[디지털투데이 황치규 기자]마이크로소프트가 자체 개발한 AI 모델 3종을 공개했다고 벤처비트가 2일(현지시간) 보도했다.
마이크로소프트는 음성 전사 모델 MAI-트랜스크라이브-1(MAI-Transcribe-1), 음성 생성 모델 MAI-보이스-1(MAI-Voice-1), 이미지 생성 모델 MAI-이미지-2(MAI-Image-2)를 선보였다.
세 모델은 마이크로소프트 파운드리(Microsoft Foundry)와 MAI 플레이그라운드(MAI Playground)를 통해 이용할 수 있다. 보도에 따르면 MAI-트랜스크라이브-1은 다국어 음성 인식 벤치마크 플루어스(FLEURS)에서 상위 25개 언어 평균 단어 오류율(WER) 3.8%를 기록했다. 오픈AI 위스퍼-라지-v3(Whisper-large-v3) 대비 25개 언어 전체에서, 구글(Google) 제미나이 3.1 플래시(Gemini 3.1 Flash) 대비 25개 중 22개 언어에서 우위를 보였다. 마이크로소프트는 이 모델을 코파일럿(Copilot) 보이스 모드와 팀스(Teams) 회의 전사 기능에 테스트 적용하고 있다.
MAI-보이스-1은 1초 안에 60초 분량 음성을 생성하며, 단 몇 초 분량 음성 샘플만으로 개인 목소리를 복제할 수 있다. 가격은 100만자당 22달러다. MAI-이미지-2는 AI 모델 평가 플랫폼 아레나닷에이아이(Arena.ai) 리더보드에서 상위 3위안에 포함됐고 전작 대비 생성 속도가 2배 이상 빨라졌다. 텍스트 입력 100만 토큰당 5달러, 이미지 출력 100만 토큰당 33달러에 제공된다. 대형 광고 회사 중 하나인 WPP가 초기 기업 파트너로 참여했다.
이번 모델 개발에서 눈에 띄는 점은 팀 규모다. 마이크로소프트 AI 부문 대표 무스타파 술레이먼(Mustafa Suleyman)은 "음성 모델은 10명이 만들었고 속도·효율·정확도 향상 대부분은 모델 아키텍처와 데이터에서 비롯됐다. 이미지 팀도 10명이 채 안 된다"고 말했다..
마이크로소프트는 공격적인 가격 정책도 적용한다. 술레이먼은 "아마존(Amazon), 구글 등보다 저렴하게 책정했으며, 이는 의도적 결정"이라고 말했다. 마이크로소프트 주가는 연초 대비 약 17% 하락해 AI 투자 수익화에 대한 투자자 압박이 커진 상황이다.
술레이만은 거대 언어 모델(LLM) 쪽에서도 독자 모델을 개발할 것이라고 밝혔다. 그는 "마이크로소프트가 필요로 할 때 최고 효율과 최저 비용으로 최첨단 모델을 제공하고 완전히 독립할 수 있도록 하는 것이 목표"라고 말했다.
댓글
0