Microsoft Build 2026, MAI 이미지·음성·추론·코딩 신규 모델 7종 발표

MAI 신모델 7종 발표: MAI-Image-2.5, MAI-Transcribe-1.5, MAI-Voice-2, MAI-Thinking-1, MAI-Code-1-Flash 등 공개

발표된 것은 MAI-Image-2.5와 그 Flash 버전, MAI-Transcribe-1.5, MAI-Voice-2와 Voice-2-Flash, MAI-Thinking-1, MAI-Code-1-Flash의 7개 모델이다. 이미지 모델은 PowerPoint에서 이용할 수 있으며, OneDrive에도 순차적으로 확대 적용되고 Foundry에도 제공된다. MAI-Transcribe-1.5는 43개 언어에서 SOTA 정확도를 내세우며, 경쟁 모델보다 최대 5배 빠르다고 한다. Copilot, Teams, GitHub, Dynamics 365 Contact Centre에 대한 통합도 진행 중이다. MAI-Voice-2는 15개 언어를 지원한다.

MAI-Thinking-1은 MAI가 처음으로 선보이는 추론 모델로, 활성 파라미터 35B의 MoE 구조와 256K 컨텍스트 윈도우를 갖췄다. Surge의 인간 평가에서는 종합 품질 면에서 Sonnet 4.6보다 선호를 받았다고 한다. SWE Bench Pro 점수는 53%로 Opus 4.6과 같은 수준이라고 한다. 벤치마크만을 겨냥하지 않았고, 증류를 전혀 하지 않았으며, 상업적 라이선스를 받은 깨끗한 데이터 계보를 갖고 있다고 강조하고 있다. MAI-Code-1-Flash는 5B 파라미터 모델로 SWE Bench Pro 51%를 기록하며, VS Code의 기본 모델 중 하나로 배포가 시작된다.

제공 측면에서는 Foundry에 더해 Open Router, Fireworks, Baseten을 통해 개발자에게 폭넓게 제공된다. 발표에서는 처음으로 가중치를 직접 튜닝할 수 있게 된다고 언급했다. 안전 측면에서는 음성 모델에 무단 복제 방지 기능과 출력 워터마크를 넣었고, 과잉 거부를 줄이며 장애가 있는 사람들의 표현을 개선하는 작업도 했다고 밝혔다. 자세한 기술 보고서도 공개할 예정이다.

하드웨어 측면에서는 MAI-Thinking-1을 Maia 200 칩에 맞춰 최적화했고, GB200과 비교했다. 앞서 언급된 30% 개선에 더해 엔드투엔드 와트당 성능이 1.4배 향상되었다고 한다. MAI 모델은 N1X 탑재 Windows에서도 제공된다.

커스터마이징 측면에서는 Microsoft Frontier Tuning을 내세웠으며, 강화학습 환경(RLE)을 이용해 기업이나 특정 작업에 특화된 에이전트를 만들 수 있다고 한다. Excel용으로 조정한 모델은 GPT 5.4에 필적하면서도 최대 10배 효율적이며, McKinsey의 업무용 조정에서는 품질 면에서 GPT-5.5를 앞섰고 비용은 10배 낮았다고 밝혔다. 헬스케어 분야에서는 Mayo Clinic과 공동으로 의료용 프런티어 모델을 개발하고, 이를 병원 시스템에 배포할 계획이다.