서진호

6 분 소요

Microsoft의 CEO 사티아 나델라는 현재를 “또 하나의 플랫폼 전환”로 정의하며, 개발자들이 전 계층에서 애플리케이션과 오픈 에이전틱 웹을 구축할 수 있도록 지원하는 것이 Microsoft의 핵심 목표라고 밝힐 만큼 이번 MS 빌드의 핵심이었다.

그림 1 - 오픈 에이전틱 웹 시대

따라서, 현재 가장 뜨거운 “에이전틱 웹 개발 시대”에 맞게 MS 개발자 도구 전반에 걸친 주요 진화와 함께, Apps and agents, AI 플랫폼, 데이터 및 인프라스트럭처까지 개발자 도구까지 아우르는 MS 빌드의 키노트 내용을 한번 요약해 보도록 하겠다.

그림 2 - MS Build 2025 핵심

1. 개발자 도구의 혁신: GitHub Copilot의 진화와 오픈소스 전환

그림 3 - agentic web 레벨

  • 개발 도구의 현황과 진화
    • Visual Studio 생태계는 현재 5,000만 명 이상의 사용자를 보유하고 있으며,GitHub는 1억 5,000만 명,GitHub Copilot은 1,500만 명 이상의 개발자가 사용 중
    • Visual Studio 주요 업데이트: .NET 10 정식 지원, 디자인 타임 라이브 프리뷰 기능 강화, Git 도구 향상, 크로스 플랫폼 앱 디버깅 기능 추가, 안정적인 릴리스 주기를 월간 릴리스(Monthly Stable) 체계로 전환
    • VS Code 100번째 릴리스: 다중 창(multi-window) 지원 개선, 에디터 내 Git 스테이징 보기 간소화

그림 4 - Github Agent History

  • GitHub Copilot의 진화와 오픈소스화
    • Copilot의 기능 확장
      • 단순한 코드 자동 완성을 넘어, 채팅 기반 상호작용, 다중 파일 편집, 그리고 코드 에이전트 기능으로 진화
        • 예) Copilot은 자바 8 프로젝트를 자바 21로, .NET 6를 .NET 9로 자동 업그레이드하는 애플리케이션 현대화 작업 수행
      • 온프레미스 앱을 클라우드로 마이그레이션하는 기능도 제공
    • VS Code와의 통합 및 오픈소스화
      • Microsoft는 Copilot의 핵심 기능을 VS Code의 코어 영역에 직접 통합하고, Copilot을 오픈소스로 전환하여 개발자 커뮤니티와의 협업을 확대할 계획

그림 5 - Azure SRE agent

  • 자율형 에이전트의 도입

    • SRE 에이전트(Site Reliability Engineering Agent): AI 기반으로 운영 이슈를 자동으로 탐지하고 분석하며 대응하는 자율형 시스템 운영 도구
      • 예: PagerDuty 메모리 누수 이슈 발생 시 -> 문제 자동 분류 및 원인 분석, 완화 조치 수행, GitHub 이슈로 인시던트 리포트 자동 생성
    • GitHub 내 풀 코딩 에이전트
      • 버그 수정, 기능 추가, 코드 유지 관리 등의 업무를 자율적으로 수행
      • 나델라 CEO는 실제로 GitHub 이슈를 Copilot에 할당해 해결하는 데모를 실시간으로 시연

  • 보안 및 에이전트 생태계

    • 에이전트는 자체 브랜치 내에서 실행되며, 개발자가 명시한 MCP 서버만 사용
    • 코드 리뷰는 다른 에이전트가 수행하여 보안성을 강화
    • SRE, SUI, 코드 리뷰 등 다양한 역할을 수행하는 에이전트 생태계가 파트너에게도 개방될 예정
      • SUI (System User Interface): 개발자나 운영자가 AI 에이전트와 상호작용할 수 있도록 설계된 사용자 인터페이스

2. OpenAI와의 협력: Codex 에이전트와 AI 모델의 미래

그림 6 - 샘 알트먼과 인터뷰

  • OpenAI의 CEO 샘 알트먼은 행사에 가상으로 참여해 코딩 에이전트의 비전과 AI 모델의 향후 발전 방향에 대해 논의했음

    • Codex 에이전트의 비전: 샘 알트먼은 Codex 에이전트가 단순한 보조 도구를 넘어,

      작업을 위임할 수 있는 진정한 가상 팀원으로 진화할 것

    • 개발자는 Codex 에이전트에게 작업을 할당하고, 버그를 수정하게 하며, 새로운 기능 구현까지 맡길 수 있게 될 것이며, 이는 소프트웨어 엔지니어링 업무의 실질적 위임이라는 점에서 큰 의미

  • AI 모델 로드맵 전망: 더욱 스마트해지고, 사용하기 쉬우며, 신뢰성이 높아지고, 멀티모달 기능(텍스트, 이미지 등), 외부 도구 사용, 시스템 통합 능력이 강화될 것

  • 샘 알트먼이 말하는 에이전트 앱 개발자를 위한 조언

    • AI 모델 성능의 빠른 진화에 대비하라
    • 새로운 도구와 워크플로우를 기민하게 수용하라

3. Microsoft 365 Copilot 및 Copilot Studio: 업무 환경의 지능화

  • 전체 요약
    • Microsoft 365 Copilot의 최신 기능을 일반 공급(GA) 형태로 출시
    • 다양한 생산성 도구와 AI 기능을 하나의 통합된 UI(스캐폴딩)로 제공하는 플랫폼으로 진화시킴
    • 나델라 CEO는 이를 “AI를 위한 사용자 인터페이스(UI)“로 정의하며, 업무의 모든 계층에서 AI가 실질적인 협업 파트너가 되는 시대를 강조했음

그림 7 - Microsoft 365 Copilot

  • Microsoft 365 Copilot의 핵심 기능
    • 채팅(Chat): 웹 데이터와 사용자의 업무 데이터를 통합하여 문맥 기반 대화형 지원 제공
    • 검색(Search): Microsoft 365 데이터뿐만 아니라 Confluence, Google Drive, Jira, ServiceNow 등 서드파티 애플리케이션도 검색 가능
    • 노트북(Notebook): 채팅, 문서, 이메일, 페이지 등 이기종 데이터를 모아 오디오 리뷰, 회의 요약, 팟캐스트 형태로 구성 가능
    • 생성(Create): 파워포인트 슬라이드를 설명 동영상으로 자동 변환. 텍스트를 기반으로 이미지 생성도 가능
    • 특수 에이전트(Specialized Agents)
      • Researcher: 웹 및 기업 소스를 종합 분석하며 심화 추론 능력 제공
      • Analyst: 원시 데이터를 분석해 통찰력, 예측, 시각화 자료 생성 → 나델라 CEO는 이를 “전문 지식을 손끝에서 활용하는 시대“라고 표현
  • Teams와의 긴밀한 통합
    • 멀티플레이어 환경: Teams 내에서 채팅 중 에이전트를 @멘션하거나 회의 중 워크플로우 실행 가능 → 개발자가 만든 에이전트가 자연스럽게 Copilot 및 Teams에 통합
    • Teams AI 라이브러리:
      • MCP(Microsoft Copilot Platform)를 기반으로 단 한 줄의 코드로 A2A(Agent-to-Agent) 통신 지원
      • Azure Search를 통한 일화적/의미론적 메모리 추가 가능
  • 에이전트 스토어와 파트너 생태계
    • 에이전트 스토어를 통해 개발자는 만든 에이전트를 Copilot/Teams 사용자에게 손쉽게 배포하고 접근성 확대 가능
    • Workday, ServiceNow, LSEG 등 주요 파트너가 이미 자체 에이전트를 구축하여 배포 중

그림 8 - Copilot Studio

  • Copilot Studio: 진화된 에이전트 개발 환경
    • Copilot Studio는 단순한 챗봇 빌더를 넘어 AI 에이전트 개발 플랫폼으로 확장 되었음
      • CUA (Conversational User Agent): 대화형 사용자 경험 제공
      • MCP 에이전트 플로우: LLM 기반의 유연성 + 결정론적 워크플로우의 안정성을 혼합한 플로우 설계 가능
      • 다중 에이전트 오케스트레이션: 신입 사원 온보딩과 같이 HR, IT, 보안 등 여러 부서의 에이전트가 함께 협업하는 복잡한 프로세스 자동화 가능
    • 현재까지 1백만 개 이상의 에이전트가 Copilot Studio를 통해 구축됨

4. Copilot 튜닝: 기업 맞춤형 AI 에이전트 구축

  • 핵심 요약
    • Copilot Customazation: 기업이 자사 고유의 데이터와 워크플로우, 표현 방식에 맞춰 맞춤형 AI 에이전트를 구축
    • Copilot은 단순한 보조 도구를 넘어, 기업의 지식, 언어, 전문성을 반영한 엔터프라이즈급 AI 파트너로 진화

그림 9 - Copilot Tuning

  • Copilot 튜닝의 주요 기능
    • 기업 고유의 어조·언어 학습: Copilot은 조직의 스타일, 용어, 문체를 이해하고 이에 맞는 대답을 생성
    • 전문 지식 기반 학습 확장 예정: 앞으로는 회사 고유의 전문 지식과 지식 베이스까지 학습해 더 정교한 응답이 가능해질 예정
    • 참조 자료 기반 시드 및 학습 실행: 소량의 문서 또는 콘텐츠로 모델 학습을 시작할 수 있으며, 소스 제어 권한 체계를 따르므로, 승인된 사용자만 결과를 활용 가능
  • 시나리오 예시
    • 법률 회사: 과거 변론 사례 및 판례 문서를 학습시켜 특정 문서 양식, 법률 표현, 논리 구조에 맞는 자동 문서 생성
    • 컨설팅 회사: 산업별 지식(예: 금융, 제조, 헬스케어 등)을 반영해 각 클라이언트 산업에 맞는 전문화된 전략 보고서/분석서 작성 지원
  • Miti의 데모 하이라이트: Copilot 튜닝을 활용한 실제 시연
    • Microsoft 365 Copilot 앱 활용 (채팅, 검색, 노트북, 만들기, 에이전트 기능 포함)
    • GitHub 커넥터가 적용된 Researcher 에이전트→ 코드베이스와 문서 간 연결 및 추론 수행
    • Visual Studio 내 커넥터 구축
    • Copilot Studio를 활용한 RFP(제안요청서) 자동 응답 에이전트 생성
    • 다중 에이전트 오케스트레이션→ 부서 간 복잡한 협업 시나리오 실행
    • 계약서 작성 모델의 Copilot 튜닝 과정→ 조직별 계약서 양식과 스타일을 반영한 자동 문서화

그림 10 - WSL 오픈소스

  • WSL이 처음 도입된 이후 약 9년 만에 이루어진 중요한 변화로, 개발자 커뮤니티의 오랜 요청으로 WSL(Windows Subsystem for Linux) 오픈소스로 공개함.

5. Kevin Scott의 에이전트 웹 비전

그림 11 - 오픈 에이전틱 웹

  • 에이전트: 인간이 점점 더 복잡한 작업을 위임할 수 있는 존재로 정의됨

  • 에이전트 웹 스택: 에이전트 -> 런타임(추론, 메모리 등) -> 프로토콜(MCP, A2A)로 구성됨
    • 추론 능력은 현재 과잉 상태일 수 있으며, 에이전트 메모리(오픈소스 Type Agent)의 중요성이 강조되었음
  • Azure Foundry에서 런타임 컴포넌트 제공
    • MCP에 대한 약속: 단순하고 상호 운용 가능한 프로토콜로서의 MCP의 중요성을 강조하며, Anthropic과의 협력을 통해 ID, 권한 부여 등 엔터프라이즈 문제를 해결할 것이라고 밝혔음

그림 12 - NLWeb

  • NL Web: 에이전트 웹을 위한 HTML과 유사하며, 기존 웹사이트나 API를 쉽게 에이전트 애플리케이션으로 만들 수 있게 함.
    • NL Web 엔드포인트는 기본적으로 MCP 서버
    • TripAdvisor, O’Reilly와 같은 파트너 사례와 GitHub 리포지토리에 NL Web UI를 적용하는 데모가 소개되었음
    • 개방성은 혁신에 매우 중요하며, 단일 주체의 상상력 한계를 넘어서야 한다고 강조했음

6. 데이터 플랫폼 혁신: AI 앱을 위한 데이터 계층의 진화

그림 13 - MS Data Platform

  • Azure Databricks 통합: Foundry 환경에서 GenAI 기능과 Databricks 기반의 데이터 분석 기능이 자연스럽게 연결됨

그림 16 - PostgreSQL

  • PostgreSQL + LLM 응답 통합: PostgreSQL 쿼리 내에서 LLM 응답을 직접 호출할 수 있어, 자연어와 SQL이 혼합된 질의 처리(Natural Language to SQL)가 가능함
  • Microsoft Fabric 확장:
    • Cosmos DB가 Fabric에 통합되어 AI 개발을 위한 전체 데이터 자산을 중앙에서 관리 및 준비 가능해짐
    • 디지털 트윈 빌더가 Fabric 내에서 새롭게 소개되어 시뮬레이션과 예측 모델링을 강화함
  • OneLake의 AI 기반 ETL 기능:
    • OneLake 내 데이터 수집 시, Foundry 기반의 사전 구축된 AI 변환 기능(예: 음성 → 텍스트, 감정 분석, 요약 등)을 몇 번의 클릭만으로 적용 가능
  • Copilot in Power BI:
    • Power BI에서 자연어로 데이터와 대화하고, 다양한 리포트 및 시맨틱 모델을 시각적으로 탐색하고 분석할 수 있음
    • Power BI Copilot은 Microsoft 365 Copilot에서도 활용 가능
  • 현장 적용 사례:
    • NFL 스카우팅 컴바인에서 Azure AI Foundry, Cosmos DB, Container Apps를 활용하여 선수 평가 및 분석 자동화를 구현한 사례가 소개되었음

그림 15 - Cosmos DB

  • Cosmos DB x Foundry 통합: 에이전트 대화 기록 저장 및 RAG 애플리케이션 구축을 위해 Cosmos DB가 Azure Foundry에 직접 통합되어, 고속 처리 및 글로벌 분산 데이터 저장이 가능해짐

그림 17 - SQL Server 2025

  • SQL Server 2025 출시: 차세대 데이터베이스 엔진이 공식 발표되었음

7. 결론

  • 샘 알트먼이 말하는 에이전트 앱 개발자를 위한 조언은 정적인 시스템보다 변화에 유연하게 대응할 수 있는 구조와 문화를 갖추는 것이 중요하다.
  • Microsoft 365 Copilot과 Copilot Studio는 생산성 앱의 단순한 확장을 넘어,AI 중심의 업무 자동화 생태계를 구축하고 있으며, 채팅, 검색, 생성, 분석, 오케스트레이션까지 아우르는 완전한 업무용 AI 플랫폼으로 자리잡음
  • 이제 기업은 Copilot을 단순한 도우미가 아니라, 업무에 통합된 전문 지식 파트너로 성장시킬 수 있는 Copilot 튜닝으로 기업이 자체 데이터를 활용해 AI를 “자사 전용 에이전트”로 발전시킬 수 있다.
  • 나델라 CEO는 NL Web이 인텔리전스 생성과 집계를 민주화하여 검색, 피드 등의 개념을 완전히 바꿀 수 있는 플랫폼이라고 강조했음
  • AI 애플리케이션을 위한 데이터 수집, 변환, 저장, 분석 전 과정에서 Azure 기반 통합 플랫폼의 강력한 연결성과 Copilot 기반 에이전트 인터페이스의 중요성을 강조 했음

8. 참고

댓글남기기