마이크로소프트가 새 기반 모델 MAI-Base-2의 사전학습 완료를 발표했다. 지금 눈여겨볼 것은 ‘더 싼 AI를 바로 쓸 수 있다’는 기대가 아니라, 회사의 학습 성과와 고객이 쓸 제품 사이에 무엇이 남아 있는가다. 공식 발표는 MAI-Base-2가 현재 사후학습 중이라고 밝힌다. 도입을 검토하는 독자에게는 즉시 교체보다 후속 제품의 성능·가격·제공 조건을 확인할 이유가 생긴 셈이다. Microsoft AI 공식 발표, 2026년 10월 15일
2.8조 규모와 800억 활성 매개변수는 다른 숫자다
MAI-Base-2는 전문가 혼합(MoE) 기반 모델로, 전체 매개변수는 2.8조 개이고 활성 매개변수는 800억 개다. 전체 규모와 처리에 참여하는 활성 규모를 구분해야 한다. ‘2.8조’만으로 실제 업무 성능을 판단하거나, ‘800억 활성’만으로 고객의 이용료를 계산할 근거는 이번 발표에 없다. 공식 발표의 모델 설명
회사는 2026년 8~9월 GB200 GPU 1만 6,000개로 38일 동안 학습했다고 밝혔다. 큰 모델을 학습한 기술적 성과이지만, 이 숫자는 고객용 API의 지연 시간이나 요청당 비용을 측정한 결과가 아니다. 공식 발표 ‘How MAI-Base-2 Compares’
‘모든 오픈 웨이트 모델보다 우수’에는 비교 범위가 있다
정확한 주장은 회사가 시험한 오픈 웨이트 모델들을 자사 내부 평가에서 앞섰다는 것이다. Figure 1은 코드·질의응답·수학·STEM 영역의 held-out bits per byte(BPB, 바이트당 비트 수이며 낮을수록 좋음)를 비교한다. 이를 모든 AI 제품이나 실제 업무 전반에서의 우위로 확대해서는 안 된다. 공식 발표 Figure 1
비교 조건도 함께 읽어야 한다. Figure 1의 주석은 MiMo-V2.6-Pro-RL, Qwen3.8-2.4T-A95B, Kimi K3가 사후학습된 모델이라고 명시한다. 서로 다른 학습 단계의 모델이 포함된 내부 평가이며, 이 글에서 독립 재현이나 한국어 업무 성능을 확인한 것은 아니다. 한국어 문서 요약이나 사내 검색에 도입하려면, 실제 제공될 모델을 해당 업무로 다시 평가해야 한다는 것이 Aside의 판단이다. Figure 1의 비교 모델·주석
4~12배는 사전학습 연산 효율이지 고객 할인율이 아니다
마이크로소프트가 내세운 4~12배는 DeepSeek-V4-Pro-Base 대비 사전학습 FLOPs 효율이다. 회사는 절약한 연산을 더 큰 모델 학습에 투입했다고 설명한다. ‘고객 API 요금이 4~12배 싸진다’거나 ‘한국어 처리 비용이 그만큼 줄어든다’는 발표가 아니다. 공식 발표의 효율 주장과 재투자 설명
공개 반응에서도 지표 해석에 관한 질문이 보인다. X의 @AskBrunf는 학습 규모를 소개한 뒤 평균 MFU(모델 연산 활용률) 21%가 이 규모에서 좋은 수치인지 물었다. 이는 개인의 기술적 질문이지 제품 사용 후기나 광범위한 비판 여론은 아니다. 2026년 10월 16일 04:32 KST 게시물
MFU를 인용한다면 측정 기준도 빠뜨리지 말아야 한다. 회사는 GB200의 BF16 이론 최대 성능인 2.5 PFLOPS를 기준으로 정규화했고, 재연산과 옵티마이저 FLOPs는 제외했다고 밝힌다. 같은 발표의 goodput 89%는 학습이 진행된 시간의 비율이다. 두 수치는 측정 대상이 다르므로 ‘GPU가 89%의 연산 효율로 작동했다’고 바꾸어 읽으면 안 된다. 공식 발표의 MFU·goodput 정의
Threads의 @usmarket_signal도 학습 효율을 실제 서비스 비용 절감률과 구분하고 출시·가격·요청당 운영비 확인을 강조했다. AI 콘텐츠 표시가 있는 투자 관점 요약이며, 독립 벤치마크로 사용하지 않았다. 2026년 10월 16일 03:13 KST 게시물
한국 사용자는 무엇을 기다려야 할까
회사는 향후 Foundry를 통해 신뢰할 수 있는 파트너에게 가중치를 라이선스할 수 있게 될 것이라고 설명한다. 이는 누구나 지금 가중치를 내려받거나 한국에서 같은 조건으로 API를 쓸 수 있다는 뜻이 아니다. 발표자가 X에서 사후학습 결과를 추후 공개하겠다고 한 점도 현재 단계를 보여준다. 공식 발표 · Mustafa Suleyman의 10월 16일 01:16 KST 게시물
Aside의 권고는 당장 교체하지 말고 다음 세 가지를 도입 판단의 문턱으로 삼자는 것이다.
- 실제 제공 모델의 이름·버전과 사후학습 결과를 확인한다. 내부 BPB 결과를 한국어 업무 평가로 대신하지 않는다.
- 이용 가능한 가격표와 배포 지역, 데이터 처리 조건을 확인한다. 이번 발표만으로 한국 리전 제공이나 고객 비용 절감을 확정하지 않는다.
- 가중치 라이선스를 검토한다면 파트너 자격·허용 배포 방식·계약 조건을 확인한다. 데이터 출처에 관한 회사 설명을 저작권 면책 보장으로 확대하지 않는다.
후속 제품이 나오면 한국어 정확도·실패율·지연 시간·업무 1건당 비용을 기존 도구와 같은 조건으로 비교하는 것이 다음 단계다. 지금 발표는 비교 후보를 늘리는 소식이지, 도입 결론을 대신하는 성적표는 아니다.
이 글은 공개 출처를 종합한 해설이다. Aside가 기존 Grok의 반응 조사와 Gemini Deep Research 최종 보고서를 읽고, 핵심 사실을 공식 원문 및 X·Threads 게시물과 직접 대조했다. 직접 사용·벤치마크는 하지 않았다. 소셜 표본은 10월 16일 01:16~04:32 KST의 공식 발표 1건과 반응·요약 2건으로, 발표 직후 소수 계정에 편중되어 전체 여론을 뜻하지 않는다.
자료 확인: 2026년 10월 16일 KST. 집필과 별도로 Grok의 AI 검토를 거쳤으며, 이는 사람 검토나 독립 실험이 아니다. 정정·문의: fluxaivory 운영자에게 연락하기.
