MAI-Image-2는 영상까지 만든다 — 마이크로소프트 AI 3종의 기업용 설계

2026년 4월 2일, 마이크로소프트는 텍스트·음성·이미지를 각각 전담하는 세 파운데이션 모델을 공개하며 자체 AI 역량 구축의 가속화를 선언했다. 13조 달러 규모의 OpenAI 투자 파트너이자 최대 클라우드 인프라 공급자였던 마이크로소프트가 독자 모델 브랜드 MAI(Microsoft AI)를 전면에 내세운 것은, 단순한 제품 출시를 넘어 빅테크의 AI 전략 구도 재편을 예고하는 분기점으로 해석된다.

MAI 모델 라인업이 나눠 맡는 영역

2025년 11월 출범한 MAI Superintelligence 팀이 첫 성과물로 공개한 세 모델은 각각 음성 인식, 음성 생성, 이미지 생성 영역을 담당하며, 모두 Microsoft Foundry(구 Azure AI Foundry)와 MAI Playground를 통해 즉시 이용 가능하다.

모델	기능	핵심 성능	가격
MAI-Transcribe-1	음성 → 텍스트	25개 언어, WER 3.9%	$0.36/시간
MAI-Voice-1	텍스트 → 음성	60초 오디오를 1초 미만에 생성	$22/100만 문자
MAI-Image-2	텍스트 → 이미지/영상	Arena.ai 리더보드 3위	$5/1M 입력 토큰, $33/1M 이미지 출력 토큰

공개 주체는 Mustafa Suleyman(Microsoft AI CEO)이고, 80,000개 이상 기업과 Fortune 500의 80%가 쓰는 Microsoft Foundry가 배포 플랫폼이다.

3.9%까지 낮춘 음성 인식 오류율

MAI-Transcribe-1은 Transformer 기반 인코더-디코더 아키텍처를 채택해, 오디오 신호를 멜 스펙트로그램(Mel Spectrogram)으로 변환한 뒤 인코더가 특징을 추출하고 디코더가 텍스트 시퀀스를 생성하는 구조를 따른다.

⤢✕

WER(Word Error Rate)은 3.9%로 Gemini 3.1 Flash·GPT-Transcribe 대비 우위이고, 속도는 Azure Fast 대비 2.5배, GPU 비용은 동급 경쟁 모델 대비 약 50% 절감됐다. 25개 언어를 동시 지원하며 언어를 자동 식별한다. 콜센터 통화 로그 자동 분석, 화상회의 자동 회의록 생성, 동영상 자막 자동 생성, 법률·의료 문서 음성 입력 처리에 쓰인다.

감정을 실어 나르는 음성 생성

MAI-Voice-1은 단일 GPU에서 60초 분량 오디오를 1초 미만에 생성하고, 수 초의 샘플 오디오만으로 커스텀 보이스를 만드는 음성 클로닝을 지원한다. 억양·강세·감정 범위를 자연스럽게 재현하고, 긴 형식 콘텐츠 전반에서 화자 정체성 일관성을 유지한다. 운율(prosody) 모델링과 신경 보코더(neural vocoder)를 결합한 신경망 음성 합성 모델로, Microsoft Foundry 내에서 기업별 커스텀 보이스 생성 워크플로우를 지원하는 것이 특징이다. 기업 맞춤형 음성 어시스턴트, 오디오북·팟캐스트 자동 제작, 다국어 콜센터 아웃바운드 자동화, 접근성 솔루션에 쓰인다.

정지 이미지를 넘어 영상으로

MAI-Image-2는 공개 직후 기준 Arena.ai 리더보드 3위에 올랐고, Foundry·Copilot 상에서 기존 대비 2배 이상 빠른 이미지 생성 속도를 낸다. 자연스러운 조명, 정확한 피부 톤, 이미지 내 텍스트 선명도를 강조하며 사진작가·디자이너·비주얼 스토리텔러와 협업해 개발됐다. 정적 이미지를 넘어 비디오 생성 기능도 포함하는데, 프레임 일관성과 모션 자연스러움을 위해 시각 전문가와 협업하는 개발 방식을 택했다.

⤢✕

OpenAI를 곁에 두면서도 자체 스택을 쌓는 이유

⤢✕

OpenAI는 여전히 마이크로소프트 클라우드 백로그의 45%를 차지하고, 마이크로소프트는 OpenAI 컴퓨팅 인프라의 절대적 공급자다. GPT-5.4는 여전히 Copilot의 주요 LLM이고, 마이크로소프트는 2026년 1,220억 달러 규모 OpenAI 투자 라운드에도 참여했다. 그럼에도 독자 모델을 내놓는 것은 마진 방어와 혁신 속도 확보를 위한 "Plan B" 전략으로 읽힌다. 독자 AI 스택 로드맵은 2025년 11월 MAI Superintelligence 팀 출범, 2026년 4월 멀티모달 3종 출시, 2027년 프론티어급 범용 LLM 출시 목표, 2032년 장기적으로 OpenAI 의존 완전 탈피 목표로 이어진다.

위스퍼·제미나이와 나란히 놓고 보면

모델	지원 언어	WER	상대 속도	운영사
MAI-Transcribe-1	25개	3.9%	기준 대비 2.5×	Microsoft
Gemini 3.1 Flash	다수	MAI보다 높음	-	Google
GPT-Transcribe	다수	MAI보다 높음	-	OpenAI
Whisper Large	99개	~3-5%	기준	OpenAI

모델	Arena.ai 순위	특징	공급사
MAI-Image-2	3위	자연 조명·피부 톤·텍스트 정확도	Microsoft
Imagen 4	상위권	고해상도 사실감	Google
DALL-E 4	상위권	프롬프트 충실도	OpenAI
Flux 2.0	상위권	오픈소스 기반 유연성	Black Forest Labs

기업이 요구하는 보안·컴플라이언스

MAI 모델은 처음부터 기업 환경을 위한 컴플라이언스 우선 설계를 채택했다. 지역별 데이터 저장 요건을 준수하는 데이터 레지던시, 모델 사용 이력을 남기는 감사 추적, Azure Active Directory 기반의 접근 제어, 저장 중(at-rest)·전송 중(in-transit) 모두에 적용되는 암호화를 갖췄다. 80,000개 이상 기업과 Fortune 500 기업의 80%가 이미 Foundry 플랫폼을 쓰고 있어, 이 컴플라이언스 설계가 실제 기업 채택으로 이어지는 발판이 된다.

마이크로소프트의 MAI 파운데이션 모델 3종 공개는 텍스트 생성(LLM) 중심이었던 AI 경쟁 구도를 음성과 이미지·영상 영역으로 확장하며, 멀티모달 풀스택 AI 역량을 자체적으로 구축하겠다는 의지를 드러낸 사건이다. OpenAI와의 파트너십을 유지하면서도 독자 모델 브랜드를 구축하는 투 트랙 전략은 2027년 프론티어 LLM 출시를 향한 중간 단계이며, 빅테크가 AI 공급망 내재화를 얼마나 치열하게 추진하고 있는지를 보여주는 실증 사례다.