하네스(harness) 역할을 한다.

진짜 강점은 비용 대비 성능에 있다. Microsoft MAI-Cyber-1-Flash가 보안 작업의 90%를 먼저 처리하고, 까다로운 10%만 GPT-5.4 같은 거대 모델에 넘긴다 ². 그 결과 최고 성능 모델 대비 약 50% 낮은 비용으로, 사이버 보안 벤치마크 CyberGym에서 Mythos보다 12포인트 높은 96% 점수를 기록했다 ². 많은 보안 팀에게 실제 병목은 모델의 정확도보다 토큰 비용이라는 점을 고려하면, 이 설계는 현장의 예산 제약을 정면으로 파고든 셈이다.

사람이 결정하고, AI 에이전트가 움직인다

Perception은 이 MDASH 위에서 작동하는 에이전트 기반 보안 플랫폼이다. 레드팀(공격 시뮬레이션), 블루팀(탐지·분류), 그린팀(수정 조치) 으로 구성된 AI 에이전트들이 유기적으로 협업한다 ¹.

작동 방식이 특히 중요하다. 단순한 규칙 기반 자동화와 달리, 이 시스템은 조직의 보안 데이터와 도구를 ‘추론’하면서 맥락을 평가하고 적절한 도구를 선택해 조치한다. 그리고 모든 중요한 결정은 사람이 내린다¹. 요약하면, 보안 담당자가 개별 알림을 일일이 확인하던 시대에서 AI 에이전트가 위협을 분류·수정하고 사람은 핵심 결정에만 집중하는 구조로 전환되는 것이다. Perception은 Microsoft Defender에 먼저 통합되며, 향후 Microsoft 보안 제품 전반으로 확장될 예정이다 ¹.

앞으로의 구도: 경쟁과 과제

Anthropic(Mythos, Glasswing)과 OpenAI(Daybreak) 역시 자체 보안 플랫폼을 이미 출시하며 경쟁에 뛰어들었다 ⁵. 그럼에도 Microsoft가 내세우는 차별점은 하루 100조 개 이상의 보안 신호와 160만 고객사에서 얻는 피드백 루프다 ². 실제 공격과 방어 결과가 모델을 지속적으로 강화하는 순환 구조를 갖춘 셈이다.

물론 과제는 남는다. AI 에이전트가 직접 방어 조치를 실행할 때 발생할 수 있는 실수 가능성과 설명 책임 문제는 아직 해결되지 않은 숙제다. 하지만 이번 발표가 전하는 방향은 분명하다. 사이버 보안의 경쟁력은 이제 모델 자체가 아니라, ‘모델 + 데이터 + 실행 체계’를 어떻게 통합하느냐에서 나온다.

¹Project Perception | Microsoft Security

²Introducing MAI-Cyber-1-Flash inside MDASH | Microsoft AI

⁵Microsoft launches its first cybersecurity model, plus a new agentic cybersecurity system