Post

Azure Maia, 2027년부터 멀티 기가와트로 — 추론 전용 칩이 Copilot 비용에 주는 의미

마이크로소프트가 자체 AI 칩 Maia 200을 가동 중이고 Maia 300을 2027년에 투입한다고 밝혔다. 발표 내용과 운영자가 지켜볼 점을 정리했다.

Azure Maia, 2027년부터 멀티 기가와트로 — 추론 전용 칩이 Copilot 비용에 주는 의미

이 글은 Scott Guthrie의 Official Microsoft Blog 발표(2026-10-12)를 읽고 정리·재구성한 것입니다. 수치는 모두 원문이 밝힌 값이며, 해석은 따로 표시했습니다.

결론부터. 마이크로소프트는 자체 AI 가속기 Maia를 “Microsoft 제품과 서비스의 주된 추론 시스템”으로 키우겠다고 했습니다. Maia 200은 이미 운영 중이고, 3세대 Maia 300은 2027년부터 배치되며 규모는 멀티 기가와트로 갑니다. 당장 우리 테넌트 설정이 바뀌는 소식은 아닙니다. 다만 Copilot과 Foundry가 어떤 칩 위에서 돌고, 그게 비용 구조에 어떤 압력을 주는지 읽을 수 있는 발표입니다.

원문이 말한 것

  • Maia 200: 이미 Microsoft Copilot 같은 프로덕션 워크로드를 처리합니다. GitHub Copilot과 Microsoft Foundry는 연말까지 뒤따를 예정이라고 합니다. OpenAI 모델, 자체 MAI 모델, 주요 오픈소스 모델 계열을 돌리고, 미국·유럽·호주에 배치 중입니다.
  • 효율: Teams·Copilot·Cowork의 내장 AI 기능에서 선도적 GPU 인프라 대비 와트당 토큰이 최대 1.7배라고 합니다.
  • Maia 300: 추론 우선 설계로, 긴 컨텍스트·메모리 집약·디코드 중심 워크로드를 겨냥합니다. 선도적 GPU 시스템보다 메가와트당 토큰이 40% 많을 것으로 예상하고, 96개 가속기 전체 구성에서 Maia 200 대비 랙 단위 토큰 처리량이 최대 7배라고 합니다.
  • 사양: HBM4 8스택, 950W TDP에서 18.0 TB/s, 컴퓨트 칩렛은 TSMC N2P, 향상된 MXFP4 지원, 이더넷 기반 커스텀 AI 전송. 랙은 96개 가속기에 167kW, HBM 27.6TB입니다.
① Maia 로드맵과 올라타는 서비스 Maia 200 · 운영 중 Copilot, MAI 모델 작업 연말까지 GitHub Copilot, Foundry Maia 300 · 2027 멀티 기가와트 규모 원문 기준. 가격과 구체적인 기가와트 수치는 발표에 없음.
Maia는 "실험 칩"에서 Microsoft 서비스의 기본 추론 경로로 옮겨 가는 중이다.

내가 읽은 의미 (해석)

이 아래는 원문이 아니라 제 해석입니다.

첫째, 비교 기준이 “성능”이 아니라 와트당·메가와트당 토큰입니다. AI 서비스의 원가가 전력과 데이터센터 용량에 묶여 있다는 뜻으로 읽힙니다. 요금이 내려갈지는 별개 문제이고, 발표는 가격을 언급하지 않습니다.

둘째, 원문의 1.7배는 Teams·Copilot·Cowork 내장 기능이라는 특정 조건의 비교입니다. 우리가 Foundry에서 고르는 모델의 응답 속도나 단가가 그만큼 좋아진다는 근거는 아닙니다.

셋째, 모델 선택은 여전히 열려 있습니다. Maia 200이 OpenAI·MAI·오픈소스를 모두 돌린다고 했으니, 칩이 모델 선택지를 좁히는 방향은 아닙니다. 모델 가격 변화는 Haiku 5.5 글에서 정리한 것처럼 모델사 쪽에서 따로 움직입니다.

실무에서 달라지는 점

  • Azure 운영자: 지금 바꿀 설정은 없습니다. Maia 200이 Foundry에 연말까지 들어온다고 했으니, 리전별 배포 옵션이나 모델 카탈로그에 변화가 생기는지 월간 업데이트에서 확인하면 됩니다. 어떤 형태로 노출될지는 원문에 없습니다.
  • 비용을 책임지는 사람: “와트당 1.7배”를 단가 인하로 번역해 예산에 넣지 마세요. 원문은 요금을 말하지 않습니다. 비용 절감은 지금처럼 프롬프트 캐싱·Batch·PTU 같은 확인된 수단으로 계산하는 편이 안전합니다.
  • 데이터 위치를 따지는 조직: 배치 지역이 미국·유럽·호주로 적혀 있습니다. 한국 리전이나 데이터 상주 요건이 있다면 해당 리전에 들어오는지 별도 확인이 필요합니다.
  • IT 강사: 수강생에게 “AI 비용은 모델 단가만이 아니라 추론 인프라 효율의 문제”라는 점을 한 장으로 보여 주기 좋은 소재입니다. 다만 Maia 300 수치는 “예상”이라는 표현을 붙여 가르쳐야 합니다.
  • 11월 Ignite: 원문이 Ignite 2026(샌프란시스코)에서 더 공유하겠다고 했으니, 가격·리전·Foundry 연동은 그때 구체화될 가능성이 있습니다. 가능성일 뿐 확정은 아닙니다.

참고

This post is licensed under CC BY 4.0 by the author.