마이크로소프트가 인공지능을 이용해 소프트웨어 취약점을 발견하고, 위험도를 판단하며, 필요한 보안 패치까지 만드는 새로운 AI 보안 시스템을 공개했습니다. 핵심은 Project Perception, 자체 개발 사이버보안 모델 MAI-Cyber-1-Flash, 그리고 100개 이상의 전문 AI 에이전트를 조정하는 MDASH입니다.
단순히 보안 담당자에게 경고 메시지를 보여주는 수준이 아닙니다. 여러 AI가 공격자와 방어자, 보안 엔지니어의 역할을 나눠 맡아 취약점을 찾고 검증한 뒤 실제 수정 작업까지 연결한다는 점에서 기존 보안 솔루션과 차이가 있습니다. 마이크로소프트는 Project Perception의 공개 미리보기를 2026년 8월 3일 시작할 예정입니다.
Project Perception은 어떤 AI 보안 시스템인가
Project Perception을 쉽게 설명하면 24시간 쉬지 않는 가상의 보안팀과 비슷합니다.
시스템 안에는 크게 세 종류의 AI 에이전트가 포함됩니다.
Red Team 에이전트
공격자의 시선으로 시스템을 분석하고, 해커가 침입할 가능성이 있는 경로와 소프트웨어 취약점을 찾아냅니다.
Blue Team 에이전트
발견된 문제를 분석해 실제 공격으로 이어질 수 있는지, 어느 취약점을 먼저 처리해야 하는지 판단합니다.
Green Team 에이전트
위험을 줄이기 위한 수정 코드를 작성하고 패치를 적용해 시스템의 방어력을 높입니다.
이 세 종류의 에이전트는 각자 따로 움직이는 것이 아니라, 취약점 발견부터 검증과 수정까지 하나의 순환 구조로 작동합니다. 마이크로소프트는 이를 통해 보안 시스템이 단순히 경고를 많이 발생시키는 데 그치지 않고, 실제 위험 감소로 이어지도록 설계했다고 설명합니다.
MAI-Cyber-1-Flash, 마이크로소프트의 첫 사이버보안 특화 모델
이번 발표에서 가장 주목받는 기술은 MAI-Cyber-1-Flash입니다. 마이크로소프트가 자체적으로 개발한 첫 번째 사이버보안 특화 AI 모델로, 복잡한 소스코드를 분석해 취약점을 찾아내는 작업에 초점을 맞췄습니다.
하지만 이 모델 하나가 모든 작업을 수행하는 것은 아닙니다. MAI-Cyber-1-Flash가 비교적 일반적인 취약점 분석 업무의 최대 90%를 처리하고, 더 복잡한 문제는 GPT-5.4와 같은 대형 모델로 보내는 방식입니다.
마치 병원에서 일반적인 진료는 1차 의료진이 처리하고, 고난도 환자만 전문의에게 연결하는 구조와 비슷합니다. 모든 작업에 비싼 대형 AI 모델을 사용하지 않기 때문에 처리 비용과 속도를 함께 개선할 수 있습니다.
경쟁 AI보다 정말 성능이 뛰어날까
마이크로소프트는 MAI-Cyber-1-Flash와 GPT-5.4를 MDASH에 결합한 시스템이 **CyberGym 평가에서 95.95%**의 성공률을 기록했다고 밝혔습니다. 비교 대상 시스템들은 약 83~86% 수준을 기록했으며, Anthropic의 Mythos 기반 시스템보다 약 12%포인트 높은 결과라고 설명했습니다.
다만 여기서 중요한 점이 있습니다.
95.95%는 MAI-Cyber-1-Flash 모델 단독 점수가 아닙니다. 100개 이상의 전문 에이전트가 포함된 MDASH와 GPT-5.4, 작업 분배 시스템이 결합된 전체 구성의 결과입니다. 따라서 “마이크로소프트의 단일 AI 모델이 모든 경쟁 모델보다 뛰어나다”고 해석하면 정확하지 않습니다.
또한 CyberGym은 188개 오픈소스 프로젝트에서 수집한 1,507개의 실제 취약점을 바탕으로, AI가 취약점을 재현하는 테스트 코드를 만들 수 있는지를 평가하는 벤치마크입니다. 의미 있는 평가이지만 피싱 탐지, 계정 탈취 방지, 랜섬웨어 대응, 네트워크 관제 등 기업 보안 전체를 측정하는 시험은 아닙니다.
비용이 절반이라는 주장도 범위를 확인해야 한다
마이크로소프트는 새로운 구성이 기존 MDASH 최고급 구성보다 약 50% 저렴하다고 발표했습니다. 기존에는 GPT-5.4, GPT-5.4 mini, GPT-5.3 Codex를 함께 사용했지만, 이제 대부분의 업무를 상대적으로 가벼운 MAI-Cyber-1-Flash에 맡길 수 있기 때문입니다.
이는 모든 경쟁 보안 플랫폼보다 가격이 절반이라는 뜻은 아닙니다. 정확하게는 마이크로소프트가 현재 제공하고 있는 기존 MDASH 구성과 비교했을 때 약 50%의 비용을 줄였다는 의미입니다. 실제 기업이 부담하는 비용은 분석할 코드 규모, AI 호출량, Azure 사용료, 보안 제품 라이선스 등에 따라 달라질 수 있습니다.
이미 실제 Windows 취약점도 발견했다
MDASH는 단순한 연구용 시제품에 머물지 않고 마이크로소프트 내부 보안 업무에도 사용되고 있습니다. 마이크로소프트는 앞서 MDASH를 활용해 Windows 네트워크 및 인증 구성요소에서 16개의 취약점을 발견했으며, 이 가운데 4개는 원격 코드 실행이 가능한 치명적 취약점으로 분류됐다고 밝혔습니다.
내부 테스트에서는 미리 심어놓은 취약점 21개를 모두 찾아냈고, 해당 테스트에서 오탐은 발생하지 않았다고 발표했습니다. 다만 마이크로소프트도 이러한 제한된 내부 실험 결과가 앞으로 등장할 모든 취약점에 동일하게 적용된다는 뜻은 아니라고 선을 그었습니다.
AI가 보안 담당자를 완전히 대체할까
당장 AI가 사람을 대신해 모든 보안 패치를 자동으로 적용하는 단계는 아닙니다. 잘못된 패치는 서비스 장애나 데이터 손실을 일으킬 수 있고, 공격에 사용될 수 있는 코드까지 생성할 가능성도 있기 때문입니다.
마이크로소프트 역시 Project Perception이 사람의 통제를 유지하도록 설계됐다고 강조하고 있습니다. 초기에는 AI가 취약점을 발견하고 우선순위를 추천하며 수정안을 제안하고, 최종 결정은 보안 전문가가 내리는 형태로 활용될 가능성이 높습니다. 기업이 충분한 신뢰와 운영 경험을 쌓은 이후에야 일부 작업의 자동화 범위가 넓어질 것으로 보입니다.
AI 사이버보안 경쟁의 핵심은 ‘더 큰 모델’이 아니다
이번 발표가 보여주는 가장 중요한 변화는 AI 모델의 크기보다 여러 모델과 에이전트를 어떻게 조합하느냐가 중요해지고 있다는 점입니다.
마이크로소프트는 비교적 작은 전문 모델로 반복 업무를 처리하고, 어려운 문제에만 강력한 대형 모델을 투입합니다. 여기에 기업의 보안 데이터와 전문 에이전트, 검증 및 패치 시스템을 연결했습니다.
결국 미래의 AI 보안 경쟁은 “어느 회사 모델이 가장 똑똑한가”보다 “발견한 위험을 얼마나 정확하게 검증하고 실제 수정까지 연결하는가”에서 결정될 가능성이 큽니다. Project Perception이 공개 미리보기 이후 실제 기업 환경에서도 높은 정확도와 안정성을 보여줄 수 있을지가 다음 관전 포인트입니다.
