사티아 나델라 마이크로소프트 회장 겸 CEO가 스탠퍼드 강연에서 던진 질문은 단순했다. 거대 인공지능 모델이 데이터를 학습해 가치를 빨아들이는 세상에서, ‘기업’이라는 존재는 어떻게 자기 가치를 지키는가. 그가 내놓은 답이 6월 빌드(Build) 컨퍼런스의 발표 더미를 하나로 꿰는 실이었다.
대담은 7년 전으로 거슬러 올라가는 회고에서 출발했다. 2019년 마이크로소프트가 오픈AI(OpenAI)에 10억 달러를 투자한 결정 말이다. 나델라는 그것을 두고 준비된 마음(prepared mind)이라는 표현을 썼다. 마이크로소프트는 오래전부터 ‘자연어’에 집착해 온 회사였고, 다만 2017~2018년 무렵까지도 딥러닝만으로 자연어 처리의 돌파구가 열리리라고 확신하지는 못했다는 것이다. 당시의 통념은 상징 논리(symbolic logic)와 기계학습을 적당히 섞는 쪽이었다.
그래서 마이크로소프트는 자연어에 야심을 가진 곳이라면 안이든 밖이든 가리지 않고 베팅을 쌓았다. 여러 회사를 사들였고, 여러 곳에 투자했다. 오픈AI 베팅만 회자되지만 실은 그 흐름의 한 갈래였다는 설명이다. 나델라는 “당시엔 한 식구였다”며, 지금은 경쟁사 앤트로픽(Anthropic)을 이끄는 다리오 아모데이(Dario Amodei)도 그 자리에 있었다는 일화를 덧붙였다. 결국 결정적이었던 변수는 자본이 아니라 컴퓨팅 자원을 한 곳에 집중하는 일이었다고 그는 말한다. 스케일링 법칙(scaling law) 논문이 나오고, 트랜스포머에 더 많은 연산과 데이터를 밀어 넣겠다는 야심이 매력적으로 보였기 때문이다.
흥미로운 것은, 같은 회사가 25년 전 나델라가 입사하던 시절엔 노벨(Novell)을 ‘실존적 경쟁자’로 여겼다는 대목이다. 지금은 5년 전 들어보지도 못한 신생 연구소가 그 자리를 차지했다. 그가 보기에 마이크로소프트의 DNA는 50년간 바뀌지 않았다. 개발자 도구와 지식노동자 도구를 만드는 회사라는 정체성이다. 다만 플랫폼이 바뀔 때마다 그 정체성을 새로 해석해 왔을 뿐이다.
강연의 사상적 척추는 여기서 드러난다. 모델이 데이터를 학습해 능력을 키운다면, 도대체 기업이라는 조직의 미래는 무엇인가. 오늘날 기업의 가치는 운영과 인적 자본에서 우러나오는 ‘암묵적 지식’에 있다. 그런데 토큰(token)과 사람이 함께 일하는 세상에서, 그 가치는 어디로 가는가. 외부의 강대한 기초모델(foundation model)을 그냥 갖다 쓰기만 하면, 자기 지식재산(IP, Intellectual Property)은 그 모델 쪽으로 빨려 들어가 버리는 것 아닌가.
나델라의 비전은 이 불안을 정면으로 겨눈다. 그가 말하는 ‘프런티어 생태계(frontier ecosystem)’란, 모든 기업이 자기 IP를 시간에 따라 복리로 불려 가며 인공지능 최전선에 설 수 있는 구조다. 사람의 역량뿐 아니라 ‘토큰 자본’까지 자기 것으로 쌓는다는 발상이다. 그 장치를 그는 언덕 오르기 기계(hill-climbing machine)라 부른다.
‘언덕 오르기’는 한 번에 정상으로 순간이동하는 것이 아니라, 지금 발 디딘 자리에서 한 걸음씩 더 높은 쪽으로 옮기며 조금씩 올라가는 방식을 뜻한다. 인공지능 학습에서는 ‘내 업무 지형에서 무엇이 더 나은 결과인가’를 반복해서 측정하고, 그 측정값을 따라 모델을 조금씩 개선해 나간다는 의미다.
여기서 ‘체육관(gym)’이라는 표현이 같이 등장한다. 모델을 실제 업무에 곧장 풀어 두는 대신, 회사 고유의 과제와 채점 기준을 갖춘 연습장을 만들어 그 안에서 모델을 단련시킨다는 뜻이다. 그 연습장이 바로 강화학습 환경이다.
구체적으로는 이렇다. 기업은 자기만의 강화학습 환경(RLE, Reinforcement Learning Environment)을 차린다. 거기에는 모델, 그 모델을 부리는 도구 묶음(하니스), 그리고 ‘우리 회사 기준으로 무엇이 잘한 것인가’를 판정하는 사적 평가(private eval)가 들어간다. 어떤 모델이든 이 체육관에 ‘초대’해 회사의 업무 트레이스로 단련시키고, 그 결과로 빚어진 IP는 회사가 그대로 보유한다. 가치가 밖으로 새지 않는다.
나델라는 마이크로소프트 365(Microsoft 365) 고객이라면 이 과정을 자동으로 시작할 수 있다고 했다. 사람들이 매일 주고받는 업무 흐름 자체가 이미 트레이스이기 때문이다. 예컨대 신입사원 온보딩 절차를 관찰해 그에 맞는 평가 기준까지 자동으로 만들어 낼 수 있다는 것이다. 다세대(multi-tenant) 형태로 운영되던 소프트웨어를, 데이터·환경·모델·트레이스·결과를 모두 그 회사가 소유하는 다세대 언덕 오르기 서비스로 바꾼다는 구상이다. 빌드에서 마이크로소프트는 이를 ‘프런티어 튜닝(Frontier Tuning)’이라는 이름으로 제품화했다. 규제·준법 경계 안에서 강화학습을 돌려, 회사가 실제로 일하는 방식을 에이전트가 학습하게 만든다는 개념이다.
중요한 단서가 하나 붙는다. 대부분의 회사에 이런 기계를 직접 만들 인력이 없다는 점이다. 나델라의 답은 “쉬운 버튼”이다. 기계는 이미 차려져 있으니, 회사는 모델·하니스·맥락·평가를 자산으로 관리하는 전략적 규율만 갖추면 된다는 것이다. 과거에 프라이버시·기밀·보안을 다뤘듯, AI 시대에는 이 구성 요소들이 똑같이 중요한 관리 대상이 된다.
추상적 비전은 6월 2~3일 빌드 컨퍼런스의 발표들로 구체화됐다. 먼저 마이크로소프트 AI 슈퍼인텔리전스 팀이 일곱 개의 자체 모델군(MAI, Microsoft AI)을 공개했다. 이미지·음성·전사·코딩·추론을 아우른다. 핵심은 데이터의 ‘출신’이다. 다른 연구소의 모델을 증류(distillation)하지 않고, 불투명하거나 라이선스가 없는 데이터를 쓰지 않으며, 깨끗하고 적절히 라이선스된 데이터로 밑바닥부터(from scratch) 훈련했다고 강조했다. 그래야 그 가중치를 라이선스 형태로 기업에 넘겨, 각 기업이 자기 언덕을 안심하고 오를 수 있기 때문이다.
대표 모델인 추론 모델 ‘MAI-Thinking-1’은 활성 파라미터 약 350억 개의 전문가 혼합(MoE, Mixture of Experts) 구조에 25만 6천 토큰 맥락 창을 갖췄다. 중간 체급에서 ‘체급을 뛰어넘는’ 성능을 노린다는 설명이다. 이 모델은 마이크로소프트의 자체 칩 ‘마이아(Maia) 200’과 공동 설계돼, 단지 모델만이 아니라 실리콘까지 함께 최적화함으로써 전력당 성능에서 추가 이득을 봤다고 한다. 마이크로소프트는 이 모델들을 자사 카탈로그에만 가두지 않고 파이어웍스(Fireworks AI), 베이스텐(Baseten), 오픈라우터(OpenRouter) 같은 외부 플랫폼에서도 쓰고 미세조정할 수 있게 열었다.
다만 완전한 오픈소스는 아니다. 나델라는 “오픈이 아니라 라이선스”라고 분명히 선을 그었다. 가중치를 폭넓게 라이선스하되, 안전 점검과 검사가 필요하다는 이유에서 통제권의 끈은 남겨 둔다는 것이다. 윈도우에서 로컬 에이전트를 돌리기 위한 별도의 경량 오픈가중치 모델(‘에이온(Aion)’ 계열의 인스트럭트·플랜 모델)도 같이 내놨다. 한편 메이오 클리닉(Mayo Clinic)과 손잡고 의료 전용 프런티어 모델을 공동 개발한다는 발표도 나왔다.
나델라는 코파일럿(Copilot)의 진화를 세 단계로 정리했다. 처음은 채팅이었고, 추론 모델이 붙으면서 단순 검색을 넘어 ‘생각하는 조수’가 됐다. 다음은 코워크(co-work), 여러 단계를 추론하며 도구를 부르는 에이전트 루프로 과제를 위임하는 형태다. 그리고 세 번째가 이번에 공개한 오토파일럿(autopilot), 즉 ‘스카우트(Scout)’다.
스카우트는 늘 켜져 있는 장기 실행 에이전트다. 심장박동처럼 계속 동작하며 상황을 감시하고 일을 처리한다. 팀즈(Teams)·아웃룩(Outlook) 같은 기존 도구 속에서 회의 준비, 일정 충돌 조정, 반복 업무를 알아서 해낸다. 사용자는 자신의 신원(엔트라 ID, Entra ID)을 위임해 ‘디지털 분신’을 가질 수도 있고, 각자 별도의 신원과 격리된 작업 공간을 가진 오토파일럿을 여러 개 찍어낼 수도 있다. 스카우트는 오픈클로(OpenClaw)라는 오픈소스 에이전트 프레임워크 위에 세워졌다. 흥미롭게도 이 협업은 오픈클로 제작자 페터 슈타인베르거(Peter Steinberger)가 먼저 마이크로소프트에 연락해 오면서 시작됐다고 한다.
늘 켜져 있는 에이전트는 스스로 코드를 만들고 실행한다. 편리한 만큼 위험하다. 신원을 통째로 넘기고 마음 놓고 맡기기가 꺼려지는 이유다. 그래서 마이크로소프트는 윈도우 안에 ‘MXC’라는 보안 격리 컨테이너를 넣었다. 에이전트를 별도의 방에 가두고, 프로세스·세션·가상머신 단위로 출입과 권한의 경계를 정책으로 정한다는 개념이다.
비유하자면, 새 직원에게 회사 전체 마스터키를 주는 대신 출입증과 방화벽으로 갈 수 있는 곳을 정해 두는 것과 같다. 과거 운영체제가 프로세스 경계를 다뤘듯, 이제는 에이전트의 경계를 다루게 된다는 것이다.
토큰이 귀해지는 세상에서 마이크로소프트가 주목한 또 다른 곳은 우리 책상 위의 PC다. 나델라는 이를 ‘계량되지 않는 지능(unmetered intelligence)’이라 표현했다. 전 세계 PC에 이미 깔린 그래픽 처리 장치(GPU)의 설치 기반이 막대하다는 것이다. 클라우드로 보내야 할 작업의 상당 부분을 이 엣지(edge) 실리콘에서 처리하면, 프런티어 모델 호출은 진짜 프런티어급 문제에만 아껴 쓸 수 있다.
이를 위해 엔비디아(NVIDIA)와 함께 새 시스템 온 칩(SOC, System on Chip)인 ‘RTX 스파크(Spark)’를 내놨다. 그 위에 올린 ‘서피스 RTX 스파크 데브 박스(Surface RTX Spark Dev Box)’의 사양이 상징적이다.
여기엔 사실 확인을 위한 단서가 하나 붙는다. 나델라는 강연에서 이 장비가 ‘1조(trillion) 파라미터 모델’을 로컬에서 돌린다고 말했으나, 마이크로소프트와 엔비디아가 공개한 실제 사양은 약 1,200억 파라미터급이다(마이크로소프트 임원도 별도 브리핑에서 “약 1,000억 파라미터급”이라 밝혔다). 즉흥 발언의 과장으로 보이며, 정확한 수치는 후자다. 가을 출시 예정인 서피스 노트북 계열에도 같은 칩이 들어간다.
여기서 한발 더 나아간 것이 새로운 ‘에이전트 시대’의 기기 형태다. 프로젝트 솔라라(Project Solara)는 ‘앱’ 대신 ‘에이전트’가 도는 기기 플랫폼을 표방한다. 공개된 두 참조 디자인은 지문 인식기와 카메라를 갖춘 배지(badge)형, 그리고 책상 위 데스크 동반자형이다. 미디어텍(MediaTek)·퀄컴(Qualcomm)과 함께 만든 이 기기들은, 예컨대 병원에서 간호사가 자리를 옮길 때마다 휴대폰을 꺼내는 대신 배지로 데이터를 입력하고, 음성으로 코딩 과제를 받아 클라우드에서 실행한 뒤 알림을 돌려받는 식의 ‘앰비언트(ambient) 컴퓨팅’을 겨냥한다.
하드웨어 자립의 또 다른 축은 마이아 200 가속기다. 마이크로소프트의 2세대 AI 칩으로 이미 아이오와와 애리조나의 데이터센터에서 가동 중이며, 자사 플릿에서 ‘와트당·달러당 토큰’ 효율이 가장 좋다고 밝혔다. 나델라는 이 칩 위에서 오픈AI의 최신 모델(그는 GPT-5.5라 언급했다)을 여러 데이터센터에서 돌려 코파일럿을 구동하고 있으며, 이것이 총소유비용(TCO) 우위를 준다고 했다. ARM 기반 자체 CPU ‘코발트(Cobalt) 200’도 함께 내놨고, 에이전트 루프에 필요한 강한 코어를 깃허브 코파일럿(GitHub Copilot) 트레이스로 최적화하고 있다.
나델라가 강조한 또 하나의 관점은 이종(heterogeneous) 플릿이다. 신규 워크로드(훈련·추론·장기 에이전트)는 자체 칩으로 처리하되, 범용성이 강한 기존 GPU는 다른 일에 돌린다. 실제로 낡은 GPU를 데이터 웨어하우스 가속에 투입해, ‘패브릭(Fabric)’ 데이터 웨어하우스에서 최대 7배의 성능 향상을 봤다고 한다.
가장 긴 호흡의 베팅은 양자(quantum)다. 1년 전 마이크로소프트는 이론으로만 존재하던 물질 상태를 활용한 첫 양자 처리 장치(QPU, Quantum Processing Unit) ‘마요라나(Majorana) 1’을 선보였다. 이번 빌드에서는 그 후속인 ‘마요라나 2’를 공개했다. 평균 큐비트 수명 20초(최대 1분), 이전 세대 대비 1,000배 높은 신뢰성, 손바닥만 한 칩 위에 100만 큐비트로 가는 경로를 제시했다. 마이크로소프트는 에이전트 AI의 도움을 받아 2029년까지 확장형 양자 머신을 달성하겠다고 밝혔다.
나델라의 설명은 직관적이다. 자연은 본래 양자적이다. 그래서 양자컴퓨터는 자연을 그대로 흉내 내는 데 강하다. 화학이나 분자 동역학을 더 높은 충실도로 모사할 수 있다는 뜻이다. 중요한 점은 양자가 고전(classical) 컴퓨터를 대체하지 않는다는 것이다. 저장과 메모리는 여전히 고전 컴퓨터의 몫이고, 양자는 ‘계산’에 특화된 새로운 가속기다. 둘을 결혼시켜야 일이 된다.
당장의 쓸모도 있다. 초기 단계 양자컴퓨터가 만들어 낸 고품질 시뮬레이션 결과(트레이스)를 가져와, 재료과학이나 화학용 AI 모델의 학습 데이터를 더 좋게 만드는 데 쓸 수 있다는 것이다.
강연의 무게중심은 후반부에 옮겨간다. 스탠퍼드라는 ‘AI의 중심지’를 벗어나면, 보통 사람들은 AI를 두고 “그래서 나한테 뭐가 좋은가”를 묻는다. 진행자가 앞선 어느 연사의 비유를 인용했다. 전기가 보급될 때 우리는 전기 자체를 판 게 아니라 빛을 팔았다는 것이다. AI의 ‘빛’은 무엇인가.
세상은 결국 우리가 어떤 가치를 만들어 냈는지로 우리를 평가할 것이다. 한 번에 한 공동체씩.
나델라는 업계가 기술 그 자체를 띄우는 ‘거품’에 너무 깊이 들어가 있다고 인정했다. 진짜 시험대는 추상적 구호가 아니라, 의료에서 비용과 돌봄의 방정식이 바뀌는 것을 우리 가족, 우리 공동체의 누군가가 실제로 겪을 때 온다. 일자리 문제도 마찬가지다. 파괴적 기술에는 실질적 대체가 따르지만, 동시에 인간이 주도권을 쥐는 새로운 경제 활동이 생긴다. 그는 인간을 ‘새로운 상품 위에 새 가치를 얹는 데 가장 적응력 높은 종’이라고 표현했다.
그래서 그가 거듭 강조한 단어가 ‘사회적 허가(social permission)’다. 소수의 기업이 모든 수익을 가져가고 나머지가 곤경에 빠지는 구조라면, 그 기술은 사회적 허가를 잃는다. 앞서 설명한 프런티어 생태계 구상이 단지 제품 전략이 아니라 정당성의 문제와 맞닿는 지점이 여기다. 모든 기업이 “외부 모델을 들이면 내 IP가 통째로 휩쓸려 간다”고 두려워한다면, 그들은 그 모델을 환영할 이유가 없다. 정의상 거부하는 게 맞다. 생태계가 양수합(positive-sum)이 되어야만, 더 많은 참여자가 함께 최전선에 설 수 있다는 논리다.
학생 질의응답에서 나온 조언도 같은 결을 가졌다. 나델라는 학점이나 과제에 대한 불안 대신 ‘인지적 커버리지(cognitive coverage)’를 권했다. 소프트웨어 시험에서 ‘테스트 커버리지’를 따지듯, 자신의 호기심을 끝까지 따라가며 다뤄야 할 영역을 빠짐없이 짚어 보라는 것이다.
그가 그리는 그림은 이렇다. 만약 지금 학부생이라면, 여러 코딩 에이전트를 곁에 두고 그것들이 무엇을 하는지 살피며 공부하겠다는 것이다. 다만 핵심은 ‘100개의 에이전트에게 떠넘기는 것’이 아니다. 무엇을 지시했고, 그것들이 해낸 결과를 자신이 이해할 수 있는가 — 그 이해의 과정에서 배움이 일어난다는 것이다. 버튼 하나로 과제를 끝낼 수 있게 된 시대에는, 우리가 가치 있게 여겨 온 것들을 다시 따져 묻는 일이 불가피하다고 그는 말했다.
마이크로소프트의 문화에 관한 질문에는 ‘성장 마인드셋(growth mindset)’을 들었다. 다만 그는 그것을 회사 표어로 박제하지 않았다는 점을 강조했다. 성장 마인드셋을 말하는 것은 쉽지만 실천은 어렵다. 정작 필요한 것은 자신의 고정 마인드셋과 마주할 용기라는 것이다. 그는 캐럴 드웩(Carol Dweck)의 연구와 ‘비폭력 대화’를, 그리고 허버트 사이먼(Herbert Simon)의 ‘제한된 합리성(bounded rationality)’ 개념을 언급하며, 이런 훈련이 회사뿐 아니라 한 사람을 더 나은 동료이자 이웃으로 만든다고 했다.
7년 전의 베팅에서 출발한 대담은, 결국 하나의 질문으로 수렴한다. 지능이 상품화되는 시대에 ‘우리만의 무엇’을 어떻게 지키고 불려 갈 것인가. 마이크로소프트의 답은 모든 기업에게 각자의 언덕과 각자의 체육관을 쥐여 주겠다는 것이었다 — 그리고 그 답이 정당성을 얻으려면, 생태계 전체가 양수합이어야 한다는 단서와 함께.