소식 · · 읽는 시간 13분

MAI Code 2 출시: '평균 98%' 아래에 있는 벤치마크별 차이와 할인 뒤 비용

이 글의 차례
  1. 쓸 수 있는 곳
  2. 평균 98% 아래의 벤치마크 네 개
  3. 누가 잰 숫자인가
  4. Flash와 할인 종료 뒤의 작업당 비용
  5. Hacker News 반응
  6. Copilot을 쓰는 한국 팀이 바꿀 것
  7. 한계
  8. 출처

Microsoft AI가 2026년 11월 17일 Ignite에서 자체 코딩 모델 MAI Code 2와 MAI Code 2 Flash를 공개했습니다. 같은 날 GitHub Copilot에 들어갔습니다. Microsoft는 네 벤치마크 평균으로 MAI Code 2가 GPT-6.1 Sol 성능의 98%를 40% 비용에 낸다고 밝혔습니다. 발표문에 내장된 차트 데이터로 그 평균을 다시 나누면 그림이 달라집니다. FrontierCode v1.1에서는 GPT-6.1 Sol보다 높지만, SWE Atlas에서는 Claude Opus 5.5보다 14.4%p 낮습니다. 비용 비교도 2027년 5월 17일까지 적용되는 50% 할인가 기준입니다. 정가로 직접 계산하면 GPT-6.1 Sol 대비 작업당 비용은 약 81%가 됩니다.

이 글에서는 MAI Code 2를 어디서 쓸 수 있는지, 벤치마크 네 개를 따로 놓은 비교, 그 숫자를 누가 쟀는지, Flash 모델과 할인 종료 뒤 비용, Hacker News 반응을 다룹니다. 마지막으로 GitHub Copilot을 쓰는 한국 팀이 무엇을 확인하면 좋을지 판단을 적습니다.

쓸 수 있는 곳

지금 MAI Code 2를 쓰는 길은 사실상 GitHub Copilot 하나입니다. GitHub 변경 기록은 두 모델의 요금제별 제공 범위를 다음과 같이 적었습니다.

모델Copilot 요금제다른 경로
MAI Code 2Pro, Pro+, Max, Business, Enterprise없음
MAI Code 2 FlashFree, Student, Pro, Pro+, Max, Business, EnterpriseMicrosoft Foundry 제한 접근 프리뷰

표 1. GitHub 변경 기록(2026-11-17)과 Microsoft AI 발표문을 직접 정리

변경 기록은 두 모델이 연간 요금제의 자격 있는 Copilot 구독자에게도 제공된다고 덧붙였습니다. Copilot 안에서는 VS Code, Visual Studio, JetBrains, Xcode, Eclipse, Copilot CLI, Copilot 클라우드 에이전트, Copilot 앱, github.com, GitHub Mobile의 모델 선택 메뉴에서 고를 수 있습니다. Microsoft는 OpenRouter, Vercel, Hermes, OpenCode, Kilo에도 "곧" 내놓겠다고 했지만 날짜는 밝히지 않았습니다. 발표문과 변경 기록에서 확인되는 API 경로는 Flash의 Foundry 프리뷰뿐이고, MAI Code 2를 자체 서비스에서 API로 호출하는 공개 경로는 확인되지 않았습니다.

기업 관리자에게 중요한 문장도 변경 기록에 있습니다. Business·Enterprise에서는 기본 모델 활성화 설정이 켜져 있으면 새 모델이 자동으로 켜집니다. 관리자가 전역 기본값을 껐거나 이 모델을 따로 막지 않았다면, 팀원은 이미 MAI Code 2를 고를 수 있는 상태입니다.

평균 98% 아래의 벤치마크 네 개

Microsoft 발표문의 차트에는 벤치마크별 통과율과 작업당 비용이 데이터로 들어 있습니다. 그 값을 그대로 옮겨 그림 1로 다시 그렸습니다. 세 모델 모두 최대 추론 단계에서 잰 값입니다.

그림 1. 벤치마크별 통과율. MAI Code 2, GPT-6.1 Sol, Claude Opus 5.5. Microsoft AI 발표문의 차트 데이터를 직접 정리

평균만 보면 세 모델은 63.2%, 64.1%, 65.3%로 2.1%p 안에 모여 있습니다. 벤치마크별로 나누면 순위가 매번 바뀝니다. DeepSWE 1.1과 Terminal-Bench 2.1에서 MAI Code 2는 GPT-6.1 Sol과 1.4%p 안쪽으로 붙어 있고, Opus 5.5보다는 높습니다. FrontierCode v1.1에서는 52.0%로 GPT-6.1 Sol(49.4%)을 넘었습니다.

차이가 큰 곳은 SWE Atlas입니다. MAI Code 2는 43.1%로 GPT-6.1 Sol(47.4%)보다 4.3%p, Opus 5.5(57.5%)보다 14.4%p 낮습니다. Opus 5.5 대비 비율로 바꾸면 약 75%입니다. 평균 96%라는 숫자는 DeepSWE와 Terminal-Bench에서 앞선 몫이 SWE Atlas의 차이를 상쇄해서 나온 값입니다. Microsoft도 발표문에서 이 모델이 기초 과학 연구나 아주 긴 에이전트 작업 같은 어려운 문제에는 "아직 맞춰지지 않았다"고 적었습니다. 어떤 작업이 SWE Atlas 쪽에 가까운지는 팀마다 다르므로, 평균보다 자기 작업과 닮은 벤치마크 한두 개를 기준으로 보는 편이 맞아 보입니다.

비용 쪽 그림은 훨씬 단순합니다. 네 벤치마크 평균 작업당 비용은 MAI Code 2 $0.309, GPT-6.1 Sol $0.761, Opus 5.5 $6.306입니다. 벤치마크마다 MAI Code 2가 가장 쌌습니다. 성능 차이는 벤치마크마다 갈리지만 비용 순서는 네 번 모두 같았습니다.

누가 잰 숫자인가

네 벤치마크 가운데 셋(DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas)은 Microsoft 내부 평가 플랫폼 MSBench에서 GitHub Copilot CLI를, 하위 에이전트 없이 돌려 잰 값입니다. 발표 각주는 모든 모델을 최대 추론 단계로 돌렸다고 적었습니다. 남은 FrontierCode v1.1만 점수와 비용을 Artificial Analysis에서 가져왔다고 Microsoft가 밝혔습니다.

제3자가 MAI Code 2를 따로 재서 공개한 결과는 11월 20일 확인 시점에 찾지 못했습니다. Artificial Analysis 사이트에서 MAI Code 2 모델 페이지 주소(/models/mai-code-2)는 404를 돌려줬습니다. 그래서 그림 1에서 MSBench 세 벤치마크의 값 9개는 벤더 자체 측정으로 읽어야 합니다. Microsoft AI는 7월에 "Hill-climbing MAI models for GitHub Copilot and Excel"이라는 글을 낼 만큼, Copilot에서 MAI 모델의 성능을 끌어올리는 작업을 공개적으로 다뤄 왔습니다. 같은 Copilot CLI 하네스가 MAI 모델에 유리할 가능성이 있어 보이고, 다른 에이전트 도구에서도 같은 간격이 나온다고 가정하기는 어렵습니다.

비교 대상의 세대도 걸립니다. OpenAI는 같은 날 GPT-6.2 Sol을 공개했고, GPT-6.2 Sol의 변화는 GPT-6.2 Astra·Sol 출시 글에 정리해 두었습니다. Microsoft의 비교는 그 이전 모델인 GPT-6.1 Sol 기준입니다. GPT-6.2 Sol과 같은 하네스로 잰 값은 발표에 없습니다.

Flash와 할인 종료 뒤의 작업당 비용

GitHub 가격 문서는 두 모델을 2027년 5월 17일까지 할인가(promotional pricing)에 판다고 적었습니다. 할인가는 정가의 정확히 절반이고, Microsoft 발표문 각주도 이를 "50% promotional price"라고 부릅니다. 단가는 100만 토큰 기준입니다.

모델할인가 (입력 / 캐시 입력 / 출력)2027-05-17부터 정가
MAI Code 2$0.50 / $0.025 / $2.50$1.00 / $0.05 / $5.00
MAI Code 2 Flash$0.05 / $0.005 / $0.25$0.10 / $0.01 / $0.50
MAI-Code-1.1-Flash (전작)$0.20 / $0.02 / $1.202026-12-18 지원 종료

표 2. GitHub Docs "Models and pricing for GitHub Copilot"과 GitHub 변경 기록을 직접 정리 (2026-11-20 확인)

전작 MAI-Code-1.1-Flash는 2026년 12월 18일 모든 Copilot 환경에서 지원이 끝납니다. GitHub은 그 전에 최신 MAI Code Flash 모델로 옮기라고 안내했고, Enterprise 관리자는 모델 정책에서 대체 모델을 켜야 할 수도 있다고 적었습니다. 지금 1.1 Flash를 쓰고 있다면 Code 2 Flash로의 이동은 선택이 아니라 일정입니다.

Microsoft 발표문의 비용 수치는 모두 이 할인가로 계산됐다고 각주에 적혀 있습니다. 세 단가가 모두 정확히 두 배가 되므로, 토큰 사용량이 같다고 보면 정가 작업당 비용도 두 배입니다. 그렇게 직접 계산하면 MAI Code 2의 네 벤치마크 평균 작업당 비용은 $0.618입니다. GPT-6.1 Sol $0.761의 약 81%이고, Opus 5.5 $6.306의 약 10%입니다. 할인 기간에는 "40% 비용"이 맞지만, 내년 5월 이후에는 GPT-6.1 Sol과의 비용 차이가 크게 줄어듭니다.

Flash는 이 차이가 더 분명합니다. Microsoft가 Flash를 비교한 세 벤치마크 값은 다음과 같습니다.

벤치마크MAI Code 2 FlashGPT-6 LunaClaude Haiku 5.5
DeepSWE 1.159.9%59.6%46.0%
Terminal-Bench 2.178.3%69.3%73.4%
SWE Atlas44.8%36.4%42.1%
평균 작업당 비용$0.052$0.080$0.319

표 3. Microsoft AI 발표문 차트 데이터를 직접 정리. 세 벤치마크 모두 MSBench·Copilot CLI·최대 추론 단계, Flash 비용은 할인가

통과율은 세 벤치마크 모두 Flash가 가장 높습니다. 평균 61.0%로 GPT-6 Luna(55.1%)보다 5.9%p 높습니다. 비용은 할인가 기준으로 Luna의 65%입니다. 발표문 본문은 Haiku 5.5 대비 "20% 비용"이라고 적었는데, 차트 값으로 계산하면 $0.052 ÷ $0.319 ≈ 16%입니다. 정가로 바꾸면 Flash의 평균 작업당 비용은 $0.104가 되어 GPT-6 Luna의 $0.080보다 약 30% 비쌉니다. Microsoft 자신의 수치로도 2027년 5월 이후 Flash의 비용 우위는 Luna에 대해서는 사라지고, Haiku 5.5에 대해서만 남습니다(약 33%).

Hacker News 반응

Microsoft AI 발표 글을 올린 Hacker News 글은 11월 20일 확인 기준 422점, 댓글 171개였습니다. 반응은 실사용 호평과 비교 방식에 대한 의문으로 갈렸습니다.

긍정 쪽에서 chopete3은 발표 직후 Copilot에서 50% 할인가로 열린 MAI Code 2로 바꿔 Windows WSL(Ubuntu)의 까다로운 Python 빌드 문제와 Azure 배포(bicep) 문제를 모두 풀었다며 "Didn't feel the difference from Claude Opus"라고 적었습니다(원문). skc는 "Seems pretty good for coding"이라며 평범한 작업에서는 최상위 모델과 의미 있는 차이가 없다고 했습니다(원문).

비판 쪽에서 oofbaroomf는 Microsoft가 GPT-6.1 Sol의 API 가격과 비교했다며, GPT-6.2 Sol을 기준으로 하고 Codex 구독의 보조금 효과까지 감안하면 "it's probably no longer on the Pareto frontier"라고 짚었습니다(원문). tomatoandbasil은 할인이 2027년 5월까지라는 점을 들어 정가가 적용될 즈음이면 모델이 이미 뒤처져 있을 텐데 "Why not just make the price lower"라고 물었습니다(원문). programmancer는 회사에서 두 번 써 봤는데 두 번 모두 기본적인 요청에 20분 넘게 "Preparing..."과 "Evaluating..."만 띄우고 아무 출력도 내지 않았다고 적었습니다(원문). jwpapi는 API로는 쓸 수 없느냐고 물었습니다(원문).

Copilot을 쓰는 한국 팀이 바꿀 것

첫째, Business·Enterprise 관리자는 모델 정책부터 확인할 필요가 있습니다. 기본 활성화가 켜져 있으면 MAI Code 2는 이미 선택 가능한 상태입니다. 코드가 어느 모델 제공자로 가는지를 내부 규정으로 관리하는 회사라면, 새 모델이 자동으로 열리는 구조가 규정과 맞는지 보는 일이 먼저입니다.

둘째, Copilot의 사용량 기반 과금을 쓰는 팀이라면 할인 기간 동안 MAI Code 2를 기본 모델 후보로 시험해 볼 만해 보입니다. 할인가에서 작업당 비용이 GPT-6.1 Sol의 약 40%, Opus 5.5의 약 5%이기 때문입니다. 다만 시험 과제는 평균이 아니라 SWE Atlas처럼 MAI Code 2가 크게 뒤진 유형을 일부러 섞어야 합니다. 여러 파일을 넘나드는 큰 수정에서 결과가 갈린다면, 큰 작업은 지금 쓰는 상위 모델에 남기고 일상 작업만 옮기는 쪽이 맞아 보입니다.

셋째, Flash를 Free·Student 요금제에서 쓸 수 있다는 점은 개인 개발자와 학생에게 바로 닿는 변화입니다. 반대로 Flash를 비용 때문에 팀 기본값으로 삼는다면 2027년 5월 17일을 달력에 적어 둘 필요가 있습니다. Microsoft 수치로도 그날 이후 GPT-6 Luna보다 작업당 비용이 높아지기 때문입니다.

자체 서비스에 코딩 모델을 API로 붙이려는 팀에게는 아직 바뀌는 것이 없습니다. MAI Code 2의 공개 API 경로는 확인되지 않았고, Flash도 Foundry 제한 접근 프리뷰입니다.

한계

항목내용
측정 주체네 벤치마크 중 셋은 Microsoft 내부 MSBench 측정. 제3자 재측정은 확인 시점에 없음
하네스모든 값이 GitHub Copilot CLI(하위 에이전트 없음)·최대 추론 단계 기준. 다른 도구·추론 단계에서는 달라질 수 있음
비교 대상GPT-6.1 Sol 기준. 같은 날 나온 GPT-6.2 Sol과의 같은 조건 비교 없음
정가 비용 계산할인 전후 토큰 사용량이 같다고 가정한 직접 계산. 실제 작업의 토큰 사용량은 프롬프트와 저장소에 따라 다름
직접 측정이 글은 공개 수치를 정리·계산한 것이며, Kortress가 MAI Code 2를 직접 돌려 잰 값은 없음

일반화되는 것은 "평균이 벤치마크별 차이를 가린다"는 방향이지, 위 숫자 자체가 아닙니다. Artificial Analysis 같은 제3자 측정이 나오면 그림 1의 세 MSBench 값부터 다시 대조해야 합니다.

출처

1 / 1