모델 857건 · 국산 138 · 가격 690 추적 중
파운데이션 모델·LLM

MS, 자체 대형언어모델 'MAI-베이스-2' 사전학습 완료

AI타임스·2026-10-16주요

요약

마이크로소프트가 자체 개발한 대규모 AI 모델 'MAI-베이스-2'의 사전 학습을 완료했다고 발표했다. 이 모델은 혼합전문가(MoE) 구조를 기반으로 하며, 정식 출시에 앞서 무스타파 술레이먼 MS AI CEO가 직접 나서 개발 성과를 알렸다. 업계에서는 오픈AI 등 외부 모델에 대한 의존도를 낮추려는 독자적 AI 개발 역량을 부각하려는 행보로 풀이하고 있다.

큐레이터 노트

원문에 없는 맥락입니다

MS가 코파일럿 등 자사 제품에서 외부 모델 대신 자체 모델을 쓸 수 있는 선택지를 넓히는 신호로 읽힌다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

마이크로소프트는 오픈AI 의존도를 낮추려는 자체 AI 모델 개발을 이어왔으며, 이번 'MAI-베이스-2' 사전학습 완료 발표도 그 흐름의 일환이다. 같은 시기 MS는 애저 조직에 비용 20% 절감을 지시했고, 사티아 나델라 CEO와 브래드 스미스 사장은 AI 안전 통제 장치 필요성을 잇달아 공개 발언했다. 또 MoE 구조의 학습·추론 효율을 높이는 기법들이 Ai2, AWS 등에서 연이어 공개되는 가운데 MS도 같은 구조를 택했다.

짚어야 할 점

  • MAI-베이스-2가 혼합전문가(MoE) 구조를 택한 것은 Ai2의 '올모 코어 3', AWS의 MoE 커널 최적화 공개 등과 같은 맥락으로, 업계 전반이 MoE 효율화 경쟁에 들어섰음을 보여준다.
  • 비용 20% 절감이 지시된 애저 조직의 부담 속에서 자체 모델 개발이 발표된 점은, 외부 모델 API 비용을 줄이려는 동기와 맞물려 해석될 수 있다.
  • 무스타파 술레이먼 CEO가 직접 발표에 나선 것은 MS AI 조직이 오픈AI와 별개로 독자 역량을 과시하려는 메시지로 읽힌다.
  • 나델라 CEO와 스미스 사장이 AI 통제·규제 강화를 공개적으로 요구하는 동시에 자체 대형모델을 키우는 행보는, MS 내부에서도 역량 확장과 안전 우려가 병행되고 있음을 보여준다.

아직 확인되지 않은 것

  • 사전학습 완료가 코파일럿 등 실제 제품에 언제, 어떤 방식으로 적용될지는 확인되지 않았다.
  • MAI-베이스-2의 파라미터 규모나 성능 지표, 오픈AI 모델과의 비교 자료는 공개되지 않았다.
  • 이번 발표가 애저 비용 절감 지시나 오픈AI와의 계약·투자 관계 변화와 실제로 연계된 것인지는 공식적으로 확인되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

MS, 클라우드 성장에도 AI 인프라 비용 부담 가중
블로터 · 2026-10-30

마이크로소프트가 2027회계연도 1분기(2026년 7~9월) 실적에서 시장 기대를 웃도는 성과를 냈다. 핵심 클라우드 서비스 애저 매출이 전년 동기 대비 48% 성장하며 전체 매출을 끌어올렸고, 전체 매출은 전년 동기 대비 19% 증가했다. 다만 AI 연산 수요에 대응하기 위한 데이터센…

현금 많은 MS도 AI 투자 위해 34조원 회사채 발행
IT조선 · 2026-10-30

마이크로소프트가 AI 인프라 투자 확대를 위해 250억달러(약 34조원) 규모의 회사채를 발행한다. 이번 채권은 2년물부터 40년물까지 최대 10개 만기로 구성되며, 2066년 만기 40년물 금리는 미국 국채 금리에 1.05%포인트를 더한 수준으로 책정됐다. 이는 알파벳·메타·오라클 등…

MS, AI 투자 위해 9년 만에 미국 회사채 발행
전자신문 SW · 2026-10-29

마이크로소프트(MS)가 AI 인프라 투자 자금을 확보하기 위해 미국 채권시장에서 최소 250억달러(약 34조원) 규모의 투자등급 회사채를 조달한다고 블룸버그통신이 29일(현지시간) 보도했다. MS가 미국에서 회사채를 발행하는 것은 2017년 이후 9년 만이다. 채권은 만기 2년부터 40…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
사전학습
사전학습은 특정 작업에 맞춰 조정되기 전에, 대량의 텍스트나 데이터로부터 언어와 세계에 대한 일반적인 패턴을 모델이 스스로 학습하는 과정을 말한다.
추론
추론(Inference)은 학습이 끝난 인공지능 모델이 새로운 입력을 받아 예측이나 답변 같은 출력을 만들어내는 과정을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →