마이크로소프트는 2026년 10월 7일의 Windows 및 Surface 발표회에서, 이달 말에 GitHub Copilot에 로컬 AI 모델 지원을 도입할 것이라고 발표했습니다. 이를 통해 개발자는 클라우드와 기기 단말 간을 자유롭게 전환하거나 자동 스케줄링을 구현할 수 있게 됩니다.
단말 부서비스에서의 메모리 병목과 긴 컨텍스트 리소스 사용 문제에 대응하여, 마이크로소프트는 효율적인 MAI Code1.1Flash MoE 모델을 출시했습니다. 이 모델은 총 1370억 개의 파라미터와 68억 개의 활성화 파라미터를 가지고 있으며, 양적화 및 투기 디코딩 기술을 결합하여 메모리 사용량을 크게 줄이면서 기기 단말 인코딩 응답 속도를 향상시켰습니다. 또한 NVIDIA RTX Spark 하드웨어가 장착된 새로운 Surface Laptop Ultra에도 최초로 탑재되었습니다.
구체적인 활용 방식에서 사용자는 GitHub Copilot CLI, Copilot 애플리케이션 및 Visual Studio Code를 통해 선택적으로 추론 모드를 설정할 수 있습니다. Copilot의 백그라운드가 자원을 자동으로 조정하도록 의존할 수도 있고, Windows ML 공급자나 OpenAI와 호환되는 로컬 엔드포인트를 통해 MAI Code1.1Flash과 같은 로컬 모델을 호출하도록 지정할 수도 있습니다. 보안 측면에서는 시스템이 Windows 팀이 구축한 마이크로소프트 실행 컨테이너(MXC)를 통합하여 각 운영 체제의 원천 컨테이너 격리 메커니즘을 활용해 코드의 안전한 실행을 보장합니다.
이번 업그레이드는 AI 코딩 도우미가 순수 클라우드 의존에서 “클라우드 + 엣지” 협업의 혼합 아키텍처로 발전하고 있다는 신호입니다. 이러한 조치는 로컬 모델의 배포 장벽을 완화할 뿐만 아니라, 높은 개인정보 보호와 낮은 지연 시간이 필요한 개발 환경에 더 효율적인 실행 방안을 제공합니다.