Articlestratechery.com·2026년 6월 4일·0

An Interview with Microsoft CEO Satya Nadella About Finding Core Competencies – Stratechery by Ben Thompson

Quick Summary

사티아 나델라는 AI 전환기에서 Microsoft의 핵심 역량을 ‘모두가 자기만의 학습 기계를 만들 수 있게 하는 신뢰받는 플랫폼’으로 재정의하며, OpenAI와 자체 MAI 모델을 함께 활용하는 전략을 설명한다.

An Interview with Microsoft CEO Satya Nadella About Finding Core Competencies – Stratechery by Ben Thompson 관련 대표 이미지

🖼️ 인포그래픽

An Interview with Microsoft CEO Satya Nadella About Finding Core Competencies – Stratechery by Ben Thompson 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

An Interview with Microsoft CEO Satya Nadella About Finding Core Competencies – Stratechery by Ben Thompson 내용을 설명하는 본문 이미지

💡 한 줄 요약

사티아 나델라는 AI 전환기에서 Microsoft의 핵심 역량을 ‘모두가 자기만의 학습 기계를 만들 수 있게 하는 신뢰받는 플랫폼’으로 재정의하며, OpenAI와 자체 MAI 모델을 함께 활용하는 전략을 설명한다.

📌 핵심 요약

  • 인터뷰는 Build 기조연설 직후 진행됐으며, 벤 톰슨은 나델라가 제품 데모 외 거의 단독 발표자로 나섰다는 점을 들어 Microsoft 안에서 더 직접적인 역할을 맡고 있는 듯하다고 관찰한다.
  • 나델라는 Microsoft의 경쟁 위치를 단순한 승패나 제로섬 구도로 보지 않고, 클라우드와 클라이언트-서버 전환처럼 플랫폼 변화에서는 ‘Microsoft가 고유하게 잘할 수 있는 일’을 먼저 찾아야 한다고 말한다.
  • 그가 제시한 Microsoft의 역할은 특정 최첨단 모델 하나에 묶이는 것이 아니라, 여러 이해관계자가 각자의 프런티어 지능을 운영할 수 있는 생태계와 신뢰받는 플랫폼을 제공하는 것이다.
  • 나델라는 기업의 해자는 암묵지이며, AI 시대에는 각 기업이 자체 데이터, 평가 기준, 강화학습 환경을 통해 자기 목적에 맞게 계속 학습하는 ‘힐 클라이밍 머신’을 가져야 한다고 설명한다.
  • Microsoft는 자체 MAI 모델과 OpenAI 지식재산을 함께 활용하면서도, 고객과 내부 제품에서 독립적인 평가 체계와 모델 계보를 확보해 가장 효율적인 모델을 선택할 수 있는 구조를 지향한다.

🧩 주요 포인트

  1. 인터뷰는 Build 기조연설 직후 진행됐으며, 벤 톰슨은 나델라가 제품 데모 외 거의 단독 발표자로 나섰다는 점을 들어 Microsoft 안에서 더 직접적인 역할을 맡고 있는 듯하다고 관찰한다.
  2. 나델라는 Microsoft의 경쟁 위치를 단순한 승패나 제로섬 구도로 보지 않고, 클라우드와 클라이언트-서버 전환처럼 플랫폼 변화에서는 ‘Microsoft가 고유하게 잘할 수 있는 일’을 먼저 찾아야 한다고 말한다.
  3. 그가 제시한 Microsoft의 역할은 특정 최첨단 모델 하나에 묶이는 것이 아니라, 여러 이해관계자가 각자의 프런티어 지능을 운영할 수 있는 생태계와 신뢰받는 플랫폼을 제공하는 것이다.
  4. 나델라는 기업의 해자는 암묵지이며, AI 시대에는 각 기업이 자체 데이터, 평가 기준, 강화학습 환경을 통해 자기 목적에 맞게 계속 학습하는 ‘힐 클라이밍 머신’을 가져야 한다고 설명한다.
  5. Microsoft는 자체 MAI 모델과 OpenAI 지식재산을 함께 활용하면서도, 고객과 내부 제품에서 독립적인 평가 체계와 모델 계보를 확보해 가장 효율적인 모델을 선택할 수 있는 구조를 지향한다.

🧠 상세 정리

1. 인터뷰의 배경과 Build 이후의 문제의식

이 글은 Stratechery의 벤 톰슨이 Microsoft CEO 사티아 나델라와 진행한 인터뷰 소개와 초반 대화를 담고 있다. 인터뷰는 Microsoft의 연례 개발자 행사인 Build 기조연설 직후 이뤄졌고, 톰슨은 이번 발표에서 제품 데모를 제외하면 나델라가 사실상 유일한 발표자였다고 짚는다. 그는 이 장면을 통해 나델라가 지난 1년 동안 회사 운영과 전략에 더 직접적으로 관여하는 위치로 이동한 것 같다고 해석한다. 이어지는 질문의 출발점은 Microsoft가 현재 경쟁적으로 좋은 위치에 있는지, 그리고 AI 전환기에서 회사가 어떤 핵심 역량을 찾아야 하는지이다.

2. 경쟁 위치를 제로섬으로 보지 않는 관점

톰슨이 Microsoft의 현재 경쟁 위치에 만족하느냐고 묻자, 나델라는 이 질문 자체가 까다롭다고 답한다. 만족한다고 말하면 야망이 부족해 보이고, 경쟁력이 없다고 말하면 경영의 기본을 의심받을 수 있기 때문이다. 그는 특히 플랫폼 전환기에는 경쟁 위치를 완전한 제로섬 게임처럼 측정해서는 안 된다고 강조한다. 클라우드나 클라이언트-서버 시대도 마찬가지였듯, 중요한 것은 누가 전부를 차지하느냐가 아니라 Microsoft가 이 새로운 세계에서 고유하게 무엇을 할 수 있는지 먼저 정의하는 것이라는 설명이다.

3. Microsoft가 해야 할 일과 하지 말아야 할 일

나델라는 Microsoft가 잘할 수 있는 일로 신뢰받는 플랫폼 제공자의 역할을 든다. Microsoft의 DNA는 다른 사람들이 그 플랫폼 위에서 더 많은 가치를 만들도록 돕는 데 있으며, 그는 이것이 AI 시대에도 여전히 유효하다고 본다. 동시에 그는 회사가 다른 기업의 성공을 부러워해 그와 비슷한 일을 따라 하려 할 때 가장 약해진다고 말한다. Zune을 예로 들며 기기 자체는 훌륭했지만 세상은 Microsoft에게 그런 제품을 요구하지 않았고, 결국 중요한 것은 세계가 Microsoft에게 기대하는 일을 정확히 수행하는 것이라고 설명한다.

4. 모델을 바라보는 개념의 변화

나델라는 자신이 AI 모델을 이해하는 방식도 시간이 지나며 바뀌었다고 말한다. 처음에는 모델을 상태가 없는 API처럼 생각했고, 이후에는 데이터베이스에 가깝다고 보기도 했으며, Kevin Scott과의 대화에서는 프로세서나 Intel과의 파트너십 같은 비유도 나왔다. 그러나 지금 그가 더 적합하다고 보는 개념은 ‘학습 기계’이다. 단일 모델을 소비하는 것이 아니라, 기업마다 계속 학습하고 개선하는 시스템을 갖추도록 돕는 것이 핵심이며, Microsoft는 이를 다중 테넌트 학습 시스템으로 만들고자 한다.

5. 힐 클라이밍 머신과 기업의 새로운 자본

나델라는 미래의 기업이 인간 자본뿐 아니라 토큰 자본을 갖게 될 것이라고 말한다. 이때 토큰 자본을 효과적으로 운용하려면 각 기업이 자기만의 ‘힐 클라이밍 머신’을 가져야 한다는 것이 그의 주장이다. 그는 힐 클라이밍을 AI가 어떤 목표를 바탕으로 계속 학습하며 그 목표를 더 잘 대표하는 결과물을 예측하고 만들어내는 과정으로 설명한다. 즉 모든 기업은 같은 일반 모델을 단순히 사용하는 데 그치지 않고, 자기 업무와 지식, 목적에 맞춰 지속적으로 성능을 끌어올리는 학습 체계를 가져야 한다.

6. 기업의 해자, 사적 평가 기준, 강화학습 환경

나델라는 기업의 진짜 해자가 암묵지에 있다고 말한다. AI와 AI의 네트워크 효과가 존재하는 세계에서는 이 암묵지를 모델 학습에 반영할 수 있는 자체 환경이 중요해진다. 그는 특히 기업이 만드는 사적 출력물, 벤치마크, 평가 기준을 중요한 지식재산으로 본다. 오늘의 실패 사례는 내일의 평가 기준을 바꾸는 재료가 되며, 평가 체계는 정적인 것이 아니라 계속 갱신된다. 기업은 자기 평가 기준과 강화학습 환경을 만들고, 여러 모델을 불러와 그 환경에서 가장 좋은 결과를 내는 모델을 선택하거나 바꿀 수 있게 된다.

7. MAI 모델과 OpenAI 지식재산의 병행 전략

인터뷰에서 톰슨은 Microsoft가 새로 공개한 일곱 개 모델과, 이를 다른 모델의 증류나 교사 모델 없이 처음부터 만들었다는 점을 묻는다. 나델라는 기업들이 지속적으로 힐 클라이밍을 할 수 있도록 깨끗한 계보를 가진 자체 모델을 만들고 라이선스할 필요가 있었다고 설명한다. 동시에 그는 Microsoft가 OpenAI 지식재산도 보유하고 있으며, 일부 성능 향상에는 역방향 지식 증류와 강화학습을 활용한다고 말한다. 그의 표현대로 Microsoft는 자체 프런티어와 OpenAI라는 두 축을 갖고, 평가 기준을 통해 어느 모델이 실제 목적에 맞는지 비교하려 한다.

8. 소프트웨어 플랫폼의 비유와 깊은 맞춤화

톰슨은 기업이 자체 강화학습 환경에서 데이터를 더 깊이 반영하는 방식이 단순한 검색 보강 생성이나 기본적인 후처리보다 훨씬 깊은 맞춤화인지 묻는다. 나델라는 Windows가 새 버전을 내면 Adobe나 Autodesk가 그 위에서 계속 발전해 나가던 것과 비슷한 도덕적 등가물을 찾고 있다고 설명한다. 초기의 파인튜닝은 도구와 데이터 수집 체계가 부족해 잘 작동하지 않았지만, 이제는 그 조건이 갖춰지고 있다는 것이다. 그는 Microsoft 365 같은 다중 테넌트 시스템의 사용 자체를 각 고객을 위한 힐 클라이밍 시스템으로 바꾸는 방향을 제시한다.

🧾 핵심 주장 / 시사점

  • 나델라의 핵심 메시지는 AI 경쟁을 ‘최고 모델 하나를 소유하는 경쟁’이 아니라 ‘여러 모델이 기업별 목표와 평가 기준 안에서 계속 개선되는 플랫폼 경쟁’으로 바꾸려는 데 있다.
  • Microsoft의 자기 인식은 제품을 직접 모두 만들려는 회사가 아니라, 고객과 개발자가 자신의 가치를 쌓을 수 있는 기반을 제공하는 회사라는 방향으로 정리된다.
  • 기업의 데이터보다 더 중요한 자산으로 사적 평가 기준과 실패 사례에서 갱신되는 벤치마크가 강조되며, 이는 AI 시대의 차별화가 모델 접근권만으로 결정되지 않을 수 있음을 시사한다.

✅ 액션 아이템

  • Microsoft는 플랫폼 변화에서 제로섬 경쟁 구도가 아니라 자사가 고유하게 잘하는 역할을 먼저 정의한다.
  • Microsoft는 OpenAI 지식재산과 MAI 동시 사용 시 고객·내부 제품 대상 독립 평가 체계와 모델 계보를 정비한다.
  • 기업은 자체 데이터·평가 기준·강화학습 환경을 결합해 해자로 작동하는 지속 학습형 힐 클라이밍 머신을 세운다.

❓ 열린 질문

  • 플랫폼 전환 국면에서 '고유한 핵심 역량 우선' 원칙이 실제로 얼마나 오래 유효한 판단 기준인가?
  • OpenAI 연동형 MAI 전략에서 효율성 중심의 모델 선택에 어떤 평가 지표가 가장 결정적 영향을 줄 것인가?
  • 각 이해관계자가 프런티어 지능을 운영하려면 자체 데이터·평가 기준·강화학습 환경을 어느 범위까지 통합해야 하는가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.