Microsoft-Decision-1, 문의 분류와 AI 작업 판단을 위한 모델

마이크로소프트가 10월 9일 Microsoft-Decision-1을 공개했다. 고객 문의를 담당 부서로 나누고, 장애의 긴급도를 매기거나 AI가 제안한 다음 작업을 평가하는 모델이다. 긴 답변을 작성하는 대신 정해진 선택지와 확률을 반환하며, 개발자가 Microsoft Foundry 등의 API를 통해 자신의 서비스에 연결할 수 있다. 공식 발표

어떤 판단을 맡기는 모델인가?

마이크로소프트는 Windows와 Azure 클라우드, Copilot 등을 만드는 회사다. Decision-1은 그중 개발자가 앱의 분류·평가 기능에 사용하는 AI 모델이며, 완성된 고객 상담 앱은 아니다. 답변을 쓰는 생성 모델과 역할을 나눠, 프로그램이 처리할 수 있는 형태로 판단 결과를 돌려주는 데 초점을 맞췄다. 모델의 역할과 작동 방식

예를 들어 “결제가 실패했고 같은 금액이 두 번 청구됐다”는 문의가 들어왔다고 하자. 개발자는 결제·기술·계정 중 어느 팀이 담당할지, 즉시 처리해야 하는지 등을 질문으로 정한다. 모델이 담당 팀과 긴급도를 반환하면, 앱이 그 결과를 읽어 문의를 대기열에 넣는다. 결제를 취소하거나 고객에게 답장을 보내는 일은 연결된 프로그램이나 다른 모델이 맡는다.

비슷한 방식으로 AI가 작성한 답변에 환불을 약속하는 문구가 있는지 확인하거나, 장애 기록 중 현재 문제와 관련성이 높은 항목을 골라낼 수 있다. 먼저 정한 기준 안에서 항목을 분류하는 용도다. 앞서 소개한 Liquid d1도 같은 종류의 모델이지만, 이번 Decision-1은 마이크로소프트가 API로 제공하는 별도 모델이다. 활용 범위

여러 판단을 한 번에 요청한다

입력에는 판단할 글이나 JSON 형식의 데이터, 질문, 선택지의 의미를 함께 넣는다. JSON은 메시지·접수 횟수 같은 항목을 이름과 값으로 정리하는 데이터 형식이다. “어느 부서인가?”라는 질문만 보내기보다 각 부서가 어떤 문제를 맡는지 알려줘야 분류 기준이 분명해진다. 입력과 질문 구성

출력은 세 종류다. 예·아니오 질문에는 참일 확률을, 분류 질문에는 선택한 항목과 각 항목의 확률을 반환한다. 점수 질문에는 개발자가 정한 순서 있는 단계에 따른 값을 준다. 긴급도를 ‘사소함·경미함·중대함·치명적’의 네 단계로 정하면 0~3 사이의 점수가 나오며, 단계 사이의 소수 값도 가능하다. 이 숫자는 정의한 척도 안의 위치이며 보편적인 위험도 단위는 아니다. 세 가지 출력 형식

같은 문의에서 담당 팀, 긴급도, 재문의 여부를 한 요청으로 물을 수도 있다. “결제 화면이 또 멈췄고 이번이 세 번째 연락”이라는 글과 접수 횟수를 함께 보내면, 서로 다른 질문이 같은 자료를 참고한다. 다만 모델은 선택한 이유를 설명하는 자유로운 문장을 제공하지 않으므로, 담당자는 원래 문의와 질문 기준을 함께 보고 결과를 확인해야 한다. 여러 질문을 함께 보내는 방식 · 출력 범위

확률을 계산하는 방식과 활용 조건

Decision-1은 Qwen3.5-9B를 바탕으로 추가 학습한 모델이다. 마이크로소프트는 입력을 한 번 처리해 선택지별 점수를 계산하는 ‘단일 패스’ 방식에 맞췄다고 설명한다. 일반적인 생성 모델이 문장 조각을 이어 붙여 답을 만드는 과정과 달리, 긴 설명을 생성하지 않고 필요한 판단을 바로 반환하도록 설계했다. 모델의 기반과 설계

선택지마다 확률을 주면 앱은 애매한 결과를 사람에게 넘길 수 있다. 예를 들어 분류 확률이 낮은 문의를 검토 대기열로 보내고, 검증된 유형만 자동 배정하는 식이다. 그러나 높은 확률도 입력에 적힌 주장이 사실임을 확인해주지는 않는다. “설정 화면이 사라졌다”는 신고를 분류할 수는 있어도, 제품에서 실제로 그 화면이 제거됐는지는 별도로 확인해야 한다. 예측과 사실 확인의 차이

자동 처리 기준은 실제 문의에 정답을 붙여 시험한 뒤 정해야 한다. 문의가 모호할 때 억지로 부서를 고르지 않도록 ‘판단 불가’ 선택지를 두는 것도 방법이다. 공식 문서는 질문의 표현이나 선택지 순서에 따라 점수가 바뀔 수 있고, 익숙한 유형에서 확률의 신뢰성이 더 높다고 안내한다. 따라서 회사가 공개한 테스트 결과만으로 한국어 문의나 사내 규칙에서도 같은 정확도를 기대하기는 어렵다. 이용 시 한계와 평가 방법

분류 품질과 속도는 어느 정도인가?

마이크로소프트는 학습에 사용하지 않도록 분리한 약 15만 문항, 36개 벤치마크의 비교에서 Decision-1이 가장 높은 정확도를 얻었다고 밝혔다. 문의 분류뿐 아니라 순위 매기기, 긴 문맥, 다국어와 안전성 등을 포함한 회사 자체 평가다. 이는 해당 비교군과 평가 과제의 결과이며, 모든 업무에서 가장 정확하다는 뜻은 아니다. 비교 평가의 범위

같은 발표의 지연 시간 비교에서는 중앙값 기준 GPT-6 Sol보다 약 35배 빠르다고 보고했다. 중앙값은 측정 결과를 순서대로 놓았을 때 가운데 값이다. 짧은 판단을 여러 번 이어가는 앱에서는 각 호출의 대기 시간이 줄어드는 것이 유리하지만, 이 비율을 전체 상담 처리나 긴 문서 분석의 속도로 그대로 옮길 수는 없다. 서버 위치와 통신 시간도 실제 응답 속도에 영향을 준다. 회사가 측정한 지연 시간 · 배포 위치와 통신 조건

지금 어떻게 사용할 수 있나?

Microsoft Foundry에서는 유료 Azure 계정과 프로젝트, 모델을 배포할 권한이 필요하다. Foundry는 개발자가 모델을 선택하고 API 연결을 관리하는 서비스다. API는 앱이 모델에 요청을 보내고 결과를 받는 연결 방식이다. 카탈로그에서 Decision-1을 배포한 뒤 이 연결로 이용한다. 배포와 이용 조건

현재 공식 발표에는 OpenRouter 연결도 안내돼 있다. Vercel의 AI Gateway 역시 10월 9일부터 이 모델을 제공하며, Gateway 인증으로 이용할 때는 별도의 Azure 계정이나 모델 배포가 필요 없다. 여러 모델에 공통된 연결 방식을 제공하지만 요청에 사용할 모델은 Decision-1으로 지정해야 한다. 현재 제공 경로 · AI Gateway 제공 안내

마이크로소프트 발표의 가격은 입력 100만 토큰당 0.042달러이며 출력 토큰은 무료다. 토큰은 모델이 글을 처리하기 위해 나눈 단위로, 글자 수와 정확히 같지는 않다. Vercel 모델 안내의 문맥 길이는 32,768토큰이다. 자료와 질문을 함께 넣을 수 있는 범위이므로, 긴 자료를 분류할 때는 판단에 필요한 내용을 골라 요청을 구성해야 한다. 실제 이용료와 한도는 선택한 제공 경로에서 확인할 수 있다. 발표 가격 · Gateway 모델 조건