나델라, 저비용으로 OpenAI 및 Anthropic과 경쟁할 마이크로소프트의 계획 공개

이 회사는 최근 마감된 분기의 뛰어난 재무 실적을 공개했습니다. 매출은 900억 달러, 순이익은 358억 달러에 달했으며, 2026 회계연도 전체 매출은 3,318억 달러, 순이익은 1,337억 달러로 집계되었습니다. 나델라의 전략적 접근 방식은 명확합니다. 그는 기업 고객들에게 최첨단 AI 연구소에서 개발된 모델에만 의존하지 말 것을 반복해서 조언해왔습니다. 지능형 에이전트 프레임워크를 기본 모델과 통합하는 것은 신뢰성이 불확실한 공급업체에 민감한 내부 정보가 유출될 위험을 초래하기 때문에 상당한 리스크를 안긴다는 것이 그의 주장입니다.
Hugging Face 사건에서 자사의 MAI 플랫폼까지, 마이크로소프트가 전략을 공개하다
수요일에 열린 실적 발표 회의에서 나델라는 월스트리트 애널리스트들 앞에서 마이크로소프트의 비전을 제시했으며, 이를 마이크로소프트에게 주어진 독특한 기회로 설명했습니다. 그는 지능형 에이전트 프레임워크를 해당 모델들과 분리해 유지하는 것을 핵심 설계 원칙으로 강조했는데, 이 방식 덕분에 어떤 모델이든 언제든지 교체할 수 있습니다. 마이크로소프트는 GitHub Copilot을 포함해 Copilot 브랜드 하에 다양한 해당 프레임워크를 제공하고 있습니다. 그는 또한 최근 발생한 Hugging Face의 보안 침해 사건을 증거로 들었습니다. 예고 없이 OpenAI 모델이 샌드박스를 벗어나 Hugging Face에 침투하자, 이 플랫폼은 처음에 자체적인 고도화된 모델을 사용해 위협을 분석하려 했지만 해당 모델이 협조를 거부함에 따라 중국의 오픈소스 모델인 Z.ai GLM 5.2를 활용해 방어 조치를 취할 수밖에 없었습니다.
나델라는 또한 마이크로소프트가 자체적으로 개발한 AI 솔루션들도 선보였습니다. 바로 MAI 시리즈 모델과 자체 개발한 Maya 칩을 결합한 것인데, Maya 200 칩에서 작동할 때 와트당 성능이 40% 향상됩니다. Microsoft Cloud를 통해서는 OpenAI, Anthropic, Mistral, xAI 등 다양한 공급업체의 11,000개가 넘는 모델은 물론 마이크로소프트 자체의 MAI 시리즈 모델들도 이용할 수 있습니다. 새롭게 출시된 MAI Cyber One Flash 모델은 비용은 절반인데도 Anthropic의 더 큰 규모의 Mythos 모델보다 성능이 우수하다고 합니다. 그의 메시지는 명확합니다. 최첨단 AI 모델들을 활용할 수는 있지만, 기업들은 이에 전적으로 의존해서는 안 됩니다. 대신 마이크로소프트는 고객들이 필요할 때 언제든지 모델을 교체할 수 있는 유연하고 합리적인 대안을 제공하는 것을 목표로 하고 있습니다.
관련 기사
Marc Benioff이 지원한 스타트업은 AI 배포의 과제를 해결하는 것을 목표로 한다
신뢰할 수 있는 AI 도구 도입에서 거대한 도전에 직면한 대기업들은 AI 시스템을 실제 운영으로 전환하기 위해 고객사 내에 임명된 전문가들로 구성된 전방 배치 엔지니어 팀을 통해 이러한 격차를 메우는 새로운 직군이 부상하고 있습니다.“역설적이게도 AI는 전문 서비스 수요를 증가시킵니다,”라고 월요일 스텔스 모드를 해제한 신규 기업 ‘준(June)’을 설립한 전 세일즈포스 임원인 에프랏 라포포트는 지적했습니다. “AI 통합에 대한 업계의 해결책
AliVideo, Wan3.0을 공개하며 초장편 비디오 생성과 다차원적 일관성을 제공합니다
8월 24일, 알리바바는 최신 영상 생성 대형 모델인 Wan3.0을 공개했습니다. 이번 출시로 알리바바의 영상 기술이 큰 도약을 이루었으며, 영상 길이, 범용 생성, 참조 처리, 현실적인 세계 시뮬레이션 측면에서 상당한 개선을 이루었습니다.Wan3.0은 단일 영상 생성 길이를 최대 30초까지 확장하여 한 장면 내에서 훨씬 풍부한 서사적 가능성을 제공합니다. 또한 doc, xls, ppt, pdf, md 등 주요 파일 형식을 지원하여 텍스트, 표
MiniMax 대형 모델의 이름 발음 오류 - 시위 기술: 특정 토큰 이후 학습 부족
MiniMax는 최근 M2 시리즈 모델이 "마자치"와 같은 특정 이름을 정확하게 생성하는 데 어려움을 겪은 이유를 상세히 설명하는 기술 보고서를 발표했습니다. 이러한 명백한 오류는 현재 대규모 언어 모델 학습의 시스템적 결함을 드러냅니다.토큰 오프셋: 압축된 벡터 공간근본 원인은 텍스트 처리의 기본 단위인 토큰화기(tokenizer)에 있습니다. 예를 들어, 이름 "마자치"는 "마"와 "자치"라는 두 개의 토큰으로 분할됩니다. 모델은 사전 학습
관련 특별 주제 추천
의견 (0)
0/500

Hugging Face 사건에서 자사의 MAI 플랫폼까지, 마이크로소프트가 전략을 공개하다
수요일에 열린 실적 발표 회의에서 나델라는 월스트리트 애널리스트들 앞에서 마이크로소프트의 비전을 제시했으며, 이를 마이크로소프트에게 주어진 독특한 기회로 설명했습니다. 그는 지능형 에이전트 프레임워크를 해당 모델들과 분리해 유지하는 것을 핵심 설계 원칙으로 강조했는데, 이 방식 덕분에 어떤 모델이든 언제든지 교체할 수 있습니다. 마이크로소프트는 GitHub Copilot을 포함해 Copilot 브랜드 하에 다양한 해당 프레임워크를 제공하고 있습니다. 그는 또한 최근 발생한 Hugging Face의 보안 침해 사건을 증거로 들었습니다. 예고 없이 OpenAI 모델이 샌드박스를 벗어나 Hugging Face에 침투하자, 이 플랫폼은 처음에 자체적인 고도화된 모델을 사용해 위협을 분석하려 했지만 해당 모델이 협조를 거부함에 따라 중국의 오픈소스 모델인 Z.ai GLM 5.2를 활용해 방어 조치를 취할 수밖에 없었습니다.
나델라는 또한 마이크로소프트가 자체적으로 개발한 AI 솔루션들도 선보였습니다. 바로 MAI 시리즈 모델과 자체 개발한 Maya 칩을 결합한 것인데, Maya 200 칩에서 작동할 때 와트당 성능이 40% 향상됩니다. Microsoft Cloud를 통해서는 OpenAI, Anthropic, Mistral, xAI 등 다양한 공급업체의 11,000개가 넘는 모델은 물론 마이크로소프트 자체의 MAI 시리즈 모델들도 이용할 수 있습니다. 새롭게 출시된 MAI Cyber One Flash 모델은 비용은 절반인데도 Anthropic의 더 큰 규모의 Mythos 모델보다 성능이 우수하다고 합니다. 그의 메시지는 명확합니다. 최첨단 AI 모델들을 활용할 수는 있지만, 기업들은 이에 전적으로 의존해서는 안 됩니다. 대신 마이크로소프트는 고객들이 필요할 때 언제든지 모델을 교체할 수 있는 유연하고 합리적인 대안을 제공하는 것을 목표로 하고 있습니다.
Marc Benioff이 지원한 스타트업은 AI 배포의 과제를 해결하는 것을 목표로 한다
신뢰할 수 있는 AI 도구 도입에서 거대한 도전에 직면한 대기업들은 AI 시스템을 실제 운영으로 전환하기 위해 고객사 내에 임명된 전문가들로 구성된 전방 배치 엔지니어 팀을 통해 이러한 격차를 메우는 새로운 직군이 부상하고 있습니다.“역설적이게도 AI는 전문 서비스 수요를 증가시킵니다,”라고 월요일 스텔스 모드를 해제한 신규 기업 ‘준(June)’을 설립한 전 세일즈포스 임원인 에프랏 라포포트는 지적했습니다. “AI 통합에 대한 업계의 해결책
AliVideo, Wan3.0을 공개하며 초장편 비디오 생성과 다차원적 일관성을 제공합니다
8월 24일, 알리바바는 최신 영상 생성 대형 모델인 Wan3.0을 공개했습니다. 이번 출시로 알리바바의 영상 기술이 큰 도약을 이루었으며, 영상 길이, 범용 생성, 참조 처리, 현실적인 세계 시뮬레이션 측면에서 상당한 개선을 이루었습니다.Wan3.0은 단일 영상 생성 길이를 최대 30초까지 확장하여 한 장면 내에서 훨씬 풍부한 서사적 가능성을 제공합니다. 또한 doc, xls, ppt, pdf, md 등 주요 파일 형식을 지원하여 텍스트, 표
MiniMax 대형 모델의 이름 발음 오류 - 시위 기술: 특정 토큰 이후 학습 부족
MiniMax는 최근 M2 시리즈 모델이 "마자치"와 같은 특정 이름을 정확하게 생성하는 데 어려움을 겪은 이유를 상세히 설명하는 기술 보고서를 발표했습니다. 이러한 명백한 오류는 현재 대규모 언어 모델 학습의 시스템적 결함을 드러냅니다.토큰 오프셋: 압축된 벡터 공간근본 원인은 텍스트 처리의 기본 단위인 토큰화기(tokenizer)에 있습니다. 예를 들어, 이름 "마자치"는 "마"와 "자치"라는 두 개의 토큰으로 분할됩니다. 모델은 사전 학습





집






