안녕하세요! 오늘도 빠르게 변하는 글로벌 테크 트렌드를 전해드리기 위해 찾아왔어요. 최근 AI 업계는 단순히 모델의 크기를 키우는 것을 넘어, 어떻게 하면 더 적은 자원으로 더 똑똑한 성능을 낼 수 있을까 하는 '효율성' 싸움에 집중하고 있는데요. 오늘 바로 그 중심에 있는 마이크로소프트의 따끈따끈한 소식을 가져왔습니다.
압도적인 효율성을 자랑하는 MAI-Base-2
마이크로소프트 AI 팀은 오늘 MAI-Base-2라는 새로운 모델을 공개했습니다. 이 모델은 MoE(Mixture of Experts) 구조를 채택하고 있는데요. 전체 파라미터는 2.8T(2조 8천억 개)에 달하지만, 실제 추론 시에는 80B(800억 개)의 활성 파라미터만 사용하는 영리한 구조를 가지고 있어요.
가장 놀라운 점은 바로 학습 효율입니다. 마이크로소프트는 이번 모델이 DeepSeek-V4-Pro-Base 대비 4배에서 최대 12배 더 높은 pretraining FLOPs-efficiency를 기록했다고 밝혔어요. 이는 같은 자원을 투입했을 때 훨씬 더 많은 학습량을 소화할 수 있다는 뜻이라, AI 모델 개발의 경제성 측면에서 엄청난 변화를 가져올 수 있는 지표예요.
사고력을 더한 MAI-Thinking-1과의 시너지
이번 발표는 지난 6월 공개되었던 MAI-Thinking-1과도 밀접하게 연결되어 있어요. MAI-Thinking-1은 MAI-Base-1을 기반으로 사후 학습(post-trained)을 거쳐 강력한 추론 성능을 확보한 범용 파운데이션 모델인데요. 이번에 공개된 MAI-Base-2는 이러한 기술적 계보를 잇는 중요한 기반이 될 것으로 보여요.
이번 소식을 보며 느낀 점
이번 발표를 보면서 제가 특히 주목한 부분은 결국 AI 모델의 고도화가 '효율성'이라는 실질적인 가치로 이동하고 있다는 점이에요. 모델이 무조건 커지기만 한다면 운영 비용이나 인프라 구축에 한계가 올 수밖에 없는데, 마이크로소프트가 이처럼 압도적인 효율성 개선을 증명해낸 것은 매우 고무적인 일이죠. n 앞으로 개발자나 기업 입장에서는 훨씬 더 경제적인 비용으로 고성능 AI를 도입할 수 있는 길이 열릴 것 같아요. 특히 MoE 구조를 활용한 효율적인 학습이 표준이 되는 시대가 오면서, 더 똑똑하고 빠른 AI 서비스들이 우리 곁에 더 많이 등장하게 될 것 같아 정말 기대되네요!
오늘 소식은 여기까지고요, 기술의 발전이 우리 일상을 어떻게 더 편리하게 바꿔줄지 함께 지켜봐요!
본 포스팅은 매일테크에서 발행되었습니다.
