Microsoft가 MAI 모델을 공개하며 OpenAI 의존에서 발을 빼기 시작했다

2026년 4월 2일, Microsoft는 자체 개발한 AI 파운데이션 모델 3종을 공식 공개했다. 음성 전사(MAI-Transcribe-1), 음성 생성(MAI-Voice-1), 이미지 생성(MAI-Image-2)으로 구성된 MAI 시리즈는 Mustafa Suleyman이 이끄는 MAI 초지능 팀(MAI Superintelligence Team)이 6개월 만에 완성한 결과물이다. 이번 공개는 Microsoft가 OpenAI 의존도를 줄이며 AI 자급자족(AI Self-Sufficiency)을 향해 본격 전진하고 있음을 선언하는 전략적 행보다.

계약이 바뀌면서 열린 문

2025년 10월까지 Microsoft는 계약상 AGI(범용 인공지능) 또는 초지능(Superintelligence)을 독자적으로 추구할 수 없었다. Mustafa Suleyman은 "불과 몇 주 전까지 Microsoft는 계약에 의해 AGI나 초지능을 독자적으로 추구하는 것이 금지되어 있었다"고 직접 언급한 바 있다. 2025년 말 재협상된 OpenAI 계약은 Microsoft에 프론티어 AI 모델의 독자 개발 자유를 부여하는 동시에, 2032년까지 OpenAI가 구축하는 모든 것에 대한 라이선스 권리를 유지하는 구조로 변경됐다.

2025년 11월, Microsoft AI CEO Mustafa Suleyman은 MAI 초지능 팀을 공식 발족했다. 이 팀의 미션은 텍스트, 이미지, 오디오 전 영역에서 최첨단(State-of-the-Art) 성능을 달성하는 것이며, Suleyman은 2027년까지 이 목표를 완수하겠다고 Bloomberg 인터뷰에서 밝혔다.

Whisper를 이긴 전사 모델부터 뜯어보면

MAI-Transcribe-1(음성 전사): 25개 언어에서 음성을 텍스트로 변환하는 모델로, Microsoft Azure Fast 대비 2.5배 빠른 속도를 자랑한다.

항목	MAI-Transcribe-1
지원 언어	25개
평균 WER	3.8% (FLEURS 기준 25개 언어)
속도	Azure Fast 대비 2.5배
vs OpenAI Whisper	25개 언어 모두 우위
vs Google Gemini 3.1 Flash	22/25개 언어 우위

FLEURS 벤치마크 상위 25개 언어에서 평균 3.8% WER(Word Error Rate)을 달성하며, OpenAI Whisper large-v3를 25개 언어 전부에서 능가하고 Google Gemini 3.1 Flash를 22개 언어에서 앞섰다.

MAI-Voice-1(음성 생성): 텍스트를 음성으로 변환하는 TTS 모델로, 60초 분량의 오디오를 1초 만에 생성하는 속도와 사용자 맞춤 음성 프로필 생성을 지원한다. Copilot 음성 인터페이스, 접근성 기능, 콘텐츠 제작에 활용된다.

MAI-Image-2(이미지 생성): Arena.ai 이미지 생성 리더보드에서 상위 3위에 진입한 이미지 생성 모델로, Bing 검색과 PowerPoint에 순차 적용되고 있다. 이전 버전인 MAI-Image-1 대비 품질과 다양성이 개선됐다.

⤢✕

전면 의존에서 자급자족까지 걸어온 길

Microsoft의 AI 전략은 OpenAI 전면 의존에서 병행 전략으로, 그리고 점진적 자급자족으로 진화해왔다.

⤢✕

2019년부터 2023년까지는 총 130억 달러를 OpenAI에 투자하며 Azure OpenAI Service를 통해 GPT 시리즈를 기업 고객에게 제공하는 전략을 취했다. 이 시기 Microsoft의 AI 경쟁력은 사실상 OpenAI에 전적으로 의존했다. 2023년부터 2025년까지는 Phi 시리즈(Phi-1, Phi-2, Phi-3, Phi-4)를 통해 소형 모델(SLM) 영역에서 독자적 역량을 구축했다. 온디바이스, 엣지 컴퓨팅 등 OpenAI 모델이 커버하지 않는 틈새 시장을 공략하는 보완적 전략이었다. 2025년 말에는 OpenAI와의 계약 재협상을 통해 프론티어 AI 모델의 독자 개발 자유를 획득해 전략의 근본적 전환점을 맞았다. 그리고 2026년, MAI 초지능 팀이 6개월 만에 음성 전사·음성 생성·이미지 생성 파운데이션 모델을 공개했다. 텍스트(LLM) 영역은 아직 미공개이나, 전문가들은 MAI-Text 또는 MAI-LLM 형태의 대형 언어 모델이 후속 발표될 것으로 예상한다.

소프트웨어만이 아니라 칩까지

MAI 시리즈의 전략적 의미는 소프트웨어에 국한되지 않는다. Microsoft는 자체 설계 AI 칩 Maia 200과 차세대 냉각 기술 Fairwater를 개발 중이며, 이는 NVIDIA GPU 의존도까지 줄이려는 전사적 AI 스택 독립 전략의 일환이다. Maia 200은 Microsoft 자체 설계 AI 추론·학습 칩(2세대)이고, Fairwater는 데이터센터 냉각 효율을 극대화하는 액침 냉각 기술이다. MAI 모델과 Maia 칩, Fairwater 냉각을 결합한 통합 전략으로 AI 인프라 수직 통합을 노린다.

업계 전반에 미치는 파장

Microsoft의 MAI 시리즈 공개는 AI 업계 전반에 파급 효과를 미친다. 최대 투자자이자 독점 클라우드 파트너인 Microsoft가 경쟁 모델을 자체 개발함으로써 OpenAI의 협상력과 시장 지위에 압력이 가해지지만, 2032년까지의 라이선스 계약으로 즉각적 단절은 아니다. Google·Anthropic 입장에서는 프론티어 AI 모델 경쟁에 자원이 풍부한 새로운 경쟁자가 진입함으로써 멀티모달 AI 시장의 경쟁이 더욱 가속화된다. 기업 고객 입장에서는 Azure AI Foundry를 통해 OpenAI 모델과 MAI 모델을 동일 플랫폼에서 선택적으로 사용할 수 있어, 벤더 종속(Vendor Lock-in)을 완화하는 효과가 있다.

Microsoft MAI 시리즈 3종 공개는 단순한 모델 출시를 넘어, AI 산업의 경쟁 구도를 재편하는 전략적 전환점이다. MAI-Transcribe-1이 OpenAI Whisper를 25개 언어 전부에서 능가한 사실은 Microsoft의 독자 AI 역량이 이미 실전 경쟁력을 갖추었음을 입증한다. Mustafa Suleyman이 제시한 2027년 전 영역 SOTA 달성 목표가 실현될 경우, Google, OpenAI, Anthropic에 이어 네 번째 프론티어 AI 기업이 탄생하게 된다. AI 모델 시장은 이제 3강에서 4강 체제로의 전환을 앞두고 있다.