Microsoft Foundry: 에이전트 시대의 중심에 서다
기업 환경에서 AI 에이전트를 실제 운영에 투입하는 것은 여전히 많은 도전 과제를 안고 있습니다. 여러 플랫폼을 조합해야 하고, 보안 및 거버넌스 문제를 해결해야 하며, 비용 효율성까지 고려해야 하죠. Microsoft는 이러한 문제를 해결하기 위해 Microsoft Foundry를 하나의 통합 플랫폼으로 진화시키고 있습니다. 이번 업데이트는 단순한 기능 추가를 넘어, 에이전트 개발부터 배포, 운영, 최적화까지 전 과정을 아우르는 '에이전트 플랫폼'의 비전을 현실로 만드는 중요한 이정표입니다.
이 글에서는 Microsoft Foundry의 최신 업데이트를 중심으로, GPT-5.6 시리즈의 특징과 비용, APAC 데이터 존의 의미, 호스티드 에이전트의 GA 등 기업 실무자가 꼭 알아야 할 핵심 내용을 정리하고, 국내 클라우드 환경에서의 적용 전략과 주의사항까지 함께 살펴보겠습니다.
GPT-5.6 시리즈: Sol, Terra, Luna 각각의 역할
Microsoft Foundry를 통해 이제 GPT-5.6 시리즈를 사용할 수 있습니다. OpenAI의 최신 모델인 GPT-5.6은 세 가지 변형으로 제공되며, 각각 다른 워크로드에 최적화되어 있습니다.
- GPT-5.6 Sol: 가장 고급 추론 능력을 제공합니다. 확장된 추론, 에이전트 워크플로우, 코드 중심 시나리오에 적합하며, 가장 까다로운 엔터프라이즈 워크로드를 위해 설계되었습니다.
- GPT-5.6 Terra: 일상적인 작업을 위한 균형 잡힌 모델입니다. GPT-5.5와 비슷한 성능을 제공하면서도 비용이 낮아 엔터프라이즈 전반에 지능형 애플리케이션을 확장하는 데 이상적입니다.
- GPT-5.6 Luna: 가장 빠르고 저렴한 모델로, 대규모 트래픽에 민감한 워크로드에 적합합니다.
이처럼 모델을 세분화한 것은 모든 워크로드를 하나의 모델에 강제로 적용하는 대신, 비즈니스 시나리오에 맞게 모델의 성능, 비용, 효율을 선택할 수 있게 한 전략입니다. 특히 비용 최적화 측면에서 Luna는 가격이 매우 낮아 대규모 실시간 추론이 필요한 서비스에 유용합니다.
GPT-5.6 가격 비교 (Standard Global 기준)
| 모델 | 입력 (USD $/백만 토큰) | 캐시된 입력 | 출력 |
|---|---|---|---|
| GPT-5.6 Sol | 5.00 | 0.50 | 30.00 |
| GPT-5.6 Terra | 2.00 | 0.20 | 12.00 |
| GPT-5.6 Luna | 0.20 | 0.02 | 1.20 |
이 가격은 2025년 7월 30일 OpenAI가 발표한 할인을 반영한 것으로, 실제 배포 환경에 따라 달라질 수 있습니다. 기업은 모델 선택 시 단순한 성능 비교를 넘어, 자사의 워크로드 패턴과 비용 예산을 종합적으로 고려해야 합니다.
APAC 데이터 존: 규제와 성능, 두 마리 토끼를 잡다
AI 모델을 도입할 때 가장 큰 걸림돌 중 하나는 데이터 주권 및 규제 준수 문제입니다. Microsoft Foundry는 이번에 아시아 태평양(APAC) 데이터 존의 일반 공급을 발표했습니다. 이를 통해 APAC 지역 고객은 데이터 처리를 해당 지역 내에서 유지하면서 프론티어 모델을 실행할 수 있습니다. 별도의 환경을 구성할 필요 없이, 일관된 개발 및 운영 경험을 제공한다는 점이 핵심입니다.
이미 금융권에서는 이 기능을 적극 활용하고 있습니다. 토스(Viva Republica)의 최고 데이터·AI 책임자(CDAO)인 김홍수 님은 "APAC 데이터 존을 통해 데이터 처리를 지역에 고정하면서도 고급 AI 모델에 접근할 수 있어, 책임 있는 AI 혁신을 가속화할 수 있다"고 밝혔습니다.
호스티드 에이전트와 생산성 도구의 통합
에이전트를 실제 운영에 투입하기 위해서는 단순한 모델 이상의 인프라가 필요합니다. Foundry Agent Service의 호스티드 에이전트가 일반 공급되면서, 개발자는 다양한 프레임워크로 만든 에이전트를 하나의 프로덕션 런타임에서 실행할 수 있게 되었습니다. 또한, Voice Live 기능을 통해 실시간 음성 경험을 추가할 수 있고, Toolboxes를 통해 필요한 도구만 동적으로 선택하여 토큰 오버헤드를 줄일 수 있습니다.
가장 주목할 만한 점은 에이전트를 Microsoft Teams 및 Microsoft 365 Copilot에 게시할 수 있다는 것입니다. 수억 명의 사용자가 이미 사용하는 애플리케이션에 에이전트를 배포함으로써, 별도의 사용자 교육 없이도 자연스럽게 에이전트를 업무 흐름에 통합할 수 있습니다. 이는 국내 기업에서도 Teams를 주 커뮤니케이션 도구로 사용하는 경우가 많아, 도입 효과가 클 것으로 예상됩니다.
국내 클라우드 환경에서의 적용 전략과 주의사항
이번 Microsoft Foundry 업데이트는 국내 기업, 특히 규제 준수가 중요한 금융·공공 부문에서 주목할 만합니다. APAC 데이터 존은 국내 데이터 처리 요구사항을 충족하면서 최신 AI 모델을 활용할 수 있는 옵션을 제공합니다. 하지만 몇 가지 주의할 점이 있습니다.
- 비용 관리: GPT-5.6 Sol의 출력 가격은 100만 토큰당 30달러로 상당히 높습니다. 따라서 무분별한 사용은 비용 폭증을 초래할 수 있습니다. 모델 라우터나 프롬프트 캐싱 같은 비용 최적화 기능을 적극 활용해야 합니다.
- 에이전트 거버넌스: 에이전트가 많아질수록 관리 포인트도 늘어납니다. Foundry의 관찰 가능성 및 평가 기능을 활용해 에이전트의 성능과 비용을 지속적으로 모니터링하는 것이 중요합니다.
- 네트워크 격리: 프라이빗 엔드포인트 뒤에서 에이전트를 운영하는 경우, 게시 프로세스가 다를 수 있으므로 사전에 문서를 숙지해야 합니다.
다음 단계: 에이전트 개발 실무 적용을 위한 학습 로드맵
이번 업데이트를 실제 프로젝트에 적용하려면 다음 단계를 권장합니다.
- 공식 문서 및 퀵스타트 가이드를 통해 Foundry의 기본 사용법을 익힙니다.
- AI Agents for Beginners 12강 커리큘럼으로 에이전트 개념을 탄탄히 다집니다.
- 호스티드 에이전트 워크숍을 통해 실제 배포 경험을 쌓습니다.
- 비용 최적화를 위해 모델 라우터와 프롬프트 캐싱 기능을 실험합니다.
특히, 에이전트 개발은 단순히 모델 API를 호출하는 것을 넘어, 기업의 업무 프로세스와 데이터를 이해하고 이를 에이전트의 도구와 메모리에 연결하는 작업입니다. React Conf 2025 핵심 정리 컴파일러 정식 출시부터 네이티브 대격변까지에서 다룬 프론트엔드 생태계의 변화도 함께 살펴보면, AI와 프론트엔드의 통합이 어떻게 진화하고 있는지 이해하는 데 도움이 될 것입니다. 또한, Popover API로 툴팁의 시대를 바꾸다 라이브러리 의존에서 벗어나는 법과 같은 네이티브 웹 API 활용 사례는 에이전트 UI를 구축할 때 유용한 참고 자료가 될 수 있습니다.
Microsoft Foundry는 이제 단순한 AI 개발 플랫폼을 넘어, 기업의 AI 에이전트 운영을 위한 종합 솔루션으로 자리 잡고 있습니다. 이번 기회를 통해 에이전트 기반 업무 혁신의 첫걸음을 내딛어 보시기 바랍니다.