MDASH 내 MAI-Cyber-1-Flash 도입

Abstract illustration of three overlapping shield shapes in blue, pink, and purple tones on a beige background.

오늘 우리는 우리의 멀티 에이전트 취약점 식별 및 복구 하네스(harness)인 MDASH 내에 MAI-Cyber-1-Flash를 도입한다고 발표합니다. 이들은 함께 선도적인 모델 비용의 50% 수준으로 세계 최고 수준의 성능을 제공합니다.

AI의 발전은 놀라웠으며, 이로 인해 방출되는 새로운 세대의 사이버 위협 또한 놀랍습니다. 공격자들은 이제 점점 더 강력한 능력을 휘두르며, 자신들이 침입할 수 있는 단 하나의 약점을 찾기 위해 끊임없이 늘어나는 코드의 산을 조사하고 있습니다.

결함을 찾는 비용이 급감함에 따라, 가끔 스캔하고 나중에 패치하는 기존의 보안 모델은 이제 구식이 되었습니다. AI의 진정한 이점을 활용하려면, 먼저 전 세계가 실행되는 소프트웨어를 우리 모두가 강화할 수 있도록 돕는 뛰어난 사이버 모델을 구축해야 합니다.

이것이 복잡한 코드베이스에서 까다로운 취약점을 찾기 위해 구축된 MAI-Cyber-1-Flash의 동기입니다. 이는 MDASH에 깊이 통합되었으며, 업계 최고의 사이버 보안 전문가들에 의해 다듬어졌고, 지구상에서 가장 큰 보안 자산(security estate) 전반에 걸쳐 강화되었습니다.

이 결합된 전문 지식은 탁월한 보안 보호를 제공하며, 시스템이 대규모 코드베이스에서 추론하여 코드 내 실제 취약점을 찾는 능력을 평가하는 골드 표준 벤치마크인 CyberGym에서 Mythos, Gemini 및 GPT를 능가합니다.

Bar chart titled "CyberGym Evaluation" comparing success rates of five models, with MDASH: MAI-Cyber-1-Flash + GPT-5.4 leading at 95.95%, and other four models ranging between 83.2% and 85.6%.

작업에 적합한 모델 선택하기

보안은 항상 가동되어야 하는 미션이며, 엄청난 양의 유입되는 공격을 고려할 때 토큰(token) 비용은 이제 방어자들에게 실질적인 제약 요인입니다. MAI-Cyber-1-Flash는 모든 작업의 최대 90%를 효율적으로 처리하도록 설계되었으며, 이를 통해 MDASH가 우리 제품군 중 더 크고 비용이 많이 드는 모델(이 경우 GPT-5.4)을 정말로 필요한 10%의 매우 어려운 작업에 사용할 수 있도록 합니다.

그 결과, MAI-Cyber-1-Flash를 탑재한 MDASH 통합 시스템은 **CyberGym에서 96%(Mythos 대비 +12pt)**를 달성했습니다.

이러한 조합은 현재 MDASH에서 제공하는 최상의 구성(GPT 5.4 + 5.4 mini + 5.3 codex)과 비교했을 때 50%의 비용 절감을 제공합니다. 이것이 바로 독보적으로 풍부한 과거 학습 데이터(historical training data)에 접근할 수 있는, 잘 튜닝된 멀티 모델(multi-model) 시스템의 힘입니다. 이를 통해 모든 작업에 대해 항상 최적의 가격으로 최상의 모델을 사용할 수 있습니다.

이 새로운 환경에서는 새로운 취약점(vulnerability)을 식별하는 것부터 실시간으로 이를 해결하는 것까지 가능해야 하며, 이는 매우 중요합니다. 소프트웨어 취약점에 대한 AI 복구(remediation)가 이제 핵심적인 보안 워크플로우(security workflow)가 되었지만, 보안 전문가(Security practitioners)들이 직접 수행해야 할 작업들도 여전히 많이 남아 있습니다.

그렇기 때문에 오늘 우리는 MDASH 내의 다양한 보안 워크플로우를 위해 에이전트 팀을 제공하여 새로운 위협 벡터(threat vectors)를 지속적으로 모니터링하고, 패치하며, 차단하는 에이전트 기반 보안 시스템(agentic security systems)인 Perception을 출시합니다. Perception은 또한 곧 소프트웨어 취약점 작업을 넘어 더 많은 보안 워크플로우에 MAI-Cyber-1-Flash를 사용할 예정입니다.

오늘 중요한 세 가지는 다음과 같습니다: 모델(Model). 데이터(Data). 하네스(Harness).

우리는 고객들이 독보적으로 강력한 보안 솔루션을 가질 수 있도록 세계 최고 수준의 모델, 타의 추종을 불허하는 과거 데이터, 그리고 전문가가 튜닝한 하네스(harness)를 공동으로 최적화했습니다.

모델(Model). MAI-Cyber-1-Flash는 MAI-Thinking-1 계보에서 파생된 컴팩트하고 코드 중심적인(code-heavy) 보안 모델로, 최고 품질의 데이터를 사용하여 사내에서 처음부터 직접 구축되었습니다. 자세한 내용은 기술 보고서(technical report)를 참조하십시오.

데이터(Data). 우리의 가장 깊은 강점입니다. 수십 년간 세계적인 보안 시스템을 구축해 온 경험을 통해, 이제 우리는 ID(identity), 엔드포인트(endpoint), 클라우드(cloud), 네트워크(network) 전반에 걸쳐 매일 수조 개의 신호(signals)와 실제 익스플로잇(exploits) 및 복구(remediations)에 대한 타의 추종을 불허하는 기록을 보유하고 있습니다. 그 누구도 이러한 역사를 만들어낼 수는 없습니다.

Harness. MDASH, 즉 우리의 멀티 에이전트 취약점 식별 및 복구(remediation) 하네스(harness)는 업계 최고의 보안 전문가들에 의해 튜닝되었습니다. 이들은 취약점을 찾고, 검증하며, 복구하기 위해 여러 선도적인 모델을 사용하여 100개 이상의 에이전트를 생성했습니다. 에이전트 기반 코드 스캐닝(Agentic code scanning)은 보안 운영 센터(Security Operating Center)의 핵심 기능이며, 우리의 새로운 에이전트 기반 보안 시스템인 Project Perception에 데이터를 공급합니다.

안전을 최우선으로 구축

MAI-Cyber-1-Flash는 Microsoft의 첫 번째 사이버 모델이기 때문에, 우리는 모델 학습부터 고객 배포에 이르기까지 시스템의 모든 계층에 신뢰를 구축했습니다. 이 모델은 보안 우선(security-first) 보정(calibration) 방식으로 개발되었으며, Microsoft의 AI Red Team에 의해 엄격하게 평가되었고, 자동화 및 전문가 주도의 적대적 연습(adversarial exercises)을 통해 테스트되었으며, 제3자로부터 독립적인 평가를 받았습니다.

신뢰는 모델 자체를 넘어 확장됩니다. 고객은 MDASH를 통해 역할 기반 제어(Role-Based Controls), 테넌트 격리(tenant isolation), 암호화, 감사 가능성(auditability), 그리고 인터넷 접속이 차단된 샌드박스 실행 환경(sandboxed execution environments)을 포함한 엔터프라이즈급 제어 기능을 제공받습니다. 그 결과, 방어자에게 강력한 역량을 제공하는 동시에 기업이 Microsoft에 기대하는 거버넌스, 보안 및 제어를 유지하는 사이버 모델이 탄생했습니다.

우리의 힐 클라이밍 머신(hill-climbing machine)

사이버 보안은 단순히 데이터가 풍부한 영역이 아닙니다. 그것은 살아있는 강화학습 (RL) 루프입니다. 매일 방어자들은 위협을 조사하고, 경고를 분류(triage)하며, 적대자를 추적(hunt)하고, 취약점을 복구하며, 보호 조치를 배포하고, 그 결과로부터 학습합니다.

Microsoft는 이 루프를 엔드 투 엔드(end to end)로 파악합니다. Microsoft Security Response Center를 통한 취약점, ID, 엔드포인트, 클라우드, 데이터, 브라우저 및 애플리케이션 전반에 걸친 공격과 방어, 매일 100조 개 이상의 보안 시그널(security signals), 그리고 160만 고객으로부터 얻는 운영 통찰력(operational insight)이 그것입니다. 우리는 행동을 결과와 연결할 수 있기 때문에 — 무엇이 악용 가능했는지, 무엇이 봉쇄되었는지, 무엇이 차단되었는지, 그리고 실제로 무엇이 효과가 있었는지 — 단순한 데이터 그 이상을 보유하고 있습니다.

우리의 MAI 강화학습 (reinforcement learning) 루프는 지속적으로 개선되고 전문적인 사이버 방어자가 되는 사이버 모델을 구축할 수 있는 토대를 제공합니다. 이는 앞으로 수년간 고객들에게 제공할 우리의 약속으로 남을 것입니다.

우리와 함께 미래를 구축하세요

우리는 탐험가, 연구원, 그리고 풀스택 엔지니어(full-stack engineers)로 구성된 효율적이고 인재 밀도가 높은 팀입니다. 우리는 빠르게 움직이고, 세부 사항에 집중하며, 세계에서 가장 강력한 AI 모델을 구축하기 위한 로드맵을 가지고 프런티어 규모 (frontier scale)에서 운영됩니다. 무엇보다도, 우리는 이 일을 올바르게 수행하는 것이 유일한 방법이라는 믿음으로 하나가 되어 있습니다. 우리의 미션이 당신의 마음을 움직인다면, 우리는 당신과 대화하고 싶습니다.