MAI-Code-1-Flash 와 MAI-Thinking-1 — Microsoft 가 Claude Code 를 끊은 자리에 무엇을 깔았는가
MAI-Code-1-Flash 와 MAI-Thinking-1 — Microsoft 가 Claude Code 를 끊은 자리에 무엇을 깔았는가
2026 년 6 월 3 일, Microsoft 가 MAI-Code-1-Flash 와 MAI-Thinking-1 두 모델을 동시에 발표했다. 두 발표가 HN 에 올라 각각 375 점·176 코멘트, 171 점·72 코멘트를 모았다. 5 월 22 일의 The Verge 보도 — Microsoft 가 사내 Claude Code 라이선스를 6 월 30 일자로 끝낸다는 — 의 정확히 6 주 뒤다. Code-1-Flash 는 GitHub Copilot 의 디폴트 모델로 즉시 롤아웃됐고, SWE-Bench Pro 에서 Claude Haiku 4.5 를 16 점 차로 앞선다고 주장한다. Thinking-1 은 35B active / 1T total 의 MoE 추론 모델로, Claude Sonnet 4.6 과 동률, Opus 4.6 과 SWE-Bench Pro 에서 맞먹는다고 주장한다. 5/23 의 사내 단가 위기의 답이 6 주 만에 도착한 것인가, 아니면 마케팅의 첫 발자국인가.
도입 — 6 주 만에 도착한 답의 무게
먼저 시간선을 정리한다. 2026 년 5 월 22 일, The Verge 가 Microsoft 의 사내 Claude Code 라이선스 종료를 보도했다. 그 보도 직후 HN 의 227 코멘트가 짚은 두 사실 — ‘개발자가 발로 투표해 자사 Copilot 대신 Claude Code 를 골랐다’ 와 ‘Claude 의 사용 강도가 회사의 12 개월 AI 예산을 몇 달에 소진했다’ — 가 5/23 의 본 블로그 분석의 출발점이었다. 그 분석의 결론은 단순했다 — Microsoft 의 결정은 ‘자사 도구의 우위 회복’ 이 아니라 ‘단위경제학의 통제 회복’ 이고, 그 통제를 위해서는 호출의 진입점을 자사 게이트웨이로 옮기는 작업이 필요하다.
6 월 3 일의 두 발표는 그 게이트웨이 뒤에 무엇이 깔리는지의 첫 공개 그림이다. 두 모델은 명백히 같은 시리즈 (‘MAI’) 의 두 슬롯이다 — Code-1-Flash 는 ‘빠른 코딩 슬롯’, Thinking-1 은 ‘깊은 추론 슬롯’. 두 슬롯 외에 MAI-Image-2.5, MAI-Transcribe-1.5 가 같은 시리즈에서 이미 발표됐다. 이 슬롯 분리는 Anthropic 의 Haiku / Sonnet / Opus 또는 OpenAI 의 GPT-4o-mini / GPT-4o / o-series 의 표준 패턴을 그대로 따른다.
두 발표가 강조하는 한 줄이 두 모델의 공통 디자인 철학을 요약한다 — “clean and appropriately licensed data” (깨끗하고 적절히 라이선스된 데이터) 와 “third-party distillation 없이 직접 학습”. 첫 줄은 OpenAI / Anthropic 의 학습 데이터 출처 논쟁 (저작권 소송, NYT 사건) 위에서 Microsoft 의 차별화 메시지다. 둘째 줄은 ‘경쟁사 모델로부터의 출력 학습’ 의 흔적이 없다는 주장으로, MAI 가 독립 모델 가족이라는 점을 강조한다. 두 메시지가 합쳐지면 Microsoft 의 위치가 분명해진다 — ‘경쟁사보다 깨끗한 데이터 위에서 만들어진 독립 모델 가족’ 이다.
이 진술이 정확히 5/23 의 진단과 만나는 지점이 있다. 그 진단에서 짚은 ‘진입점 통제’ 의 끝은 ‘다른 모델로의 가격 비교 라우팅’ 이었다. 그러나 라우팅의 목적지가 자사 모델이 아니면 라우팅은 매출의 외부 유출만 의미한다. Microsoft 가 라우팅의 목적지를 자사 모델로 두려면, 그 자사 모델이 Claude / GPT 와 경쟁할 수 있어야 한다. MAI 두 모델은 정확히 그 경쟁 조건의 첫 측정값이다.
본문 1 — Code-1-Flash 의 벤치마크와 ‘Haiku 비교’ 라는 단일 카드
Code-1-Flash 의 발표가 가장 강조하는 숫자를 정렬한다.
벤치마크 MAI-Code-1-Flash Claude Haiku 4.5
SWE-Bench Pro +16.0 (baseline)
SWE-Bench Verified -60% tokens (baseline)
IF Bench instruction +28.9 (baseline)
Advanced IF +14.5 (baseline)
Robust IF higher (baseline)이 표가 가리키는 메시지는 두 갈래다. 첫째, SWE-Bench Pro 에서 16 점 우위 와 SWE-Bench Verified 에서 60 % 적은 토큰. 코딩 작업의 두 핵심 측정값 (정확도 + 효율) 모두에서 같은 가격대 모델인 Claude Haiku 4.5 를 앞선다는 주장이다. 둘째, 명령 따라가기 (instruction following) 의 세 종류 벤치마크 (IF Bench, Advanced IF, Robust IF) 모두에서 우위다. 이는 단순한 코드 생성 능력이 아니라 ‘복잡한 다단계 지시를 정확히 수행’ 하는 능력의 측정이다.
여기서 가장 무거운 디자인 결정 — 그리고 가장 미묘한 마케팅 결정 — 이 등장한다. 발표가 비교 대상으로 Claude Haiku 4.5 만을 골랐고, GPT, Codex, 또는 Claude 의 더 큰 모델 (Sonnet, Opus) 과의 비교를 의도적으로 제외했다. 이 선택의 의미를 풀어 보면 두 가지다. 첫째, Code-1-Flash 가 가격 / 성능 측면에서 자기 위치를 명시한다 — ‘Haiku 와 같은 빠른 / 저렴한 슬롯이고, 그 슬롯 안에서 Haiku 를 이긴다’. 둘째, Sonnet / Opus 와 비교했을 때 Code-1-Flash 가 어떤 위치에 있는지를 마케팅이 의도적으로 비워 둔다. Code-1-Flash 가 Sonnet 을 따라잡았다는 주장은 하지 않는다. 같은 가격대 안에서의 우위가 단일 카드다.
이 마케팅 선택이 정확한 이유는 5/23 의 분석으로 다시 돌아가면 보인다. 그 분석의 핵심은 ‘Claude Code 의 자연스러운 사용 강도가 예산화 가정을 넘는다’ 였다. 그 자연스러운 사용 강도의 대부분은 ‘간단한 PR 리뷰, 빠른 버그 수정, 작은 리팩토링’ 같은 작업이고, 그 작업의 모델 슬롯은 Haiku 또는 Code-1-Flash 다. 즉 Microsoft 의 게이트웨이가 일일 호출의 80 ~ 90 % 를 Code-1-Flash 로 라우팅할 수 있다면, 그것만으로 단위경제학의 통제가 회복된다. 깊은 추론이 필요한 10 ~ 20 % 의 작업에는 여전히 Claude Sonnet / Opus 또는 Microsoft 의 MAI-Thinking-1 으로 라우팅한다. 슬롯 분리 + 라우팅 패턴이 5/23 의 단위경제학 위기에 대한 정확한 답이다.
또 한 가지 미묘한 결정이 발표의 한 줄에 있다 — “trained and designed for GitHub Copilot harness” (GitHub Copilot 하니스를 위해 학습되고 디자인됐다). ‘harness’ 는 모델 + 도구 통합 + UI 의 결합을 의미한다. 5/23 의 분석에서 짚은 ‘Claude Code 의 사용자 경험은 모델만이 아니라 모델 + UI + 도구 통합의 결합’ 이라는 점이 여기서 다시 등장한다. Code-1-Flash 가 단순히 모델 가중치가 아니라 ‘Copilot 하니스 안에서 학습된’ 모델이라면, 모델 자체의 벤치마크 점수보다 하니스 안에서의 실제 작업 효율이 더 의미 있는 측정이 된다. 다음 분기의 실측 데이터가 마케팅 카드보다 더 무거운 검증이 될 것이다.
본문 2 — MAI-Thinking-1 의 ‘Sonnet 4.6 동률’ 주장과 두 가지 검증 필요
Thinking-1 의 숫자는 다른 종류의 무게를 가진다. 발표가 강조하는 핵심 비교는 세 갈래다.
첫째 — Claude Sonnet 4.6 과 SWE-Bench Pro 에서 ‘동률 (toe-to-toe)’ + 1,276 개 작업의 blind 인간 평가에서 우세. 이 주장이 사실이면 Thinking-1 은 Microsoft 의 가장 강한 자사 모델이고, 5/23 의 사내 Claude Code 사용자가 ‘발로 투표’ 한 모델 (Claude Sonnet 4.6) 의 대체로 즉시 작동 가능하다. blind 인간 평가의 결과는 자기 회사 발표의 단점 — 평가 데이터의 cherry-picking 가능성 — 이 있지만, 1,276 작업이라는 규모는 단순한 cherry-pick 보다는 큰 표본이다.
둘째 — Claude Opus 4.6 과 SWE-Bench Pro 에서 ‘맞먹는다 (matches)’. Opus 는 Claude 의 가장 큰 모델이고, Sonnet 의 2 ~ 3 배의 가격을 가진다. Thinking-1 이 Opus 와 같은 작업에서 동률이라면 가격 / 성능 측면에서 단순한 동률 이상의 의미다. 그러나 발표가 ‘동률’ 의 정확한 정의 (정답률의 정확한 차이, 통계적 유의성) 를 명시하지 않은 점이 첫 검증 필요다.
셋째 — AIME 2025 에서 97.0 %, AIME 2026 에서 94.5 %. 수학적 추론의 가장 표준화된 벤치마크에서 매우 높은 점수다. 비교 컨텍스트로, GPT-o3 의 AIME 2024 점수가 92 ~ 95 %, Claude 의 Sonnet 4.5 가 AIME 2025 에서 약 88 %. Thinking-1 의 점수는 카테고리의 가장 높은 수준이다. 그러나 AIME 같은 폐쇄형 시험 점수는 학습 데이터 누설의 위험이 크고, 발표가 ‘데이터 정화 (decontamination)’ 의 정도를 명시하지 않은 점이 두 번째 검증 필요다.
모델의 기술적 디자인은 다음과 같다. 35B active parameters / ~1T total parameters 의 sparse Mixture-of-Experts. 이 구조는 DeepSeek-V3, Mistral 8x22B 와 같은 패밀리고, OpenAI 의 GPT-4 도 비슷한 패턴이라는 추측이 있다. Sparse MoE 의 장점은 추론 시 메모리 / 컴퓨트가 active 파라미터에 비례한다는 점 — 즉 추론은 35B 모델의 속도지만, 표현력은 1T 모델의 폭이다. 이 패턴이 ‘medium-weight’ 라는 자기 분류의 근거다.
발표의 흥미로운 한 줄이 더 있다 — “Hill-Climbing Machine … capabilities improve continually and reliably over time” (능력이 시간이 지나면서 지속적이고 신뢰성 있게 향상되는 hill-climbing 머신). 이 표현이 가리키는 것은 단일 모델이 아니라 학습 / 평가 / 개선의 파이프라인이다. MAI 시리즈가 단일 모델 발표가 아니라 6 ~ 12 개월 단위의 지속적 개선의 첫 측정값이라는 메시지다. 이는 Anthropic 의 Claude 3 → 3.5 → 4 → 4.6 → 4.8 의 6 개월 사이클, OpenAI 의 GPT-4 → 4o → o1 → o3 의 8 ~ 10 개월 사이클의 패턴을 직접 의식한 메시지다. Microsoft 가 같은 사이클을 시작했다는 선언이다.
HN 의 코멘트에서 가장 공감을 받은 정서가 이 사이클 메시지의 신뢰성에 대한 회의다 — 정서 요약 — “Microsoft 가 자체 모델 시리즈를 시작했다고 발표한 적이 이미 여러 번 있다. Phi 시리즈, Orca, … 그리고 매번 한 두 발표 뒤에 사라졌다. MAI 가 다른지는 6 개월 뒤에 보자”. 회의의 근거는 분명하다. Microsoft 가 자체 모델 시도를 여러 번 했고, 그 가운데 다수가 단일 발표로 끝났다. 이번 발표의 차이는 ‘게이트웨이 통합 (Copilot 의 디폴트 모델로 즉시 롤아웃)’ 과 ‘Hill-Climbing 사이클 약속’ 의 두 카드다. 두 카드의 진짜 검증은 9 ~ 12 월에 도착할 다음 버전 — MAI-Code-2 또는 MAI-Thinking-2 — 의 실제 출시와 그 모델의 성능 변화다.
본문 3 — ‘게이트웨이 + 자사 모델’ 패턴의 산업 함의
이 사건이 단일 회사의 모델 가족 발표를 넘어 카테고리 전체에 던지는 함의를 세 갈래로 정리한다.
첫째 갈래는 ‘프론티어 모델 회사 vs 게이트웨이 회사’ 의 분기 다. 지난 3 년 동안 AI 모델 시장은 사실상 두 카테고리의 회사가 운영했다 — 모델을 만드는 회사 (Anthropic, OpenAI, DeepMind 등) 와 그것을 호스팅 / 게이트웨이 / 통합으로 가져다 쓰는 회사 (AWS, GCP, Microsoft Azure). Microsoft 의 MAI 시리즈는 이 두 카테고리의 경계가 무너지는 신호다. 게이트웨이 회사가 자체 모델을 가지면, 외부 모델은 ‘기본 옵션’ 이 아니라 ‘선택적 라우팅 대상’ 으로 격하된다. 외부 모델 회사 (Anthropic, OpenAI) 의 단가 협상력이 떨어진다.
이 분기의 첫 시그널은 가격 협상이다. 2026 년 하반기에 Anthropic 과 Microsoft 의 Azure 위 Claude 호스팅 계약 갱신이 있다면, Microsoft 의 협상 카드가 ‘Claude 가 없으면 Sonnet 의 자리에 MAI-Thinking-1 을 직접 쓴다’ 가 된다. 같은 카드가 OpenAI 와의 협상 (이미 Microsoft 의 OpenAI 지분 관계로 복잡하지만) 에서도 작동한다. 모델 회사들의 가격 협상력이 게이트웨이 회사의 자체 모델 등장으로 직접 압력받는다.
둘째 갈래는 ‘모델 회사의 매출 채널 분기’ 다. 모델 회사가 직접 사용자에게 라이선스를 파는 채널 (Anthropic 의 Claude.ai, Claude API) 과 게이트웨이 회사를 통한 간접 채널 (Bedrock, Azure AI) 의 두 갈래다. 5/23 의 분석에서 짚었듯, 게이트웨이 채널의 매출이 외부 모델 회사의 가장 큰 채널이다. 그 채널이 게이트웨이 회사의 자체 모델로 부분 대체되면, 모델 회사의 매출 구조가 직접 채널 의존으로 이동한다. 그러나 직접 채널의 사용자 풀은 한정적이고 (개발자 / 소비자 중심), 기업 매출의 대부분은 여전히 게이트웨이를 거친다. 모델 회사가 기업 매출을 회복하려면 직접 기업 영업 채널을 갖춰야 한다. Anthropic 의 기업 영업팀 확장 (2026 년 1 분기 발표) 이 이 신호의 첫 측정값이다.
셋째 갈래는 ‘다극 모델 시장’ 의 형성 이다. 2025 년까지 AI 모델의 진짜 프론티어는 사실상 3 ~ 4 개 회사 (OpenAI, Anthropic, Google DeepMind, xAI) 의 경쟁이었다. Microsoft 의 MAI 시리즈가 5 번째 회사로 합류하고, Meta 의 Llama 4, DeepSeek 의 V4, Mistral 의 Large 3 가 같은 시기에 발표되면 시장은 7 ~ 8 개 회사의 다극 경쟁으로 바뀐다. 다극 경쟁의 결과는 모델 가격의 추가 압력 (good) 과 함께 각 모델의 특화 (specialization) 다. 한 모델이 모든 작업을 잘하기보다, 슬롯별로 (코딩 / 추론 / 비전 / 음성) 다른 모델이 우위를 갖는 패턴이 강해진다. Microsoft 의 MAI 시리즈가 슬롯별로 분리된 발표 (Code, Thinking, Image, Transcribe) 인 것이 이 패턴의 직접 표현이다.
세 갈래가 합쳐지면, 다음 12 개월의 AI 산업의 가장 큰 단일 변수는 ‘외부 모델 회사들의 매출 채널이 어디로 옮겨지는가’ 다. 그리고 그 변수의 답이 모델 회사들의 다음 라운드 자금 조달, 인재 채용, 모델 개발 사이클의 단가에 직접 영향을 준다.
결론 — ‘6 주 만에 도착한 답’ 의 진짜 무게
6 월 3 일의 두 발표가 HN 의 합산 546 점을 모은 진짜 이유는, 그것이 5 월 22 일의 사건에 대한 ‘6 주 만의 답’ 이라는 사실 자체다. Microsoft 는 사내 Claude Code 단위경제학의 위기를 게이트웨이 통제로 풀었고, 그 게이트웨이 뒤에 자사 모델 두 개를 즉시 깔았다. 위기의 진단 → 게이트웨이 결정 → 자사 모델 출시의 세 단계가 6 주 안에 끝난 것은 — 만약 진짜 검증을 통과한다면 — 산업 사이클의 가장 빠른 응답 중 하나다.
이 진단이 실무자에게 던지는 메시지는 두 갈래다. 첫째, AI 코딩 도구 채택 결정을 6 개월 이상의 시간 단위로 계획하지 말라. 도구의 기본 모델이 6 주 안에 자사 모델로 교체될 수 있고, 그 교체가 단순한 백엔드 변경이 아니라 사용 강도 / 단가 / 품질의 분포 전체에 영향을 준다. 도구 평가는 분기 단위로 다시 수행되는 것이 정상이다.
둘째, 외부 모델 회사에 깊은 의존도를 가진 제품 / 비즈니스를 운영 중이라면, 게이트웨이 회사의 자사 모델 출시 패턴을 직접 모니터링한다. AWS Bedrock 위의 자체 모델 (Amazon Nova), Google Cloud 위의 자체 모델 (Gemini), Azure 위의 MAI 시리즈 — 세 게이트웨이가 모두 자사 모델 슬롯을 깔고 있다. 외부 모델의 디폴트 위치가 6 ~ 12 개월 안에 다시 협상될 가능성이 매우 높다.
마지막으로 한 가지 질문을 던지면서 닫는다. 우리가 외부 모델 (Claude, GPT) 위에 만든 제품이 그 외부 모델 회사의 우위가 게이트웨이 회사의 자사 모델에 의해 부분 대체되는 시나리오에서 어떻게 작동하는가. 그 시나리오를 미리 시뮬레이션하지 않은 상태에서 게이트웨이 회사의 디폴트 변경이 일어나면, 우리의 제품 단가 / 품질 / 사용 패턴이 한 주 안에 바뀐다. 6 월 3 일의 발표는 그 시나리오의 첫 큰 측정값이다.
출처: