2026년 10월 10일, 마이크로소프트는 새로운 범주의 모델인 Microsoft-Decision-1을 전격 발표했다. 마이크로소프트는 이 모델이 36개 벤치마크 테스트에서 최고 수준의 정확도를 기록했다고 밝혔다. 특히 GPT-6 Sol과 비교해 35배 빠른 실행 속도를 자랑한다. 놀라운 점은 자체 개발한 거대 모델 대신, 알리바바의 오픈소스 모델인 Qwen3.5-9B를 기본 뼈대로 그대로 채택했다는 사실이다.
36개 벤치마크 1위 기록, 기반 모델은 자체 개발 배제
복수의 기술 미디어를 통해 Microsoft-Decision-1의 개발 배경이 확인되었다. 이 모델은 Qwen3.5-9B를 기반으로 정밀한 사후 학습(포스트 트레이닝)을 거친 파생 모델이다. 마이크로소프트는 중국 연구팀이 오픈소스로 공개한 9B 파라미터 가중치를 가져와 특정 목적에 맞게 다듬었다. 공식 발표에서도 향후 업데이트 버전에서 기반 모델을 계속 교체해 나갈 수 있다고 분명히 밝혔다.
그림: Microsoft-Decision-1 출시 안내. 출처: Microsoft Command Line Blog
글로벌 빅테크가 특정 수직 작업에서 오픈소스 커뮤니티의 검증된 결과물을 최적의 솔루션으로 인정하기 시작했다. 오픈소스 모델이 실제 엔지니어링 환경에서 확실한 실용 가치를 입증하면서 단순한 저가 대체품이라는 꼬리표를 떼어냈다.
대화 대신 소프트웨어의 조건 분기문을 전담하는 AI
마이크로소프트는 이 모델에 ‘의사결정 모델(decision model)‘이라는 새로운 명칭을 붙였다. 인간과의 일상 대화를 처리하는 것이 아니라, 소프트웨어 파이프라인에서 점수 매기기, 단일 선택, 데이터 분류, 우선순위 판정 등을 전담한다. 대형 언어 모델을 하나의 프로그래밍 언어로 비유한다면, 이 모델은 실행 흐름을 제어하는 if/else 조건 분기문에 해당한다.
제3자 기관의 테스트 결과, 입력값에 다양한 노이즈가 주어져도 의사결정 일관성이 98.7%에 달했다. AI가 실제 코드 실행 파이프라인의 핵심 부품으로 자리 잡으면서, 개발자들에게 필요한 것은 무작위적인 창의성이 아니라 전통적인 함수처럼 매번 일관된 불리언(Boolean) 값을 내놓는 결정론적 신뢰성이다.
35배 빨라진 처리 속도, 진입 장벽은 단일 호출 비용으로 이동
공식 수치에 따르면 Microsoft-Decision-1은 경쟁 제품 대비 4.5배 빠르며, 거대 모델인 GPT-6 Sol보다는 무려 35배 빠르다. 외부 서비스 가격도 백만 개 입력 토큰당 약 0.042달러 수준으로 대폭 낮췄다.
그림: 모델 성능 비교 및 활용 사례 소개. 출처: Microsoft Command Line Blog
단일 호출당 0.042달러라는 파격적인 가격이 이 모델의 비즈니스 구조를 결정짓는다. 이러한 제품 포지셔닝에서는 모델이 얼마나 똑똑한지가 1순위가 아니다. 한 번 판단을 내릴 때 소모되는 연산 비용과 응답 지연 시간이 제품의 생사를 가른다. 모든 작업에 최고급 폐쇄형 모델을 호출할 필요는 없다. 저렴하면서도 쓸만한 경량 모델이 기업용 API 요청의 대다수를 흡수할 수 있다.
8억 7천만 달러 투자 유치가 드러낸 기술적 실상
같은 날, AI 의사결정 제품을 전문으로 개발하는 스타트업 TypeSafe AI가 8억 7천만 달러 규모의 투자를 유치하며 기업 가치 75억 달러를 인정받았다. 하지만 해커뉴스(Hacker News) 등 기술 커뮤니티의 반응은 미온적이었다. 개발자들은 TypeSafe의 신제품 Jev가 출시된 지 이틀 만에 이미 수십 개의 유사 오픈소스 모델이 쏟아져 나왔으며, OpenAI 또한 자체 Decisions API로 비슷한 기능을 제공하고 있다는 점을 지적했다.
투자 자본은 의사결정 모델이 전통 소프트웨어를 혁신할 잠재력에 베팅하고 있지만, 개발자들은 기술의 이면을 꿰뚫어 보고 있다. 모델 파라미터 크기 자체는 더 이상 방어 가능한 핵심 무기가 아니다. 진정한 가치는 그 주변을 감싸는 엔지니어링 완성도와 고품질 독점 정제 데이터에 있다.
교체 가능한 기반 모델이 시사하는 의사결정 모델의 미래
마이크로소프트가 기반 연산을 Qwen3.5-9B에 맡긴 까닭은 의사결정 모델의 본질적인 경쟁력이 엔지니어링 오케스트레이션과 가성비에 있기 때문이다. 극히 낮은 비용으로 일관된 구조화 데이터를 출력할 수만 있다면, 밑바탕에 어떤 모델이 깔려 있는지는 전혀 중요하지 않다.
Microsoft-Decision-1의 등장은 100억 파라미터 이하의 오픈소스 모델만으로도 명확한 특정 작업을 완벽히 소화할 수 있음을 증명했다. AI가 ‘잡담’을 나누던 단계에서 ‘실행 결정’을 내리는 단계로 넘어가면서 경쟁의 룰은 효율적인 연산 비용과 초저지연으로 재편되었다. 마이크로소프트가 다음 버전에서 기반 모델을 또 다른 오픈소스 모델로 변경하더라도 전혀 놀라울 일이 아니다.
참고 링크:
- Microsoft Command Line Blog
- Hacker News 토론
- TypeSafe AI 투자 유치 보도
