마이크로소프트가 Copilot용 코딩 모델을 직접 만들었어요

마이크로소프트가 Copilot용 코딩 모델을 직접 만들었어요

AI 뉴스 썸네일

마이크로소프트가 GitHub Copilot에 넣을 코딩 모델 MAI-Code-1-Flash를 공개했어요. OpenAI나 Anthropic 모델을 가져다 쓰는 흐름에서 한 발 더 나가, Copilot 안에서 자사 모델을 직접 굴리려는 움직임이에요. 1

핵심 요약

구분	핵심	왜 볼 만한가요
제품	MAI-Code-1-Flash가 VS Code의 GitHub Copilot 개인 사용자에게 순차 배포돼요	Copilot이 작업에 따라 마이크로소프트 자체 모델을 고를 수 있게 돼요
성능	마이크로소프트는 SWE-Bench Pro에서 Claude Haiku 4.5보다 16포인트 앞섰다고 밝혔어요	공개 숫자만 보면 고급 모델보다 “빠르고 싼 코딩 보조 모델” 쪽에 가까워요
효율	단순 요청에는 짧게 답하고 복잡한 작업에는 더 많은 추론 예산을 써요	토큰 비용과 응답 속도가 코딩 도구 UX의 핵심 변수가 되고 있어요
한계	적대적 추론 평가에서 일부 함정 유형은 50% 미만 정확도에 머물렀어요	벤치마크 점수만 보고 실무 품질을 단정하기는 어려워요

1. Copilot 안에 들어가는 마이크로소프트 자체 코딩 모델

MAI-Code-1-Flash는 일상적인 개발 작업을 빠르게 돕는 데 맞춘 코딩 모델이에요. 마이크로소프트는 이 모델을 깨끗하고 라이선스가 맞는 데이터로 만들었고, VS Code의 GitHub Copilot 개인 사용자에게 순차 배포한다고 밝혔어요. 사용자는 별도 설정 없이 Auto picker에서 이 모델을 만나거나, 모델 선택기에서 직접 고를 수 있어요. 2

이번 공개가 흥미로운 이유는 성능 숫자보다 배포 위치에 있어요. Copilot은 이미 개발자가 매일 쓰는 화면 안에 들어와 있어요. 여기에 마이크로소프트가 직접 만든 모델이 들어가면, 코딩 도구의 비용 구조와 모델 선택 방식도 조금씩 달라질 수 있어요.

2. 벤치마크보다 실제 Copilot 작업 흐름에 맞췄어요

마이크로소프트는 MAI-Code-1-Flash를 벤치마크 점수만 보고 다듬은 모델로 설명하지 않아요. 저장소 질의응답, 리팩터링, 소프트웨어 엔지니어링 작업, 실제 Copilot 사용 패턴에서 바꾼 평가 작업을 학습 과정에 넣었다고 밝혔어요. 개발자가 코딩 도구에 기대하는 건 정답 한 줄보다, 주변 파일과 도구를 건드리며 작업을 끝까지 이어가는 능력이기 때문이에요. 2

이 방향은 최근 코딩 AI 시장의 흐름과도 맞아요. IDE 안에서 모델이 파일을 읽고, 명령을 실행하고, 수정 결과를 다시 확인하는 작업이 늘고 있어요. 모델 자체의 똑똑함만큼이나 개발 환경과 얼마나 잘 맞물리는지가 중요해지고 있어요.

3. “더 큰 모델”보다 “토큰당 효율”을 앞세웠어요

마이크로소프트가 가장 강하게 내세운 부분은 토큰 효율이에요. MAI-Code-1-Flash는 요청 난도에 따라 답변 길이를 조절하도록 학습됐어요. 간단한 질문에는 짧게 답하고, 여러 파일을 고치거나 깊게 분석해야 할 때는 더 많은 추론 예산을 쓰는 방식이에요. 회사는 SWE-Bench Verified에서 최대 60% 적은 토큰으로 더 어려운 문제를 풀었다고 설명해요. 2

개발자 입장에서는 이 숫자가 꽤 현실적인 포인트예요. 코딩 도구는 한 번 멋진 답을 내는 것보다, 하루 종일 여러 번 불러도 비용과 지연이 버틸 수 있어야 해요. Copilot 같은 제품에서는 토큰 절약이 곧 응답 속도, 월 사용량, 제품 마진으로 이어져요.

4. 비교 대상은 Claude Haiku 4.5예요

마이크로소프트는 SWE-Bench Verified, SWE-Bench Pro, SWE-Bench Multilingual, Terminal Bench 2에서 MAI-Code-1-Flash가 Claude Haiku 4.5보다 높은 통과율을 냈다고 밝혔어요. 특히 SWE-Bench Pro에서는 51.2% 대 35.2%로 16포인트 차이를 제시했어요. 지시 따르기 평가에서도 IF Bench 기준 +28.9 차이를 냈다고 설명해요. 2

다만 비교 대상을 봐야 해요. Haiku 4.5는 Anthropic의 작은 모델 라인이에요. MAI-Code-1-Flash를 Sonnet이나 Opus급 모델과 같은 급으로 읽으면 기대치가 어긋날 수 있어요. 이 모델은 “가장 어려운 코딩 문제를 혼자 해결하는 모델”보다, Copilot 안에서 자주 부르는 빠른 작업용 모델에 가까워 보여요.

5. 추론 함정에는 아직 약한 부분이 남아 있어요

마이크로소프트는 일반 벤치마크가 암기와 패턴 매칭을 보상할 수 있다고 보고, 186문항·34개 범주의 별도 적대적 평가도 만들었어요. MAI-Code-1-Flash는 이 평가에서 85.8% 조정 정확도를 기록했지만, Einstellung trap 같은 일부 핵심 범주는 50% 미만에 머물렀어요. 2

이 대목은 공개 글에서 가장 솔직하게 읽히는 부분이에요. 코딩 모델은 쉬운 리팩터링과 반복 수정에서는 빨라 보여도, 문제 자체가 잘못됐거나 조건이 부족한 상황에서는 쉽게 그럴듯한 답으로 밀고 갈 수 있어요. 개발자가 작은 모델을 쓸 때 테스트와 리뷰를 더 강하게 붙여야 하는 이유예요.

왜 중요한가요

마이크로소프트가 Copilot에 자사 코딩 모델을 넣기 시작하면, 개발자 도구 시장의 경쟁 축이 조금 바뀌어요. 지금까지는 “어떤 범용 모델을 연결하느냐”가 중요했다면, 이제는 제품 안의 실제 작업 로그와 IDE 경험에 맞춘 전용 모델이 더 자주 등장할 수 있어요. 2

개발팀이 볼 포인트는 두 가지예요. 첫째, 작은 모델도 잘 짜인 도구 안에서는 충분히 쓸모가 있을 수 있어요. 둘째, 벤치마크 숫자는 모델의 사용처와 비교 대상을 함께 봐야 해요. MAI-Code-1-Flash는 Copilot 안에서 빠르게 반복되는 코딩 보조 작업을 어디까지 자체 모델로 대체할 수 있는지 보여주는 시험대에 가까워요.

참고 자료

1. MAI-Code-1-Flash — GeekNews
2. Introducing MAI-Code-1-Flash — Microsoft AI
3. MAI-Code-1-Flash Model Card — Microsoft AI