사티아 나델라 스탠퍼드 강연 — 프런티어 생태계, 힐 클라이밍, 양자·실리콘 전략

핵심 메시지

• 나델라는 2019년 오픈AI에 10억 달러를 투자한 배경을 "준비된 마음(prepared mind)"으로 설명한다. 자연어에 대한 마이크로소프트의 오랜 집착과, 스케일링 법칙에 대한 베팅이 맞물렸다는 것이다.
• 핵심 비전은 "프런티어 생태계"다. 모든 기업이 자사의 IP와 "토큰 자본"을 시간이 갈수록 축적하며 프런티어 수준에서 활동할 수 있어야 한다는 구상이다.
• 마이크로소프트는 자사 모델을 가중치와 함께 라이선스해, 각 기업이 자기 데이터와 환경 위에서 모델을 후학습(RL)하는 "힐 클라이밍 머신"을 세우게 한다.
• Scout는 사용자 신원(Entra ID)을 위임받아 24시간 작동하는 자율 에이전트(오토파일럿) 형태이며, 보안을 위해 격리 컨테이너 안에서 실행된다.
• 나델라는 맞춤 실리콘(Maia 200, Cobalt ARM), 엣지 컴퓨팅 기반의 "언미터드 인텔리전스", 그리고 양자 컴퓨팅(마요라나)까지 폭넓은 인프라 전략을 제시한다.

쉽게 이해하기

스탠퍼드 CS153 강연에 마이크로소프트 CEO 사티아 나델라가 마지막 연사로 나섰다. 그는 2019년 오픈AI 투자를 회고하며, 마이크로소프트가 늘 자연어에 집착해 왔고 야심 찬 접근이라면 사내든 외부든 가리지 않고 베팅해 왔다고 말한다. 당시 가장 큰 결정은 자본보다도 "컴퓨트(연산 자원)를 특정 시도에 집중"하는 일이었으며, 스케일링 법칙 논문이 트랜스포머에 더 많은 연산과 데이터를 밀어붙일 동기를 줬다고 설명한다.

강연의 중심 개념은 "프런티어 생태계"다. 모델이 데이터로부터 학습하는 세상에서 기업의 미래는 무엇인가라는 질문에서 출발한다. 나델라는 단순히 파운데이션 모델을 소비하기만 하는 기업은 가치를 지키기 어렵다고 본다. 대신 모든 기업이 자사 IP를 시간에 따라 복리로 쌓으며 프런티어에서 활동하는, 제로섬이 아닌 포지티브섬 생태계를 지향한다고 말한다.

이를 위해 마이크로소프트는 추론·코딩 모델을 깨끗한 데이터 계보로 학습해, 합성 데이터를 마구 섞지 않고도 추론 능력이 발현되도록 만들었다고 한다. 그리고 이 모델을 가중치와 함께 라이선스해, 각 기업이 자사 작업의 트레이스로 학습하는 "힐 클라이밍 머신"을 세우게 한다. 기업은 RL 환경과 비공개 평가셋을 자산으로 관리하고, M365 데이터에서 예컨대 HR 온보딩 절차의 환경과 평가를 부트스트랩할 수도 있다.

제품 측면에서는 Scout가 소개된다. 코파일럿이 채팅(생각 보조)→코워크(작업 위임)→오토파일럿(상시 가동 에이전트)으로 진화했고, Scout는 세 번째 형태다. 사용자의 위임 신원(Entra ID)으로 작동하는 디지털 트윈처럼 쓰거나, 별도 신원과 샌드박스를 가진 오토파일럿을 추가로 발행할 수 있다. 장시간 코드를 생성·실행하는 에이전트를 다루기 위해 MXC 같은 컨테이너로 프로세스·세션·VM 수준의 격리 경계를 설정한다.

소비자·하드웨어 영역에서는 PC에 깔린 방대한 GPU를 활용하는 "언미터드 인텔리전스"를 강조한다. 엔비디아의 새 SOC를 탑재한 서피스 노트북, 페타플롭급 연산과 통합 메모리로 로컬에서 1조 파라미터 모델을 돌리는 개발용 박스, GB300 기반 DGX 워크스테이션을 예로 든다. 또한 에이전트 시대를 위한 새 폼팩터로, 지문 인식기와 카메라·온보드 연산을 갖춘 배지형 기기 등을 제안하는 "프로젝트 솔라라"를 소개한다.

나델라는 기술 자체의 과시를 넘어 실제 가치로 평가받아야 한다고 강조한다. "전기를 판 게 아니라 빛을 팔았다"는 비유를 빌려, AI의 혜택이 일부 지역이 아니라 의료·경제적 기회처럼 공동체 단위로 체감돼야 사회적 허용을 얻는다고 말한다. 일자리 대체 같은 충격은 불가피하지만, 인간은 새 상품 위에 새로운 가치를 만드는 가장 적응력 높은 종이라고 본다.

주요 인사이트

• 나델라는 "프런티어 모델을 들였더니 내 IP를 다 잡아먹더라"는 우려가 없어야 기업이 AI를 환영한다고 본다. 그래서 모델을 라이선스해 기업이 자기 가치를 보호하면서도 프런티어에 오르게 하는 구조를 설계한다.
• 맞춤 실리콘 전략은 세 가지 새 워크로드(훈련·추론·장시간 에이전트)에서 출발한다. Maia 200은 추론 워크로드를, Cobalt ARM은 에이전트 루프에 필요한 강력한 코어를 겨냥하며, 마이크로소프트는 이를 이종(heterogeneous) 플릿으로 묶어 소프트웨어로 최적 배치한다.
• 양자 컴퓨팅은 분리해 보면 두 갈래다. 단기적으로는 원자 기반 양자 컴퓨터의 트레이스로 소재·화학 모델의 학습 데이터를 개선하고, 장기적으로는 마요라나라는 물질 상태를 산업적 규모로 구현해 오류 정정이 가능한 양자 컴퓨터를 노린다.
• 성장 마인드셋은 구호가 아니라 "자신의 고정 마인드셋과 마주할 용기"라고 나델라는 말한다. 그래서 마이크로소프트는 이를 사내 슬로건처럼 트레이드마크화하지 않았다고 강조한다.
• 학생을 향한 조언으로 "인지 커버리지(cognitive coverage)" 개념을 든다. 수십·수백 개의 코딩 에이전트에 일을 떠넘기는 게 아니라, 무엇을 지시했고 그들이 한 일을 이해할 수 있는지가 학습의 핵심이라는 것이다.

자주 묻는 질문

관련 AI 소식