마이크로소프트 상용 사업(Microsoft Commercial Business) CEO 저슨 알토프는 기업 AI 도입의 핵심을 "지능(Intelligence) + 신뢰(Trust)" 두 가지로 규정했다. 지난 11월 Ignite 컨퍼런스에서 처음 제시한 이 원칙이 고객 상담을 통해 더욱 확고해졌다고 알토프는 밝혔다. MS는 이를 기반으로 모델 다양화, 강화된 거버넌스, 유연한 가격 모델을 아우르는 엔터프라이즈 AI 플랫폼 전략을 공식화했다.

알토프 CEO가 강조한 세 가지 고객 우려사항은 기업 AI의 현실을 여실히 보여준다. 첫째, "AI가 우리 조직의 지능을 증폭시켜 산업 경쟁력을 강화할 것인가, 아니면 우리 데이터와 지적재산을 자신의 학습에 악용할 것인가"는 데이터 오염의 공포다. 둘째, "비용 대비 ROI(투자수익률)가 명확하고 거버넌스·보안 기준 내에서 운영되는가"는 신뢰성 우려다. 셋째, "AI 비용을 제어하고 가치를 극대화하려면 어떤 가시성과 통제 권한이 필요한가"는 재무 운영 문제다.

MS는 이 세 문제를 "모델 다양화(Model Diversity)"로 해결하려 한다. 알토프는 "어떤 기업도 단 하나의 모델에 의존해서는 안 된다"고 강조했다. 시장에서 모델이 빠르게 상품화되는 상황에서, 특정 모델에 종속되면 비용 증가와 성능 하락의 악순환에 빠질 수 있기 때문이다. 예를 들어 같은 업무라도 고도의 추론이 필요하면 GPT-5.5를, 빠른 응답이 중요하면 Claude Opus 4.8을 선택할 수 있어야 한다는 뜻이다.

미국 기업 xAI가 경고한 "대규모 모델이 모든 가치를 빨아먹는 세상"을 피하기 위해, MS는 "조직 내부에서 지능이 복합적으로 쌓이는" 구조를 제시했다. 이를 실현하는 핵심 도구가 'Microsoft IQ 플랫폼'이다. 이 플랫폼은 Microsoft 365와 업무 시스템의 데이터를 의미론적으로 이해하고, 원본 데이터를 '사용 가능한 정보'로 변환한다. 결과적으로 에이전트는 맥락(context)을 미리 갖춘 채 작업할 수 있어 토큰 사용량이 줄어들고, 실행 속도는 빨라지며, 정확도는 높아진다.

기업들이 마주한 가장 현실적인 문제는 AI 비용이다. 클라우드 시대에 필수가 된 FinOps(Financial Operations)가 AI 시대에는 훨씬 더 중요해진다. 고정 가격에서 사용량 기반 가격으로 전환되기 때문이다.

MS는 세 가지 비용 관리 레버를 제시했다. 첫째, 앞서 언급한 모델 다양화로 각 작업에 적합한 모델을 매칭해 불필요한 비용을 제거한다. 둘째, 조직 자체의 IQ를 강화해 에이전트가 낭비적 계산을 줄이도록 한다. 셋째, 'Agent 365'라는 중앙 통제 시스템으로 전사적 에이전트 비용을 모니터링하고 최적화한다.

Agent 365는 MS의 기존 엔터프라이즈 스택(Entra 신원 관리, Defender 위협 방어, Purview 데이터 거버넌스, Intune 기기 관리)과 통합되면서, 에이전트 보안과 컴플라이언스를 한 곳에서 관리하는 "신뢰 계층(Trust Layer)"이 된다. 조직은 인간의 업무와 에이전트의 업무를 하나의 시스템으로 관리하면서 비용과 성과를 동시에 추적할 수 있다.

Microsoft 365 Copilot과 GitHub Copilot은 전통적 구독 라이선스(USL, User Subscription License)와 사용량 기반 모델을 모두 지원한다. 최근 공식 출시된 'Copilot Cowork'는 Copilot USL 구독이 필수이고, 그 이상의 사용량은 종량제로 청구된다. 이는 기업이 예측 가능한 비용 기저(USL) 위에 유연한 소비(usage-based)를 더할 수 있도록 설계된 것이다.

MS는 'Microsoft Agent Factory'라는 통합 결제 모델을 통해 Microsoft 365 Copilot, GitHub Copilot, Fabric/Foundry/Copilot Studio 기반 에이전트를 하나의 소비 모델로 관리한다. 이전엔 지식 근로자(Knowledge Worker)와 개발자를 별개 페르소나로 관리했으나, 이제는 "코딩이 일반 직원의 기본 스킬이 되고, 채팅과 협업이 개발의 중요 모달리티가 되면서" 두 그룹의 경계가 흐려지고 있다.

MS의 이번 전략은 AI 시장의 현실적 성숙을 반영한다. "AI만으로는 비즈니스를 바꾸지 못한다. AI를 돌리는 시스템이 중요하다"는 Build 컨퍼런스의 Jay Parikh의 언급이 MS의 철학을 대변한다. 한국 기업들도 생성형 AI의 "화려함"을 넘어 "신뢰할 수 있는 비용 관리"에 눈을 돌려야 한다. 특히 대형 기업의 경우 단일 모델 종속성을 피하고, 데이터의 의미론적 이해(Semantic Understanding)에 투자하며, 에이전트 지출을 가시화하는 것이 2026년 AI 도입의 핵심 성공 요소가 될 것 같다.