Microsoft, 최초의 목적에 맞게 구축된 사이버 보안 AI 모델인 MAI-Cyber-1-Flash 공개

Microsoft의 새로운 MAI-Cyber-1-Flash 모델은 MDASH 다중 에이전트 시스템을 통해 배포되어 비용을 50% 절감하면서 CyberGym에서 96%의 정확도로 소프트웨어 취약점을 찾아냅니다.

Microsoft는 사이버 보안을 위해 특별히 제작된 최초의 인공 지능 모델인 MAI-Cyber-1-Flash를 공개했습니다. 이는 자체 소프트웨어와 고객의 소프트웨어를 보호하기 위해 최첨단 AI를 사용하려는 회사의 노력에 중요한 단계입니다. 이 모델은 복잡한 코드베이스에 숨겨진 까다로운 취약점을 식별하도록 설계되었으며 이제 Microsoft의 광범위한 다중 에이전트 보안 플랫폼에 통합되었습니다.

SecurityWeek와 Microsoft의 공식 블로그에 따르면 MAI-Cyber-1-Flash는 회사의 다중 에이전트 취약성 식별 및 교정 장치인 MDASH 내에 배포되었습니다. MDASH는 여러 개척지 및 증류된 AI 모델에서 작동하는 100개 이상의 전문 AI 에이전트를 조율하며 이미 Microsoft 자체 제품의 수많은 취약성을 드러내는 데 사용되었습니다. 새로운 모델은 엔터프라이즈 AI 도구가 보안 환경을 어떻게 재편하고 있는지 보여주는 최신 사례입니다. 우리는 AI 속보 보도에서 자세히 추적해 온 추세입니다.

MAI-Cyber-1-Flash의 기능

이 모델은 다른 AI 시스템이 놓치기 쉬운 소프트웨어 취약점을 찾기 위해 특별히 조정되었습니다. MAI-Cyber-1-Flash는 범용 보조자가 되려고 시도하기보다는 좁지만 중요한 작업, 즉 악용 가능한 결함을 탐지하기 위해 복잡한 소스 코드를 분석하는 작업에 최적화되어 있습니다.

Microsoft는 이 아키텍처를 비용에 민감한 라우팅 시스템으로 설명했습니다. "MAI-Cyber-1-Flash는 모든 작업의 최대 90%를 효율적으로 처리하도록 설계되어 MDASH가 실제로 필요한 매우 어려운 작업의 10%에 대해 우리 차량(이 경우 GPT-5.4)에서 더 크고 가장 비싼 모델을 사용할 수 있게 해줍니다."라고 회사는 발표했습니다. 이러한 계층적 접근 방식은 일상적인 취약성 검색이 더 저렴한 특수 모델에서 실행되는 반면, 가장 어려운 사례만 더 강력하고 값비싼 시스템으로 에스컬레이션된다는 것을 의미합니다.

회사는 이 조합이 5.4 미니 및 5.3 코덱과 결합된 GPT-5.4에 의존했던 이전 최고의 MDASH 구성에 비해 50%의 비용 절감 효과를 제공한다고 덧붙였습니다. 마이크로소프트는 “이것이 독특하고 풍부한 과거 훈련 데이터에 접근할 수 있는 잘 조정된 다중 모델 시스템의 힘”이라고 말했습니다.

벤치마크 성능

CyberGym 사이버 보안 평가 프레임워크를 사용하여 실시한 테스트에서 MAI-Cyber-1-Flash, MDASH 및 GPT-5.4의 조합은 약 96%의 점수를 달성했습니다. Microsoft는 이 수치가 Anthropic의 Mythos 5보다 약 12포인트 더 높다고 밝혔습니다. 회사 내부 벤치마크에 따르면 동일한 구성은 Google이 최근 출시한 3.5 Flash Cyber 및 OpenAI의 GPT-5.6 Sol보다 취약점 발견 성능도 뛰어났습니다.

이러한 결과는 Microsoft가 자체 보고했다는 점은 주목할 가치가 있습니다. 사이버 보안 AI 벤치마크에 대한 독립적인 검증은 여전히 제한적이며 CyberGym 프레임워크는 여전히 평가 환경에 비교적 새로운 추가 항목입니다. Google, OpenAI 및 Anthropic의 경쟁 모델은 자체 전문 보안 모델이 성숙해짐에 따라 격차를 줄일 수 있습니다.

프로젝트 인식 및 공개 미리보기

MAI-Cyber-1-Flash는 조직이 소프트웨어 취약성 관리 이상의 보안 워크플로를 위해 자율 AI 에이전트를 배포할 수 있도록 지원하는 에이전트 보안 제품인 Project Perception을 통해 고객에게 제공되고 있습니다. Microsoft에 따르면 Project Perception은 8월 3일 공개 미리 보기에 들어갑니다.

이번 출시는 회사의 보다 광범위한 전략적 변화를 의미합니다. Microsoft는 파트너 OpenAI의 범용 모델에만 의존하기보다는 자체 전문 AI 모델을 점점 더 많이 구축하고 있습니다. 이는 회사가 여러 제품 라인에 걸쳐 추구해 온 비용 절감 전략입니다. Microsoft는 사이버 보안 관련 모델을 보유함으로써 추론 비용을 절감하고 기업 보안 팀의 특정 요구 사항에 맞게 시스템을 맞춤화할 수 있습니다.

AI 보안 시장이 성장하고 있습니다

조직이 매년 발견되는 취약점의 양을 따라가기 위해 고군분투함에 따라 사이버 보안 AI 시장은 빠르게 확장되고 있습니다. 마이크로소프트의 이번 조치는 자율 AI 에이전트가 내부 데이터 파이프라인에 접근해 자격 증명을 노출한 허깅 페이스(Hugging Face) 사건 이후 AI 관련 보안 위험에 대한 인식이 높아진 가운데 나온 것이다.

이 사건으로 인해 Nvidia는 AI 보안을 위한 개방형 표준 개발에 초점을 맞춘 40개 이상의 기업 연합인 Open Secure AI Alliance를 출범시켰습니다. Microsoft는 MAI-Cyber-1-Flash와 Project Perception을 방정식의 방어 측면에 대한 기여로 포지셔닝합니다. 즉, AI 에이전트를 사용하여 버그를 찾는 것뿐만 아니라 공격자가 이를 악용하기 전에 수정합니다.

TechCrunch와 Axios는 Microsoft가 AI 에이전트가 프로덕션 시스템의 취약점을 자동으로 패치하는 미래를 구상하고 있다고 보고했습니다. Axios에 따르면 회사의 목표는 AI 에이전트가 해커가 버그를 발견하기 전에 버그를 수정하는 것입니다.

이것이 업계에 미치는 영향

Microsoft의 전용 사이버 보안 모델 출시는 더 광범위한 AI 산업에 대한 경쟁적 이해관계를 높입니다. 특수 보안 모델이 취약성 탐지를 위한 범용 시스템보다 훨씬 저렴하고 효과적인 것으로 입증되면 다른 주요 AI 제공업체도 자체 도메인별 서비스를 통해 이를 따를 가능성이 높습니다.

기업 고객의 경우 AI 기반 보안 운영 비용을 50% 절감할 수 있다는 약속은 상당합니다. 보안 팀은 AI 도구를 가장 적극적으로 채택한 팀 중 하나이지만 지속적인 취약성 검색에 필요한 규모로 프론티어 모델을 실행하는 데 드는 비용은 지속적인 장벽이었습니다. 적은 비용으로 대부분의 작업을 처리하는 잘 조정되고 특화된 모델은 업계 전반의 채택을 가속화할 수 있습니다.

이제 핵심 질문은 Microsoft가 자체 보고한 벤치마크가 독립적인 조사를 받는지 여부와 OpenAI, Google 및 Anthropic의 경쟁 모델이 단일 임무를 위해 특별히 구축된 시스템의 성능과 일치할 수 있는지 여부입니다. Project Perception이 8월에 공개 미리 보기에 들어가면서 사이버 보안 커뮤니티는 MAI-Cyber-1-Flash가 Microsoft의 주장에 부응하는지 여부를 처음으로 실제 살펴보게 됩니다.