마이크로소프트가 첫 사이버 보안 전문 모델과 AI 사이버 보안

Cyber Gym 벤치마크에서 Gemini와 GPT 5.5 Cyber, GPT 5.6 Sol, Mythos 5를 모두 앞선 성능이 확인됐다. MAI-Cyber-1-Flash와 GPT 5.4를 결합해 도출한 결과로, 마이크로소프트는 이를 바탕으로 첫 사이버 보안 전문 모델과 AI 사이버 보안 플랫폼을 시장에 내놓았다. 벤치마크의 수치적 우위를 실제 제품 출시의 근거로 삼아 보안 시장의 주도권을 확보하려는 움직임이다.

샌프란시스코에서 열린 행사에서 MAI-Cyber-1-Flash 모델과 Perception(에이전트 기반 보안 플랫폼)이 공개됐다. 이 도구들은 사이버 보안 워크플로우를 자동화하고 복잡한 코드베이스 내의 취약점을 식별해 보정하는 것을 목표로 한다. Anthropic, Google, OpenAI 등 기존 시장의 주요 플레이어들을 직접적으로 겨냥해 보안 전문 모델의 실효성을 강조했다.

새로운 보안 도구들은 11월 3일부터 프리뷰 버전으로 제공될 예정이다. Anthropic이 Glasswing 프로그램을 통해 소수 파트너사에 제공한 Mythos나, OpenAI가 지난 5월 출시한 Day Break와 같은 기존 AI 사이버 보안 솔루션들과 정면으로 경쟁하게 된다. AI 보안 솔루션이 빠르게 늘어나는 시장 상황에서 구체적인 출시 일정을 확정하며 경쟁에 합류했다.

기술이 실제로 작동하는 방식

Cyber Gym(보안 성능 측정 벤치마크)에서 Gemini와 GPT 5.5 Cyber, GPT 5.6 Sol, Mythos 5보다 높은 성능이 기록됐다. MDASH(모델 평가 하네스) 내에서 GPT 5.4와 결합된 MAI-Cyber-1-Flash가 낸 결과다. 업계가 공통으로 사용하는 핵심 벤치마크에서 기존 경쟁 모델들의 성능을 앞섰음을 구체적인 수치로 입증했다.

Perception(보안 자동화 플랫폼)은 레드, 블루, 그린 팀으로 역할을 나눈 에이전트 체계를 통해 보안 워크플로우를 자동화한다. 레드 팀은 발생 가능한 공격 시나리오를 상세하게 시뮬레이션하며, 잠재적 위협 행위자의 특성과 그들이 악용할 가능성이 높은 취약점에 대한 맥락을 분석해 제공한다. 블루 팀은 시스템 내에 이미 존재하는 버그를 찾아내고, 그 우선순위와 유형을 정하는 트리아지(Triage, 분류) 작업을 전담한다. 그린 팀은 이렇게 탐지되고 분류된 버그에 대해 직접적인 교정 조치를 수행한다. 공격 시뮬레이션부터 탐지, 그리고 실제 수정으로 이어지는 보안 대응의 전 과정을 에이전트 기반의 협업 워크플로우로 구현했다.

모델은 복잡한 코드베이스의 취약점을 찾는 데 특화되었다

보안 대응 시간이 수 시간에서 수 분 단위로 단축됐다. Perception(퍼셉션, 보안 대응 플랫폼) 도입으로 앱섹 헌터(Appsec hunters)와 리메디에이션 엔지니어(Remediation engineers) 등 보안 조직 내 여러 전문 인력이 수동으로 수행하던 작업이 자동화된 결과다. 단순히 취약점을 발견하고 우선순위를 지정하는 단계를 넘어, 탐지와 자세 수정, 그리고 실제 코드 수정까지 빠르게 처리하는 통합 프로세스를 구현했다.

이러한 효율성은 복잡한 코드베이스 내의 까다로운 취약점을 식별하는 데 특화된 MAI-Cyber-1-Flash 모델의 설계 덕분이다. 이 모델은 소프트웨어 취약점 식별 및 해결을 위해 마이크로소프트가 전담하는 하네스인 MDASH(엠대시, 취약점 분석 도구)를 구동하도록 설계됐다. 전용 하네스를 통해 복잡한 코드 구조 속에서 발견하기 어려운 보안 허점을 정밀하게 추적하고 이를 해결하는 과정을 수행한다.

수 시간의 수동 보안 분석 작업을 수 분 단위의 '탐지-우선순위 지정-코드 수정' 자동화 프로세스로 전환할 수 있는 가능성이 확인됐다.