모델도 우리 환경에서 통제하기: MAI Licensed Weights의 의미
회사의 지식과 업무 흐름을 모델에 반영할수록 “어디서 실행하고 누가 접근하며 언제 바뀌는가”가 중요해집니다. Microsoft AI가 발표한 MAI Licensed Weights는 이러한 통제권을 강조합니다.
핵심은 Microsoft AI 모델을 조직의 Azure 환경에 배포하고 자체 지식으로 조정하는 것입니다. Copilot·에이전트를 자사 서비스에 내장하려는 기업에는 흥미로운 선택지이지만, 즉시 누구나 가중치를 내려받는 공개 모델 발표는 아닙니다.

조직이 통제하는 범위
원문은 조직이 배포 방식, 접근자, 업그레이드 시점을 통제하고 자체 지식·전문성을 반영할 수 있다고 설명합니다.
데이터와 조정 결과는 고객에게 남으며, Microsoft가 이를 자사 모델 학습에 사용하는 것은 고객의 명시적 동의가 있을 때만이라고 명시합니다. 이 설명을 Azure 밖 임의 배포 권리나 모든 데이터 처리 조건의 면제로 확대해서는 안 됩니다.
고객 사례는 무엇을 보여 주나요?
| 고객 | 원문의 과제·결과 |
|---|---|
| AT&T | 맞춤 Code 2 Flash·Code 2로 5G 네트워크 분석. 표준 과제에서 GPT-6.1 Sol보다 높은 성능을 약 50분의 1 비용으로 달성 |
| Woven by Toyota | 과거 MISRA 코딩 표준 수정으로 조정한 Code 2 Flash. 기존 모델이 사람 개입을 요구한 사례 중 44%에서 병합 가능한 수정 생성, 비용 10분의 1 미만 |
| Alaska Airlines | Code 2 Flash 조정 후 항공기 정비 보고서 분류 정확도 81.2%에서 91.1%로 개선 |
Woven의 44%는 전체 코드 수정 성공률이 아니라 기존 모델의 사람 개입 사례라는 부분집합에 대한 수치입니다. Alaska의 개선은 약 9.9%포인트이며 “정확도가 10%가 되었다”는 뜻이 아닙니다.
모두 고객별 과제·모델 구성·평가 방식에 따른 결과입니다. 특히 항공 정비 등 고위험 분야의 최종 판단 책임은 자격을 갖춘 직원에게 남습니다.
언제 어떻게 시작하나요?
원문은 Frontier Company 협업을 통해 제공 예정이라고 안내하며 Microsoft 담당 계정 팀에 문의하도록 합니다. 공개 셀프서비스 GA나 구체적인 일반 가격표는 제시하지 않습니다.
지원 지역, 배포 용량, 모델별 라이선스 범위, 업데이트 책임과 서비스 수준도 이 글만으로 확정할 수 없습니다.
한국 조직의 검토 질문
도입 검토에서는 모델 접근·배포 통제뿐 아니라 조정 데이터 권한, 평가 데이터 분리, 업그레이드 전 회귀 평가, 운영 비용과 지원 책임을 함께 정의하는 것이 좋습니다.
“가중치를 통제한다”와 “오픈 소스다”는 다릅니다. 구체적인 사용·수정·재배포 권리는 계약으로 확인해야 하며, 원문은 자유 재배포를 약속하지 않습니다.
출처: MAI Licensed Weights: Frontier performance you control, Microsoft AI 뉴스 블로그. 자세한 내용은 원문 참조.