더 좋고, 더 빠르고, 가격은 4분의 1 — MAI-Code-1.1-Flash
AI 모델 발표에서 “더 좋아졌다”는 말은 흔합니다. 그런데 “더 좋아졌는데 가격은 4분의 1”은 흔하지 않습니다.
Microsoft AI가 코딩 모델 MAI-Code-1.1-Flash를 공개했습니다. 2026년 6월 Microsoft Build에서 선보인 1.0 대비 더 높은 품질의 코드를, 25% 더 높은 토큰 효율로, 4분의 1 가격에 제공합니다. 그리고 이미 GitHub Copilot 프로덕션에 투입되어 있습니다.
어제 소개해 드린 MAI-Image-2.6에 이어, Microsoft AI의 자체 모델 라인업이 연달아 갱신되고 있습니다.
수치로 보는 개선
Microsoft가 공개한 개선 폭입니다.
벤치마크 성능
| 항목 | 개선폭 |
|---|---|
| Terminal-Bench 2.1 (GitHub Copilot CLI) | +22% |
| .NET 작업 | +15% |
효율성
| 항목 | 개선폭 |
|---|---|
| 토큰 스트리밍 속도 | 25% 빠름 |
| 작업 완료에 필요한 토큰 수 | 25% 적음 |
| 가격 | 1.0의 4분의 1 |
실제 프로덕션 지표
Microsoft가 특히 강조한 부분입니다.
벤치마크는 유용한 지침이지만, 실제로 승부가 나는 곳은 프로덕션입니다.
| 지표 | 변화 |
|---|---|
| 코드 생존율(code survival) | +4% |
| 재방문(return visits) | +9% |
코드 생존율은 모델이 생성한 코드가 실제로 살아남아 코드베이스에 남는 비율입니다. 벤치마크 점수보다 실무에 가까운 지표죠. 재방문 증가는 개발자가 그 모델을 다시 찾아 쓴다는 뜻입니다. 이 두 가지가 결국 “실제로 쓸 만한가”에 대한 답입니다.
개발자 피드백을 따라갔습니다
이번 개선 방향이 어떻게 정해졌는지도 흥미롭습니다.
개발자 피드백에서 CLI 작업과 .NET 성능이 중요하다는 점을 배웠고, 그래서 그 부분에 집중했습니다.
그리고 그 결과가 위의 두 수치입니다. GitHub Copilot CLI에서의 Terminal-Bench 2.1 +22%, .NET 작업 +15%.
국내 개발 환경 관점에서 보면 이 조합은 의미가 있습니다. .NET 기반 엔터프라이즈 애플리케이션을 운영하는 국내 조직이 적지 않고, CLI 중심 워크플로는 DevOps·인프라 자동화 영역에서 표준에 가깝기 때문입니다.
“더 큰 모델, 더 큰 청구서”가 아닙니다
효율성 개선에 대한 Microsoft의 표현이 명확합니다.
더 빠른 답변, 더 적은 대기, 그리고 모든 토큰에서 더 유용한 작업 — 단순히 더 큰 모델에 더 큰 청구서가 아닙니다.
토큰을 25% 덜 쓰면서 25% 빠르게 스트리밍한다는 것은, 같은 작업을 하는 데 비용과 시간이 동시에 줄어든다는 의미입니다. 여기에 가격이 4분의 1이 되면서 실질 비용 절감 폭은 더 커집니다.
어떻게 가능했나
Microsoft가 밝힌 방법은 다음과 같습니다.
- 더 나은 학습(training)과 서빙(serving) 효율성
- GitHub Copilot 내 수십만 개 이상의 강화학습 환경(reinforcement-learning environments)에서 실제 사용을 대상으로 최적화
즉 실험실 벤치마크가 아니라 실제 사용 패턴을 대상으로 강화학습을 돌린 결과라는 설명입니다. 그리고 이 절감을 고객에게 안정적으로 전달(pass those savings reliably to customers)했다고 밝혔습니다.
MAI의 “언덕 오르기 기계”
Microsoft AI가 최근 반복해서 쓰는 표현입니다.
루프는 단순합니다: 출시하고, 배우고, 개선하고, 반복한다(ship, learn, improve, repeat). 그것이 MAI의 언덕 오르기 기계(hill climbing machine)입니다.
어제 MAI-Image-2.6 발표에서도 같은 표현이 등장했습니다. 한 번의 거대한 도약이 아니라, 짧은 주기로 반복 개선하는 구조를 조직 운영 방식으로 삼겠다는 의미로 읽힙니다.
MAI-Code의 경우 6월 Build에서 1.0 → 8월 1.1로, 약 두 달 만의 갱신입니다.
한국 개발자·조직을 위한 관점
- 이미 프로덕션에 있습니다. “GitHub Copilot에서 프로덕션 중”이므로, 별도 설정 없이도 모델 선택 시 사용할 수 있습니다. 특별한 마이그레이션 작업이 필요하지 않습니다.
- .NET 팀에 먼저 알리세요. .NET 작업 +15%는 국내 엔터프라이즈 개발 조직에 직접 닿는 수치입니다. 사내 .NET 개발팀에 모델 옵션을 안내해 보시면 체감 효과를 확인할 수 있습니다.
- CLI 워크플로 재검토. Terminal-Bench 2.1 +22%는 GitHub Copilot CLI 활용도가 높은 팀에 의미가 큽니다. 그동안 CLI 자동화에서 품질 때문에 보류했던 작업이 있다면 다시 시도해 볼 만합니다.
- 비용 관점 재계산. 가격이 4분의 1이 되면서, 그동안 비용 때문에 제한적으로 쓰던 시나리오(대량 코드 리뷰, 반복적 리팩터링 등)의 경제성이 달라졌을 수 있습니다.
- 벤치마크는 참고 지표입니다. Microsoft 자신도 “프로덕션에서 승부가 난다”고 말합니다. 자사 코드베이스의 대표 작업 몇 개로 직접 비교해 보시는 것이 가장 정확합니다.
피드백 보내기
Microsoft는 개선 방향을 사용자 피드백으로 정한다고 밝혔고, 실제 창구도 열어 두었습니다.
- GitHub Copilot에서 MAI-Code-1.1-Flash 사용
- 개선이 필요한 부분은 microsoft/MAI-Code 저장소에 이슈로 등록
1.0 → 1.1 개선이 “CLI와 .NET이 중요하다”는 개발자 피드백에서 나왔다는 점을 생각하면, 국내 개발 환경 특유의 요구사항도 전달해 볼 가치가 있습니다.
마무리
이번 발표에서 가장 눈에 띄는 것은 개별 수치보다 방향입니다. 모델을 키워서 성능을 올리는 대신, 효율을 높여 성능과 비용을 동시에 개선했습니다. 그리고 그 근거를 벤치마크가 아니라 코드 생존율과 재방문율이라는 실사용 지표로 제시했습니다.
GitHub Copilot을 쓰고 계시다면, 이번 주에 자주 하는 작업 하나로 한 번 비교해 보시길 권합니다.
출처: MAI-Code-1.1-Flash: Better, faster, at a quarter of the cost (Microsoft AI News)
자세한 내용은 원문 참조.