마이크로소프트는 7월 27일 사이버보안 특화 모델 MAI-Cyber-1-Flash를 다중 에이전트 취약점 탐지·수정 시스템 MDASH에 통합했다고 밝혔다. 이 모델은 복잡한 코드베이스에서 취약점을 찾는 데 초점을 둔 소형 모델이며, MAI-Thinking-1 계열을 바탕으로 개발됐다. 한 대형 모델에 모든 작업을 맡기기보다 난도에 따라 여러 모델을 배치해 보안 분석의 비용과 성능을 함께 관리하려는 설계다.
MDASH는 MAI-Cyber-1-Flash가 전체 작업의 최대 90%를 처리하고, 특히 어려운 약 10%만 GPT-5.4로 넘기도록 구성됐다. 회사가 공개한 CyberGym 평가에서 이 조합의 성공률은 95.95%로 표시됐으며, 발표문에서는 이를 96%로 반올림해 설명했다. Mythos보다 12%포인트 높다는 것이 회사 측 설명이다. 비용은 GPT-5.4·GPT-5.4 mini·GPT-5.3 Codex를 함께 쓰는 기존 MDASH 최고 구성과 비교해 50% 절감됐다고 밝혔다.
실제 보안 운영에서는 MDASH의 100개가 넘는 에이전트가 코드 준비, 취약점 발견, 검증, 수정 작업을 나눠 수행한다. 마이크로소프트는 같은 날 보안 업무용 에이전트 시스템 Perception도 공개했으며, 이를 MDASH와 연결해 새로운 위협 경로를 지속적으로 감시하고 패치하는 방향을 제시했다. 반복 작업은 가벼운 특화 모델에 맡기고 판단이 어려운 사례에만 대형 모델을 쓰는 방식이어서, 대규모 코드 자산을 관리하는 보안팀에 비용 통제 수단이 될 수 있다.
| 항목 | 공개 내용 |
|---|---|
| 작업 배분 | 최대 90%는 MAI-Cyber-1-Flash, 어려운 약 10%는 GPT-5.4가 처리 |
| CyberGym | 성공률 95.95%, 발표문 기준 96% |
| 비용 비교 | 기존 MDASH 최고 구성 대비 50% 절감 |
| 에이전트 규모 | 100개 이상 |
기업용 통제 기능도 함께 제시됐다. MDASH에는 역할 기반 접근 제어, 테넌트 격리, 암호화, 감사 기능, 인터넷 접속이 차단된 샌드박스 실행 환경이 포함된다. MAI-Cyber-1-Flash는 마이크로소프트 AI 레드팀 평가와 자동화·전문가 주도 적대적 시험을 거쳤고 제3자의 별도 평가도 받았다고 회사는 설명했다. 마이크로소프트는 하루 100조개가 넘는 보안 신호와 160만 고객의 운영 경험을 모델 개선에 활용할 수 있다고 강조했다.
다만 50% 절감 수치는 모든 보안 업무의 비용을 뜻하지 않는다. 회사가 정한 CyberGym 조건과 기존 MDASH 모델 조합을 기준으로 한 비교다. 발표에는 제품 가격, 일반 이용 일정, 실제 고객 환경에서의 오탐률과 재현율이 제시되지 않았다. CyberGym 결과 역시 회사가 공개한 수치여서 독립적인 재현 검증이 필요하다. 보안팀이 도입을 검토할 때는 벤치마크 순위보다 자체 코드에서의 탐지 정확도, 수정안 검증 절차, 토큰 사용량을 함께 확인해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
