Microsoft Aion 1.0, Windows에 무료 추론 AI를 내장하다 — 14B 파라미터 온디바이스 시대
Microsoft가 Build 2026에서 14B 파라미터 추론 모델 Aion 1.0 Plan을 Windows 내장으로 발표했다. API 비용 없이 로컬에서 에이전트 추론이 가능해진다.
Microsoft가 Build 2026 Day 2에서 Aion 1.0을 공개했다. Windows에 내장되는 온디바이스 AI 모델 패밀리로, 클라우드 API 호출 없이 로컬에서 추론을 실행한다. 비용은 0원이다. 핵심은 두 가지 모델이다.
| 모델 | 파라미터 | 컨텍스트 | 용도 | 하드웨어 요구 | 출시 |
|---|---|---|---|---|---|
| Aion 1.0 Plan | 140억(14B) | 32K | 추론, 도구 호출, 에이전트 오케스트레이션 | 40 TOPS NPU (Copilot+ PC) | 수개월 내 |
| Aion 1.0 Instruct | 미공개(소형) | - | 요약, 재작성, 의도 분류 | CPU만으로 동작 | 프리뷰 중, 7월 오픈 웨이트 |
Aion 1.0 Plan은 앱이 모델을 따로 번들링할 필요 없이 Windows Copilot Runtime API를 호출하면 바로 사용할 수 있다. 도구 호출(tool-calling)과 멀티스텝 추론을 지원하므로, 이전까지 클라우드 추론이 필수였던 에이전트 워크플로우를 로컬에서 처리할 수 있게 된다.
무료 추론이 바꾸는 단위 경제학
온디바이스 추론의 가장 직접적인 영향은 비용 구조의 변화다. 현재 OpenAI GPT-4o는 입력 100만 토큰당 $2.50, Anthropic Claude Sonnet은 $3.00이다. 하루에 수천 건의 쿼리를 처리하는 앱이라면 월 수백 달러의 API 비용이 발생한다.
Aion 1.0은 이 비용을 사실상 제거한다. Windows Copilot Runtime API는 토큰당 과금이 없다. 모델이 사용자의 하드웨어 위에서 직접 실행되기 때문이다. 검색 자동완성, 실시간 요약, 고객 메시지 분류 같은 고빈도 작업에서 클라우드 비용 부담 없이 AI를 적용할 수 있다는 뜻이다.
Aion 1.0 Instruct는 더 주목할 만하다. NPU나 전용 GPU 없이 CPU만으로 동작한다. 기존 Phi Silica가 NPU 탑재 Copilot+ PC에서만 작동했던 것과 달리, 훨씬 넓은 범위의 기존 PC에서 실행 가능하다.
오픈 웨이트: 커스터마이징의 문을 열다
Aion 1.0 Instruct의 오픈 웨이트가 2026년 7월 Hugging Face에 공개된다. 개발자는 모델 가중치를 직접 다운로드해서 LoRA 어댑터로 파인튜닝하고, Microsoft Store나 자체 채널로 배포할 수 있다.
이것은 단순한 API 제공과 본질적으로 다르다. "Microsoft의 모델을 쓴다"가 아니라 "Microsoft의 모델을 내 데이터로 커스터마이징해서 내 제품에 넣는다"가 가능해진다. 부동산 중개 앱이 매물 설명 생성에 특화된 모델을, 의료 차트 앱이 진료 기록 요약에 특화된 모델을 각각 만들 수 있다.
40 TOPS의 벽: 모두를 위한 건 아니다
Aion 1.0 Plan의 14B 파라미터 추론은 40 TOPS NPU 이상의 하드웨어를 요구한다. 현재 이를 충족하는 칩은 제한적이다.
| 플랫폼 | NPU 성능 |
|---|---|
| Qualcomm Snapdragon X Elite | 45 TOPS |
| Intel Lunar Lake (Core Ultra 2세대) | 48 TOPS |
| AMD Ryzen AI 300 시리즈 | 50+ TOPS |
| Intel Meteor Lake (Core Ultra 1세대) | 34 TOPS (미달) |
2026년 초 기준 Copilot+ PC는 신규 Windows PC 판매의 약 **25~30%**를 차지한다. 전체 설치 기반이 아니라 특정 하드웨어 세그먼트를 대상으로 하는 기능이다. 다만 Aion 1.0 Instruct는 CPU만으로 동작하므로, 텍스트 요약과 분류 같은 기본 AI 기능은 대부분의 PC에서 사용 가능하다.
WSL 3 NPU 패스스루: 리눅스 도구체인에서도 로컬 AI
함께 발표된 WSL 3 NPU/GPU 패스스루도 의미 있다. WSL 3에서 Ollama나 llama.cpp를 실행하면 호스트 머신의 NPU/GPU를 네이티브에 가까운 속도로 활용할 수 있다. WSL 2의 가상화 오버헤드가 대폭 줄었다.
Qualcomm Snapdragon X Elite와 Intel Lunar Lake에서 먼저 지원되며, AMD는 추후 업데이트 예정이다. 리눅스 기반 개발 워크플로우를 쓰면서 Windows 하드웨어를 사용하는 개발자에게는 실질적인 일상 생산성 개선이다.
anyAX 관점
Build 2026의 플랫폼 이야기(Agent Store, WAF)는 이미 다뤘다. 오늘의 핵심은 다르다. **"AI 추론 비용이 0이 되는 세계"**가 시작됐다는 것이다.
지금까지 AI를 사업에 적용하려면 API 비용이라는 변동비가 따라왔다. 쓸수록 돈이 나갔다. Aion 1.0은 이 구조를 뒤집는다. 하드웨어를 한 번 사면 추론은 무한히 무료다. 소규모 사업자에게 이것은 "AI를 써볼까 말까"에서 "어디에 먼저 적용할까"로 질문 자체가 바뀌는 전환점이다.
물론 현실적 제약은 있다. 14B 모델의 추론 품질이 GPT-4o나 Claude Sonnet 급은 아닐 것이다. 복잡한 분석이나 긴 문서 생성에는 여전히 클라우드 모델이 필요하다. 하지만 고객 문의 분류, 상품 설명 초안, 일정 정리, 리뷰 요약 같은 반복적이고 정형화된 작업에는 온디바이스 모델이면 충분하다.
진짜 중요한 건 이것이다. 도구 비용이 0에 수렴할수록, 경쟁력은 도구 자체가 아니라 "무엇을 자동화할 것인가"를 판단하는 능력에서 나온다. Microsoft가 추론을 공짜로 만들어줘도, 내 사업의 어느 지점에 AI를 넣어야 가장 효과적인지는 사람이 결정해야 한다. 그 판단력이 AX의 본질이다.