이 페이지의 이전 버전을 보고 있습니다. 현재 버전 보기.

현재와 비교 페이지 이력 보기

버전 1 현재 »

AI는 반복적인 작업을 대신 수행하여 사람들이 자신의 강점에 집중할 수 있도록 합니다. 이는 우리의 노력을 더욱 강력하게 만듭니다. Copilot은 데이터베이스를 조사하는 일을 지원하도록 설계되었으며, 몇 시간씩 걸리던 작업을 몇 분 안에 완료할 수 있게 해줍니다. 이는 대규모 작업을 신속하고 효율적이며 정확하게 수행할 수 있도록 도와줍니다.

우리의 가상 비서는 관광객들이 도시의 숨겨진 명소를 더 잘 알 수 있도록 도와줍니다. 예를 들어, 과거 우리 에이전트들이 하루에 8,000통의 전화를 처리해야 했지만, Veronica를 도입한 이후 이 숫자는 1,000통으로 줄었습니다. 생성형 AI는 데이터를 학습하여 농부들의 생산성을 높이는 데 도움을 줄 수 있습니다. 더 높은 효율성과 자동화를 통해 우리는 올해 학생 등록 수를 4,500명에서 12,000명으로 증가시킬 수 있었습니다. 이는 우리의 작업을 최적화하는 데 큰 기여를 했으며, 정확도는 60%에서 98%로 향상되었습니다.

이 AI는 24시간 언제든지 도움을 줄 수 있는 스마트한 개인 교사와 같습니다. 고객 관리 작업이 4시간 걸리던 것이 Copilot 덕분에 15분으로 단축되었습니다. 이렇게 절약된 시간은 연간 5천만 달러의 매출 증가로 이어지며, 이 숫자는 중요한 의미를 갖습니다.

이제 Copilot을 도입할지 말지가 아니라, 언제 도입할지를 고민해야 할 때입니다. 그리고 그 질문에 대한 답은 분명합니다. 지금입니다.

AI will take over repetitive tasks and enable people to focus on their strengths. It supercharges our endeavors. The Copilot is designed to assist us in researching databases, to do in a few minutes what otherwise would have taken me precious hours. It enables us to operate at scale and at speed efficiently, accurately. Our virtual assistant will help tourists better know all the hidden gems of the city. Our agents used to handle 8,000 calls a day. Since deploying Veronica, that volume has dropped to 1,000 calls. Generative AI can learn from the data to help improve farmer productivity. With more efficiency and automation, we were able to increase our enrollment from 4,500 students to 12,000 students this year. It’s really optimized our work, because accuracy went from 60 percent to 98 percent. It’s like having a tutor 24/7 that can help you with anything, and it’s super smart. Customer outreach takes four hours. With Copilot, that is a 15-minute journey. That gift of time, it's worth $50 million in annual revenue and that is math that matters. It's not a question if you should adopt Copilot, but when. And I can give you the answer to when: It's now.

좋은 아침입니다. 안녕하세요, 그리고 Ignite에 오신 것을 환영합니다. 이렇게 시카고에서 여러분과 함께 다시 만날 수 있어 정말 기쁩니다. 전 세계에서 온라인으로 참여해주신 분들께도 감사드립니다. 이런 대규모 컨퍼런스는 언제나 흥미롭습니다. 특히 지금처럼 중요한 플랫폼 변화가 이루어지는 시기에는 더욱 그렇습니다. 이 설렘과 활기는 정말 대단하죠. 사실, 이런 순간을 위해 제가 살아가는 느낌입니다.

오늘 아침, 문득 32년 전을 떠올리게 되었습니다. 바로 이 컨퍼런스 센터에서 열린 Spring COMDEX에서 저희가 Windows 3.1을 출시했었죠. 그 당시 정말 큰 사건이었습니다. 제가 Microsoft에 합류하기 불과 몇 달 전 일이었고, Windows가 지금의 모습을 갖추게 된 중요한 전환점이었습니다.

또한, 2015년에 Ignite가 시카고에서 처음 시작되었을 때는 클라우드 혁신의 중반부 시기였습니다. 그리고 이제, AI 혁신의 중반부에 다시 이곳으로 돌아오게 되어 정말 놀랍고 흥분됩니다.

오늘 이 자리에 있는 여러분을 보니 이번 키노트는 다양한 주제를 넓고 얕게 다루는 방식으로 구성해야겠다고 생각했습니다. 그래서 이번 쇼에서 여러분께 준비한 모든 것을 한꺼번에 맛볼 수 있도록 최대한 폭넓게 다뤄보겠습니다.

Good morning. Hello and welcome to Ignite. It's really fantastic to be back here in Chicago with all of you and everyone joining from around the world. It's always fun to be in conferences like this, at times like this, when major platform shifts are in the air, they're exciting.

The buzz. You know, in some sense, I live for these. In fact, this morning I was reflecting. What is it? 32 years ago, right here in this very conference center, at the spring COMDEX is when we launched our Windows 3.1. And that was like, a big deal. It was just actually a few months before I joined Microsoft and it made Windows what it finally became. It is just the most major release of it.

And in fact, in 2015, Ignite itself started in Chicago and that was right in the middle innings of the cloud. And so here to be back again during the middle innings of AI is just fantastic. And so I'm really excited about it.

And, you know, given I see this room its breadth first, so I'm going to give a keynote that's breadth first. So I'm going to try and cover everything that we have for you throughout the show.

알다시피, 모든 플랫폼 변화에는 기본적인 동력을 깊이 이해하고 맥락을 잡는 것이 중요합니다. 오늘날 우리는 이를 확장 법칙으로 이야기합니다. 마치 무어의 법칙처럼, AI에서도 성능이 18개월마다 두 배로 증가하던 시기를 지나 이제는 약 6개월마다 두 배로 증가하는 모습을 보고 있습니다. 물론 최근 몇 주 동안에도 확장 법칙에 대한 논쟁이 활발합니다. "우리는 확장 법칙의 한계에 도달했는가?", "이 현상이 계속될 것인가?" 같은 질문들이 오가고 있습니다.

중요한 점은 이 법칙들이 물리 법칙이 아니라는 것입니다. 이는 단지 경험적 관찰에 기반한 것으로, 무어의 법칙이 오랜 기간 유효했던 것처럼 일정 시간 동안 적용되는 경향일 뿐입니다. 따라서 이런 논쟁과 회의적인 시각은 오히려 긍정적인 역할을 할 수 있습니다. 모델 아키텍처, 데이터 체계, 혹은 시스템 아키텍처 등에서 더 많은 혁신을 자극할 수 있기 때문입니다.

이와 같은 맥락에서, 우리는 새로운 확장 법칙의 출현을 목격하고 있습니다. 바로 테스트 시점, 즉 추론 시점 컴퓨팅에 관한 법칙입니다. OpenAI의 o1은 이를 잘 보여주는 사례입니다. "Copilot Think Harder"와 같은 기능은 o1에 기반을 두고 있으며, 더 어려운 문제를 해결하기 위해 테스트 시점을 적극적으로 활용하고 있습니다.

결국, 이러한 모든 혁신은 세 가지 주요 능력에서 기하급수적인 발전으로 나타납니다.

  1. 새로운 보편적 인터페이스: 다중 모달(multimodal)로 작동하며, 음성, 이미지, 비디오 등을 입력과 출력으로 모두 지원합니다.
  2. 새로운 추론 및 계획 능력: 복잡한 문제를 해결하기 위한 새로운 신경 대수(neural algebra)를 활용합니다. 이를 통해 사람, 장소, 사물 간의 패턴을 감지하고 관계를 파악할 수 있습니다.
  3. 장기적이고 메모리가 풍부한 문맥 지원 능력: 이 모델들에게 도구를 사용하는 방법까지 가르칠 수 있습니다.

이 모든 것을 결합하면, 우리는 매우 풍부한 에이전틱(agentic) 세계를 구축할 수 있습니다. 이는 작업, 생활, 팀, 비즈니스 프로세스, 그리고 조직 전반에 걸쳐 우리를 대신해 행동할 수 있는 AI 에이전트들의 연결망으로 정의됩니다.

개인적으로 이런 기술을 정말 사랑합니다. 앞으로 며칠 동안 많은 기술 혁신을 축하하게 될 것입니다. 하지만 돌아보며 생각해볼 가치도 있습니다. 특히, 우리가 지금 시카고에 있는 만큼, 약 50년 전 이곳 시카고 대학의 철학 교수였던 **존 하우겔랜드(John Haugeland)**가 남긴 말을 떠올려봅니다. 그는 이렇게 말했습니다.

"인공지능의 문제는 컴퓨터가 아무것도 신경 쓰지 않는다는 것이다."

그러나 우리는 그렇지 않습니다. 우리가 신경 쓰는 것, 바로 그것이 우리의 중심을 잡아주는 힘입니다.

You know, with every platform shift, it's always perhaps good to build a deep context and understanding of the underlying forces. And today we talk about them as scaling laws. You know, just like Moore's Law, we saw the doubling in performance every 18 months with AI. We have now started to see that doubling every six months or so. Now, in fact, there's a lot of debate. In fact, just in the last multiple weeks, there's a lot of debate on have we hit the wall with scaling laws? Is it going to continue?

I mean, the thing to remember at the end of the day, these are not physical laws. These are just empirical observations that hold true just like Moore's Law did for a long period of time. And so therefore, it's actually good to have some skepticism, some debate, because that I think will motivate, quite frankly, more innovation on whether it's model architectures or whether it's data regimes or even systems architecture. So it's a good thing to have.

In that context though, if anything, we are seeing the emergence of a new scaling law, with test-time or inference time compute. In fact, OpenAI’s o1 is a good example of it. And features like the Copilot Think Harder is built on o1. It’s all about using test time to solve even harder problems.

So ultimately, though, all these breakthroughs manifest in three capabilities that are exponentially getting better.

  1. The first is this new universal interface that's multimodal. It supports speech, images, videos both as input and output.
  2. Second, we have this new reasoning and planning capabilities, which essentially we have new neural algebra to help solve complex problems. We can detect patterns involving people, places and things. You can even find relationships between people, places and things using this new algebra.
  3. And third, we now have this capability to support long-term, memory-rich context and in fact teach these models to use tools.

So if you put all those things together, you can build a very rich agentic world. Defined by this tapestry of AI agents, which can act on our behalf across our work and life, across teams, business processes, as well as organizations.

Now, you know, I love this stuff. We are going to celebrate a lot of technology over the next multiple days, but it's worth reflecting. In fact, given we are in Chicago, there was a professor of philosophy right here in the University of Chicago some 50 years ago, John Haugeland, who said the following,

“The trouble with artificial intelligence is that computers don't give a damn.”

But we do. And that's what really grounds us.

알다시피, 이 급격한 변화 속에서도 우리는 우리의 사명을 잊지 않고 있습니다. 우리의 사명은 바로, 지구상의 모든 사람과 조직이 더 많은 성과를 이룰 수 있도록 돕는 것입니다. 이 기술을 통해 개인, 팀, 그리고 세계에 긍정적인 변화를 만들어내는 것이죠. 기술 그 자체를 위한 기술이 아니라, 이를 실제 결과로 전환하는 것이 중요합니다. 오늘 저는 AI와 그것이 비즈니스 성장에 미치는 변혁적인 힘에 대해 이야기하고 싶습니다. AI는 효율성을 향상시키고, 운영 레버리지를 증대시킵니다. 이를 위해 우리는 세 가지 플랫폼을 구축하고 있습니다: Copilot, Copilot 디바이스, 그리고 Copilot AI 스택입니다. 바로 이 세 가지가 핵심입니다.

하지만 본격적으로 플랫폼에 대한 모든 소식을 공유하기 전에, 우리가 무엇보다도 최우선으로 삼고 있는 것에 대해 이야기하고 싶습니다. 그것은 바로 보안입니다. 이번 컨퍼런스에서는 우리가 진행 중인 "Secure Future(안전한 미래)" 이니셔티브, 우리가 이루고 있는 진전, 그리고 보안을 설계 단계에서부터 기본으로 삼는 원칙(secure by design, secure by default, secure by operations)에 대해 많이 들으실 것입니다. 하지만 가장 중요한 것은 지속적인 개선에 대한 우리의 약속입니다. 이는 단지 하나의 목적지나 한 번의 마일스톤으로 끝나는 일이 아니기 때문입니다. 우리는 다음에 닥칠 새로운 공격에 대응할 수 있는 우리의 능력만큼만 안전할 수 있습니다.

실제로 우리는 고객과 파트너와 함께 제로 트러스트(Zero Trust) 구현에서 실질적인 성과를 내고 있습니다. 미국 해군이 이를 실천한 훌륭한 예가 있습니다. 그들은 모든 행정 명령과 요구 사항에 대응하여 제로 트러스트 목표를 원래 일정보다 몇 년 앞서 달성했습니다. 정말 놀라운 일이죠.

우리는 보안에 계속 투자하고 있습니다. 보안 스택 전반에 걸쳐 발표할 수많은 업데이트가 있으니 기대하셔도 좋습니다. 제가 특히 강조하고 싶은 제품은 Purview입니다. 이 컨퍼런스에서 가장 주목할 만한 제품일 것입니다. AI 시대에는 데이터 거버넌스가 더욱 중요한 역할을 하기 때문입니다. Purview에서는 과도한 데이터 공유 방지, AI의 위험한 사용(예: 악의적인 의도 탐지, 프롬프트 주입, 보호된 자료 오남용 방지)을 포함한 업데이트를 도입하고 있습니다. Purview에는 정말 많은 기능이 포함되어 있습니다.

결국 보안은 기본적으로 팀 스포츠라는 것을 우리는 잘 알고 있습니다. 그래서 우리는 파트너십을 강화하고 있습니다. 보안 커뮤니티와 광범위하게 협력하고 있죠. 오늘 저는 매우 흥미로운 발표를 하게 되어 기쁩니다. 바로 Zero Day Quest입니다. 이는 새로운 해킹 이벤트로, 클라우드와 AI 보안을 중심으로 $400만의 보상금을 제공합니다. 업계에서 가장 높은 보상을 제공하는 공개 해킹 이벤트입니다. 이 퀘스트는 오늘 시작되며, 내년 대면 해킹 이벤트로 절정을 이룰 예정입니다. 정말 기대가 큽니다!

You know, amidst all this rapid change, we remain grounded in our mission: To empower every person and every organization on the planet to achieve more using this technology to make a difference for themselves, for their teams, and for the world. It's not about tech for tech's sake, but it's about translating it into real outcomes. And today I want to focus on AI and this transformational power as it drives growth in business. It improves efficiency. It improves operating leverage. And to do that, we are building our three platforms: Copilot, Copilot devices, and Copilot an AI stack. That's it. Those are the three platforms. But before I dive into all of the news across the platforms, I want to talk about that something that we are prioritizing above all else. That is security. At this conference, you'll hear us talk a lot about our Secure Future initiative, the progress we are making, the principles of secure by design, secure by default, secure by operations. But most importantly, our commitment to continuous improvement, because this is not just a destination, a stand down, a one milestone thing, we’ll never be done. In fact, we’re only as good as our ability to defend against the next novel attack. And we are seeing real momentum even with our customers and partners around implementation of Zero Trust using our tools and practices. In fact, a great example of this is what the US Navy has been able to do. They've been able to respond to all the executive orders and mandates and meet, in fact, that Zero Trust goals, years ahead of schedule. And it's fantastic to see that. You know, we continue to invest in security. You can see the updates. We are making tons and tons of announcements that you'll hear about across the security stack. The one thing though I want to point out is Purview. It’s probably the product, for this conference. Because in the age of AI, data governance takes on an even more critical, central, important role. And in Purview, we are introducing updates to prevent everything from oversharing, risky use of AI, such as malicious intent detection, prompt injections, and misuse of protected material. So there's a lot, in Purview. At the end of the day, though, we recognize that when it comes to security, it's fundamentally a team sport. And that's why we want to partner. And we are partnering broadly with the security community. And today I'm really excited to announce our Zero Day Quest. This is the first big announcement that I'm excited about because it's a new hacking event. There will be $4 million in rewards focused on securing cloud and AI. It's the highest rewards of any public hacking event in the industry. And the quest starts today and will culminate in an in-person hacking event next year. So we're very, very excited about it.

그럼 이제 각 플랫폼을 하나씩 살펴보겠습니다. 먼저 Copilot입니다. Copilot은 AI의 사용자 인터페이스(UI)로, 업무와 그 업무 수행 방식을 혁신적으로 변화시키고 있습니다. 모든 직원이 자신만의 Copilot을 갖게 될 것이며, 이는 직원의 작업 스타일과 필요를 이해하고 생산성을 극대화하며 창의성을 증진시키고 시간을 절약하는 데 도움을 줄 것입니다.

Microsoft Copilot Pages와 Copilot Studio를 사용하면 비즈니스 프로세스를 자동화하는 에이전트를 직접 생성할 수 있습니다. 그리고 모든 IT 부서는 이를 관리하고, 보안을 유지하며, 효과를 측정할 수 있는 통제 시스템을 갖추게 될 것입니다. 이것이 바로 Copilot 생태계의 세 가지 기본 개념입니다.

지난 1년간 Copilot은 놀라운 성과를 보여주었습니다. 제조업에서 린(lean) 기법이 혁신을 이끌었듯, AI는 지식 노동의 패러다임을 바꾸고 있습니다. 이는 가치를 높이고 낭비를 줄이는 데 중점을 둡니다.

예를 들어, Queensland 은행 그룹의 리스크 분석을 살펴보겠습니다. 과거에는 사고가 발생하면 수천 개의 문서를 검토하고 보고서를 작성해야 했지만, 이제는 Copilot을 통해 모든 정보를 요약하고 초안을 작성할 수 있습니다. 이렇게 해서 몇 주가 걸리던 분석 작업이 단 하루 만에 완료됩니다.

또 다른 사례는 Vodafone입니다. 그들의 법무팀은 수천 개의 계약서를 수동으로 분석하고 갱신 및 재협상을 진행했지만, 이제는 Copilot을 통해 어떤 계약을 갱신해야 할지, 어떤 계약을 폐기해야 할지를 결정하고 모든 만료일을 추적하고 있습니다. 또한 Vodafone은 Copilot과 Azure AI를 활용하여 고객 문의를 관리하며, 고객 서비스도 개인화하고 있습니다. 그들의 가상 비서는 매월 4,500만 건 이상의 고객 대화를 처리하며, 평균 대기 시간을 1분 이상 단축시키고 있습니다.

그리고 이 모든 것은 이제 막 시작일 뿐입니다. Copilot이 일반에 공개된 이후 지난 1년 동안 우리는 수백 건의 업데이트를 출시하며 지속적으로 혁신해 왔습니다. 기본 기능부터 작업해온 덕분에, 현재 Copilot의 응답 속도는 평균적으로 두 배 이상 빨라졌고, 사용자 만족도는 세 배 가까이 향상되었습니다.

앞으로 Copilot의 도입을 세 가지 기본 방식으로 생각하고 있습니다.

  1. 직원의 활용: 직원들이 Copilot과 Copilot 에이전트를 더 많이 사용할수록 더 빠르게 가치를 실현할 수 있습니다.
  2. 확장성: Copilot을 자신의 환경과 생태계에 맞게 기반화하거나 확장하는 방식입니다. Copilot은 에이전트를 통해 확장 가능하며, 직원 한 명이 Copilot을 사용하면 그 Copilot은 수천 개의 에이전트를 활용할 수 있습니다.
  3. ROI(투자 대비 수익) 측정: Copilot이 조직에 가져오는 가치를 체계적으로 측정하는 것입니다.

그럼 이제 Copilot Pages를 살펴보며 시작해보겠습니다.

So with that, let's just dive into each of the platforms and starting with Copilot. Copilot is the UI for AI. It's rapidly becoming an organizing layer for work and how work gets done. Every employee will have a Copilot that knows them, their work, helping them unlock productivity, enhancing creativity, and saving time. Microsoft Copilot Pages and Copilot Studio will allow you to create agents that automate business processes. And every IT department will have a control system to manage, secure, and measure impact. That's it. Those are the three basic concepts of the Copilot ecosystem. Over the past year, we've seen incredible momentum. What lean did for manufacturing, AI will do for knowledge work. It's all about increasing value and reducing waste. Just take risk analysis at Bank of Queensland Group. In the past, when an incident occurred, they would have to go through thousands of documents and write reports, and now they use Copilot to be able to synthesize everything that happened and create that first draft. That means analysis that took weeks is just taking a day. Vodafone is another great example. The legal team used to manually analyze and draft and renegotiate thousands of contracts that govern their massive base station network. And now they use Copilot to determine which contracts need to be renewed, which need to be scrapped, and to keep track of all the expiry dates. Vodafone was also personalizing all of their customer service by leveraging Copilot, as well as Azure AI to manage customer inquiries. Their virtual assistant engages in more than 45 million monthly customer conversations. And it's reducing the average hold time by more than one minute. And of course, we're just getting started. We are continuously innovating, shipping hundreds of updates since we made Copilot generally available a year ago. And it starts with actually work on the fundamentals. In fact, if you think about the Copilot responses today, they're more than two times faster than on average. And the response satisfaction has improved nearly three-fold. And going forward, we think about Copilot adoption in three fundamental ways. The more employees use Copilot and Copilot agents, the faster they will be able to realize value. And second aspect is how do you ground Copilot, or extend Copilot, in your world, in your ecosystem? So Copilot is a platform you can extend with agents to scale what you can do. If you have one employee, one Copilot, and one Copilot can have thousands, thousands of agents. And finally, it's about measuring ROI. And let's start with Copilot Pages.

Pages는 AI 시대의 첫 번째 혁신적 산물입니다. 정말 마법 같은 기능을 제공합니다. 이 영상을 보면, Pages에 다양한 풍부한 콘텐츠를 추가할 수 있다는 것을 알 수 있습니다. 대화형 차트, 표, 코드 블록, 수식, 복잡한 다이어그램 등을 추가할 수 있습니다. Copilot을 바로 페이지에서 사용할 수 있어, 콘텐츠를 반복적으로 수정하거나 페이지에서 바로 작업을 제어할 수 있습니다. Pages는 AI와 아이디어를 공유하며 다른 사람들과 협업할 수 있는 진정한 멀티플레이어 캔버스입니다.

저는 개인적으로 Pages를 자주 사용합니다. 예를 들어, 회의를 준비할 때 간단히 프롬프트를 입력하면 Copilot이 고객과 관련된 모든 정보를 수집합니다. 웹, LinkedIn, 비즈니스 애플리케이션(예: CRM), 문서, 이메일, Teams 메시지, 프레젠테이션 등에서 데이터를 가져오죠. 이렇게 수집된 정보는 Pages에 첫 번째 초안으로 정리되어 계정 팀이나 사무실 동료들과 공유됩니다. 이는 실시간으로 모든 관련자가 동일한 페이지에서 협업하도록 만듭니다. 이후 회의 노트 초안으로 발전하고, 다시 모든 관련자와 실시간으로 공유됩니다.

Copilot은 Pages뿐 아니라 Microsoft 365 전체와 깊이 통합되어 있습니다. 예를 들어 Teams에서는 Copilot이 과거 회의, 채팅, 녹취록을 분석해 신속하게 정보를 제공할 수 있습니다. 오늘 새로 발표된 화면 이해(Screen Understanding) 기능은 흥미로운 업데이트로, Copilot이 회의 중 공유된 프레젠테이션이나 문서에 대해 질문에 답변할 수 있습니다. 프레젠테이션을 진행할 때, Copilot이 내용을 이해하고 즉각적으로 관련 질문에 답변할 수 있습니다.

Word에서는 Copilot이 다른 Word 문서, PowerPoint, PDF, 이메일, 회의 기록을 기반으로 초안을 생성합니다. 빈 페이지에서 시작할 필요가 없습니다. PowerPoint에서는 프롬프트를 입력하면 프레젠테이션 주제에 대한 개요와 구성을 제안하고, 이를 편집 및 수정하여 첫 번째 완성된 프레젠테이션을 생성할 수 있습니다.

Outlook에서는 Copilot이 이메일을 우선순위에 따라 정리합니다. 저는 이 기능을 매일 사용하며, 가장 빠르게 익숙해진 습관 중 하나입니다. 이메일의 내용, 발신자의 역할, 컨텍스트를 분석해 중요한 메시지를 빠르게 찾을 수 있게 도와줍니다. 마치 이메일 하나하나에 중요한 이유를 적어놓은 파란색 화살표가 붙은 것처럼 느껴집니다.

Excel에서의 Copilot은 제가 가장 좋아하는 기능 중 하나입니다. GitHub Copilot이 소프트웨어 개발자들에게 가져온 혁신처럼, Excel의 Copilot은 데이터 분석가들에게 큰 변화를 가져옵니다. 제조 공장에서 생산성을 개선하는 방법을 찾고자 할 때, 고수준의 프롬프트를 입력하면 Copilot이 전략적 분석 계획을 세우고, 이를 실행하며 작업 과정을 시각적으로 보여줍니다. Copilot은 히트맵, 산점도, 히스토그램 등을 생성하고, 주요 생산 요인을 비교 및 계산하며, 몇 분 만에 인사이트와 실행 방안을 요약합니다.

이러한 기술은 데이터를 분석하는 과정을 모든 Excel 사용자에게 열어줍니다. 과거에 Excel이 숫자 감각을 향상시켰다면, Copilot과 Python 통합은 전 세계의 분석 감각을 크게 향상시킬 것입니다. 저는 이 점이 정말 기대됩니다!

Now, Pages is this first artifact of the AI age. And it's pretty magical. You see in this video, we're bringing rich artifacts to Pages. You can add interactive charts, tables, code blocks, math equations, complex diagrams. You can use Copilot directly on the page to iterate on the content and also control what happens on the page directly from a chat. It's truly this multi-player canvas that enables you to ideate with AI and collaborate with other people. In fact, I use Pages all the time. In fact, if I'm prepping for a meeting, I just give it a prompt. The Copilot comes through everything about the customer, let's say, from the web, LinkedIn, all the business applications, like our CRM. In fact, all the work artifacts, our documents, emails, Teams messages, presentations. And then I can put all of that just as a first draft into my Pages and share it, let's say, with my account team, everyone working with me in my office. It becomes much more of a real-time wave for every one of us who is working on that topic to be on the same page. And then it becomes, in fact, the first draft for what comes next, which is my meeting notes. Then again, it's real-time shared with everybody involved. Copilot is also not just in Pages, but it's deeply integrated. It's not just about chats and Pages, but it's deeply integrated into the entirety of Microsoft 365 system. Let's say, starting with Teams. Copilot can reason over all the past meetings and chats and transcripts and get you quickly up to speed. With Teams, in fact, screen understanding, which we're announcing today, it's pretty exciting. Copilot can even answer questions about presentations and documents shared during the meeting as well. You are doing a presentation, here is a Copilot that understands exactly what you're presenting and answer questions about that presentation. In Word, Copilot creates a draft based on other Word documents, PowerPoint, PDFs, emails, meetings. You never have to start from a blank page. In PowerPoint, you can enter a prompt of what you want to do, or what your presentation is about. And the narrative builder generates essentially a spec for your presentation, an outline with topics. And you can edit it, refine it, its suggestions, and it'll create your first complete presentation. And then Outlook, this feature is something that I've sort of gotten so used to. It's the quickest daily habit I've built, which is prioritize my inbox. It’s a total game changer because it helps you quickly get to the messages that matter, analyzing your inbox based on both the content of the mail, but also the role of the sender and the context. I think it's just like someone went and labeled every piece of email with a blue arrow, and said why is this important? I mean, think about it. I think what we're doing in Excel, though, is perhaps one of my favorite things. Just like what GitHub Copilot did for software developers, Copilot in Excel will do for data analysts. I can start with a very high-level prompt, that in the past, for example, I would have given a data analyst. Let's say I'm in a manufacturing plant and I want to figure out how to improve production rate. So I give a high-level prompt and say, hey, come back with an analysis and what can we do here? And Copilot uses this advanced reasoning capabilities to build out a full plan for strategic analysis. I can easily change that plan, adjust it as I want to, and then it just goes and executes the plan. And throughout, I can see it actually doing the work. It first does visualizations. It generates heat maps, scatterplots, histograms. It figures out, in fact, the key drivers of production, does a comparison of all those key drivers, calculates, and then summarizes the insights and the actions in minutes. How amazing is that? It takes data analysis and makes it available to everyone who has an Excel spreadsheet. If you look back and you say Excel was one of those products that at population scale improved number-sense, I think Copilot in Excel with Python will improve analysis-sense across the world. So I'm really, really excited about this.

이제 Microsoft 365 전반에서 활용할 수 있는 Copilot의 강력한 기능에 대해 이야기한 만큼, Copilot을 확장하는 방법에 대해 말씀드리겠습니다. 오늘, 저는 Copilot Actions를 발표하게 되어 매우 기쁩니다. Actions는 여러분이 매일 반복적으로 수행하는 작업에 소요되는 시간을 대폭 줄일 수 있도록 도와줍니다. Actions를 가장 잘 이해하는 방법은, 과거에 Outlook에서 사용하던 **룰(rules)**을 떠올리는 것입니다. 하지만 이건 AI 시대의 Outlook 룰이며, Outlook에 국한되지 않고 Microsoft 365 전반에서 작동합니다.

예를 들어, 팀에게 상태 업데이트를 요청하거나, 주간 보고서를 작성하고, 이메일을 스케줄링하거나, 문서에 대한 피드백을 요청하는 등의 작업을 자동화할 수 있습니다. Actions는 간단하면서도 강력한 도구로, 다단계 작업을 한 번의 명령으로 처리할 수 있도록 도와줍니다. 또한, 재사용 가능한 Actions 템플릿을 제공하므로 일상적인 작업에 손쉽게 적용할 수 있습니다.

여기서 멈추지 않고, 오늘 새로운 에이전트를 발표하게 되었습니다. 이 에이전트들은 마치 여러분의 팀원처럼 동작하며, 특정 역할과 권한에 맞게 설정됩니다. 예를 들어, 퍼실리테이터 에이전트는 Teams 회의에 추가되어 회의의 초점을 유지하고, 대화를 중재하며, 후속 작업 및 액션 아이템을 관리합니다. Planner의 프로젝트 매니저 에이전트는 프로젝트 관리 워크플로의 핵심 단계를 자동화합니다. 새로운 계획을 작성하고, 프로젝트 전반을 감독하며, 작업 할당과 콘텐츠 생성까지 지원합니다.

또한, HR 및 IT 셀프 서비스 에이전트는 정보 제공, 질문 응답, 정책 안내는 물론, 특정 작업까지 처리해줍니다. 이러한 에이전트는 HR과 IT 부서를 보조하는 역할을 합니다. 새롭게 발표된 SharePoint 에이전트는 모든 SharePoint 사이트에 기본으로 통합되어 실시간 정보와 인사이트를 제공하며 작업 흐름에 즉각적으로 활용할 수 있습니다.

더불어, Copilot Studio를 통해 자신만의 Copilot이나 에이전트를 손쉽게 생성할 수 있는 기능도 제공합니다. 에이전트를 만드는 일이 복잡하다고 느껴질 수 있지만, 사실은 매우 간단합니다. 저희의 비전은 에이전트를 만드는 과정이 Word 문서나 PowerPoint 슬라이드, Excel 스프레드시트를 작성하는 것만큼 쉽도록 만드는 것입니다. 예를 들어, Field Service 에이전트를 만들고 싶다면 자연어로 간단히 설명하고, SharePoint 사이트와 Dynamics CRM 같은 몇 가지 데이터 소스를 연결하면 됩니다. 몇 초 만에 여러분의 필요에 맞춘 에이전트를 생성할 수 있습니다.

Copilot Studio를 사용하면 이러한 에이전트를 자율적으로 작동하도록 설정할 수도 있습니다. 물론, 자율적인 에이전트도 가끔은 사용자 입력이 필요할 수 있는데, 이때 사용자와 상호작용하는 UI가 바로 Copilot입니다.

지난달에는 Dynamics 365에 10개 이상의 자율 에이전트를 도입했습니다. 이 에이전트들은 공급망 최적화부터 고객 서비스 문제 해결까지 다양한 작업을 수행합니다. 예를 들어, 세일즈 자격 에이전트는 시스템 내 모든 리드를 분석해 최고의 잠재 고객을 선별하고, 개인화된 이메일 초안을 작성합니다. 이를 고객들이 이미 사용하고 있습니다. McKinsey는 고객 온보딩 시간을 90% 단축한 자율 에이전트를 구축했으며, Dow는 선적 프로세스를 최적화해 첫해에 수백만 달러의 절감 효과를 예상하고 있습니다.

확장성 측면에서, Copilot은 맞춤형 비즈니스 애플리케이션과의 상호작용 방식도 혁신하고 있습니다. 더 이상 각각의 애플리케이션을 따로 실행할 필요가 없습니다. 이미 Adobe, LinkedIn, SAP, ServiceNow, Workday, Cohere와 같은 파트너들이 자신들만의 에이전트와 커넥터를 Microsoft 365 Copilot에 통합해 사용하고 있습니다.

그럼 이제, 이 모든 기능을 실제로 보여드리기 위해 제 동료 Callie를 무대로 초대하겠습니다. Callie, 무대를 맡아주세요!

Now, you know, if you have all of this richness of Copilot that you're using across the length and breadth of Microsoft 365, let's talk a little bit about how you can extend Copilot. Today I'm really excited to announce Copilot Actions. With these Actions, you can use Copilot to reduce the amount of time you spend on repetitive everyday tasks that you do. In fact, the best way to conceptualize Actions is for those of you who used Outlook rules, this is Outlook rules for the age of AI. And it works across the entire M365 system, not just in Outlook. So it automates everything from asking for, let's say, a status update from your team, compiling weekly reports, to scheduling emails, requesting feedback on a document. Actions are a very simple but yet powerful way for you to scale what you do, right? So whatever was the thing that you had to do multi-step, you just create one of these Actions and it just does it for you. You can discover templates for Actions which you can reuse in your everyday work. It's just a simple interface. And we're not stopping there. And today we're introducing new agents you can use within the context of your team. Again, the best way to think about these are as just your teammates, they're scoped to specific roles with very specific permissions, just like you know, we have permissions and roles. For example, a facilitator agent is someone you can add to your Teams meeting, and the facilitator will help keep the meeting focused, moderate the meeting, chats, as well as the follow-up and action items. Our project manager agent in Planner will help automate, in fact, all the key steps in a project management workflow. It'll create a new plan from scratch. It'll help oversee what's happening across the project, task assignments, content creation, and next is even Self-Service agents, right? So these agents provide really useful information, answer questions and policies, but not just that when it comes to HR and IT, these agents will help you complete the task thinking of, think of these as just augmenting your HR and IT departments. And we're also announcing SharePoint agents. Every SharePoint site will now have a built-in agent. These agents provide instant access to real-time information and insights from your knowledge base in the flow of your work. We're also giving you the ability to easily create your own Copilot, or your own agents using Copilot Studio. You know, sometimes we sort of mystify these agents as things that, you know, somehow require a lot of effort to build. But it's really pretty straightforward. In fact, our vision is that it should be as simple as creating a Word doc or a PowerPoint slide or an Excel spreadsheet, that’s it. Like when you say agent, think creating a doc, you know, this example is a good one. I can create a Field Service agent by simply describing it in natural language, connecting it to a couple of data sources, in this case, a SharePoint site and my Dynamics CRM. I can easily configure it to meet my specific needs. And you have an agent in seconds. That's just now integrated into Copilot. You can also make these agents autonomous using Copilot Studio. And they can always raise an exception in Copilot for input. Remember, like, even an autonomous agent from time to time will need attention, and it will need a UI. And that's that UI for interacting with us, Is Copilot. Now, just last month, we introduced ten plus autonomous agents in Dynamics 365 that do everything from optimizing supply chains to helping customer service teams resolve issues. For example, take a look at a sales qualification agent autonomously researches all the leads that are there in your system, and flags the best prospects for you, and then drafts a personalized email that you can of course, edit and send. And we are already seeing customers use capabilities like this. In fact, McKinsey has built an autonomous agent that reduces client onboarding time by as much as 90%. Dow has built agents to optimize their shipping process or freight shipping process, and projecting millions of dollars of savings, even in just the first year. And of course, you know, when we talk about extensibility, that includes changing how you interact with your bespoke business applications, too. That's kind of fundamentally like the idea that I have to go to one business application at a time just goes away in this world of agents. And so we are very excited to share many of our partners have built their own agents and connectors in Microsoft 365 Copilot that includes Adobe and obviously LinkedIn, SAP, ServiceNow, Workday, and even companies like Cohere. They are building AI-first agents are also integrating right into Copilot. And now to show you all of this in action, I wanted to introduce my colleague Callie on stage, to take you through the entire Copilot ecosystem. Callie, over to you.

감사합니다, Satya. 잠시 상상해보겠습니다. 제가 영업 업무를 담당하고 있다고 가정해보세요. 제 하루는 매우 중요한 일이지만 시간이 많이 소요되는 작업들로 가득합니다. 이런 작업들은 고객 관계를 구축하거나 계약을 체결하는 데 쓰이는 시간을 빼앗기기도 하죠. 이때 바로 에이전트가 도움을 줍니다. Copilot Studio에서 생성된 에이전트는 간단한 프롬프트와 응답 방식에서부터 완전 자율적인 에이전트까지 다양합니다. 이들은 리드 우선순위 설정, 미팅 일정 잡기, 주문 처리 등 모든 작업을 도와줍니다.

제가 사용하는 자율 에이전트의 사례를 보여드리겠습니다. 이 에이전트는 고객 주문을 모니터링하고 판매를 대신 처리하며, 교차 판매 또는 추가 판매 기회가 있을 때 알림을 제공합니다. 예를 들어, 한 오랜 고객이 더 많은 제품을 대량 주문했을 때, 에이전트는 신속히 이 주문을 처리하고 추가 제품을 제안할 좋은 기회라고 저에게 알립니다. 몇 초 만에 이 계약은 훨씬 더 큰 가치를 창출할 가능성을 갖게 됩니다.

이제 다음 단계로 넘어가서 프레젠테이션 준비를 시작해보겠습니다. 최신 제품 업데이트와 로드맵에 대한 정보를 빠르게 파악해야 합니다. 이를 위해 저는 SharePoint를 이용합니다. SharePoint는 오랜 기간 기업에서 지식 관리와 비즈니스 프로세스를 위한 가장 널리 사용되는 솔루션이었습니다. 이 사이트에는 최신 제품 사양, 로드맵, 교육 자료가 모두 저장되어 있습니다. 이제 모든 SharePoint 사이트에는 에이전트가 통합되어 있어 이러한 풍부한 정보를 즉시 활용할 수 있습니다. 에이전트에게 간단히 질문만 하면 몇 초 만에 필요한 정보를 찾을 수 있습니다.

다시 BizChat로 돌아가 보겠습니다. 여기서도 동일한 SharePoint 에이전트와 상호작용할 수 있습니다. 단순히 에이전트를 @멘션하여 관련 제품, 가용성, 프레젠테이션 자료에 대한 개요를 요청할 수 있습니다. 이 에이전트는 SharePoint 사이트를 기반으로 작동하기 때문에 신뢰할 수 있는 데이터 소스에서 정확한 정보를 제공합니다.

또한 고객과 오랜만에 만나는 만큼, 고객의 현재 상황을 이해하고 최선을 다하고 싶습니다. 이때 Copilot은 세일즈 에이전트를 통해 계정 하이라이트, 기회, 최근 영업 활동 등 필요한 모든 세부 정보를 제공합니다. 고객 측에서 새로운 담당자가 있다는 것을 확인하고, 그들의 배경을 더 알고 싶어졌습니다. 이를 위해 LinkedIn Sales Navigator 에이전트를 사용합니다. 단순히 에이전트를 @멘션하여 그들의 경력과 경험, 그리고 저와 연결된 네트워크 정보를 확인합니다. 몇 초 만에 새로운 파트너에 대한 정보를 파악하고, 작업 흐름을 끊지 않고 바로 준비를 마칠 수 있습니다.

이제 미팅 준비가 완료되었습니다. 놀랍게도 한 번도 CRM을 열지 않고 모든 정보를 얻었습니다. 미팅이 성공적으로 끝난 후, 이제 견적을 작성해보겠습니다. SAP Copilot, Joule로 이동해 최신 가격표를 참고하고 주문 크기에 적합한 할인율을 반영하도록 요청합니다. SAP Joule은 제가 검토하고 고객에게 보낼 수 있는 상세한 견적서를 생성합니다. 이제 비즈니스를 성사시킬 완벽한 상태가 되었습니다.

이것은 SAP만의 이야기가 아닙니다. 우리의 주요 파트너들은 HR, 금융, 영업 등 모든 비즈니스 프로세스에서 고유의 지식을 작업 흐름에 통합하는 에이전트를 개발하고 있습니다. 예를 들어, ServiceNow는 고객 서비스, 인적 자원 관리, 사무실 서비스 등을 다루고, Adobe는 세계적인 수준의 마케팅, 디자인, 시각 콘텐츠를 만드는 데 도움을 줍니다.

Copilot은 모든 직원을 지원하며, Copilot Studio 에이전트는 모든 비즈니스 프로세스를 혁신할 것입니다. 다시 Satya에게 마이크를 넘기겠습니다.

Thanks, Satya. Let's imagine for a moment that I work in sales. My day is comprised of a lot of important but time-consuming tasks, which can take away from the time I spend building customer relationships and closing deals. That's where agents come in. Created in Copilot Studio, agents range from simple, prompt and response to fully autonomous. They help with everything from prioritizing leads to scheduling meetings to fulfilling orders. Let me show you. I have an autonomous agent that monitors and sells customer orders on my behalf, it alerts me when there's a cross-sell or upsell opportunity. I can see one of my longtime customers placed a big order for more product. The agent is able to quickly fulfill this order and send me an alert that this is a great opportunity to offer the customer additional products. In seconds this deal just got the potential to be a lot more lucrative. Let's take the next step and get ready for the pitch meeting. I need to quickly get up to speed on the latest product updates and roadmap. For that, I go to SharePoint. Over the years, SharePoint has become the most used solution in the enterprise for knowledge and business process. This site is where we keep all of the latest product specs, roadmap, and training materials. Now every SharePoint site has an agent, so there's all this rich information is immediately accessible and useful. I can find just what I need in seconds by simply asking the agent. Now let's jump back to BizChat. From here, I can interact with the same SharePoint agent by simply @ mentioning it. I can ask it to give me an overview of the relevant products, availability, and pitch decks. Because the agent is grounded in this SharePoint site, it pulls from the right source of truth and gives me just what I'm looking for. Now, it's been a while since I've met with this customer, and of course, I want to put my best foot forward and understand where they're at. Copilot points me to the sales agent which surfaces all of the details that I need, like account highlights and opportunities, our most recent sales engagements and interactions with the customer. I can see that I have a new counterpart on the customer side, and I want to learn more about them. For that, I'm going to turn to LinkedIn. I can simply @ mention the LinkedIn Sales Navigator agent to see their background and experience, and who else I might know in their network. It looks like we have several connections in common. Within seconds, I'm up to speed on my new partner right in the flow of work. Now I'm ready for the meeting and I never even opened my CRM. I'm going to fast forward to after the meeting. It was super successful and now I'm going to work up a quote. Let's jump over to SAP’s copilot, Joule. I ask it to reference the latest pricing sheet and I want it to reflect the appropriate discount given the size of the order. SAP Joule generates a detailed quote I can quickly review and send to the customer. Now I'm in great shape to land the business. And it's not just SAP. Many of our largest partners are creating agents to bring their unique knowledge right into the flow of work, from HR, to finance, to sales. Take ServiceNow, which covers customer service, human resource management, and workplace services, or Adobe, which can help your team build world-class marketing, design, and visual content. Copilot will empower every employee and Copilot Studio agents will transform every business process. Back to you, Satya.

감사합니다, Callie. 감사합니다. 이제 마지막으로 매우 중요한 고려 사항인 **측정(Metrics)**에 대해 살펴보겠습니다. 사용자들이 Copilot과 에이전트를 사용하기 시작하면, 모든 비즈니스 리더가 가장 궁금해하는 것은 ROI(투자 대비 수익)를 어떻게 측정할 것인가입니다. 그래서 오늘, 우리는 Copilot Analytics를 발표하게 되어 매우 기쁩니다.

예를 들어, 영업 지역 관리자를 생각해보세요. 이제 특정 Copilot 사용량과 시간이 지남에 따른 영업 성공률(win rate)과 같은 비즈니스 지표를 연관 지을 수 있습니다. 이 측정은 Copilot뿐만 아니라 여러분이 구축한 모든 에이전트에 대해서도 적용됩니다. 에이전트와 Copilot의 사용량을 비즈니스 KPI에 맞게 조정하고 최적화할 수 있습니다.

우리의 목표는 Copilot 사용이 궁극적으로 영업, 마케팅, 재무 등 다양한 분야에서 비즈니스 성과로 직결된다는 것을 보여주는 것입니다. 이를 통해 많은 예시를 확인할 수 있을 것입니다. 이는 단순한 분석 도구 이상의 의미를 가지며, 궁극적으로 **변화 관리(change management)**의 도구라고 생각하면 됩니다.

Copilot Analytics는 업무, 워크플로, 작업 산출물이 이루어지는 방식을 바꾸는 도구입니다. 이를 통해 ROI를 실현할 수 있는 기반을 마련할 수 있습니다.

이제 Microsoft 365 Copilot, Copilot Studio, 에이전트, 자율 에이전트를 포함한 AI 기반 비즈니스 혁신을 위한 엔드투엔드 시스템을 모두 살펴보았습니다. Copilot을 통해 비즈니스 프로세스를 변화시키고 더 큰 가치를 창출할 수 있기를 기대합니다.

Thank you so much, Callie. Thank you. So now let's take a look at, you know, one more very important consideration, which is measurement. After users start using Copilot and all of these agents, one of the fundamental things that all business leaders want to do is to figure out how do we measure ROI. And so today, we are very excited to announce Copilot Analytics. Yeah. You know, if you take, let's say, a sales territory manager, you say they can now correlate the specific Copilot usage to a business metric like their win rate over time. And it's not just Copilot, it's Copilot and all the agents that you built, you can look at their usage and start tuning even the usage, to the business KPIs. Our goal is to show how Copilot usage is ultimately directly translating into business outcomes across sales, marketing, finance, and more. And there are many, many more examples. This is fundamentally the process because it's really a question of change management. So this is a, think of Copilot Analytics as a tool for all of us to change how work, workflow, and work artifacts are all getting done. That I think is ultimately how we get ROI. So that's a look at Microsoft 365 Copilot, Copilot Studio, and agents, and autonomous agents that end-to-end system for AI-driven business transformation.

이제 다음 플랫폼인 디바이스로 넘어가 보겠습니다. AI 시대에 디바이스 역시 AI와 클라우드로 인해 근본적으로 변화하고 있습니다. 우리가 하는 일은, 클라우드에서 AI로 이루어지는 작업을 **엣지(edge)**로 가져오는 것입니다. 이를 하나의 연속적인 분산 컴퓨팅 구조로 생각해볼 수 있습니다.

지난해, 우리는 클라우드와 엣지 전반에서 분산 컴퓨팅 구조의 힘을 최대한 발휘할 수 있도록 설계된 새로운 Windows PC 카테고리, 즉 Copilot+ PC를 소개했습니다. 그리고 우리는 생태계 전반에서 협력하고 있습니다. 클라우드에서 실리콘 혁신이 큰 변화로 돌아온 것처럼, PC에서도 이러한 혁신이 이루어지고 있습니다. Qualcomm, AMD, Intel과 같은 업체들이 미래의 PC를 위한 뛰어난 시스템을 구축하고 있죠. 물론, 모든 OEM과도 협력하고 있습니다.

이 PC들의 주요 특징 중 하나는 **NPU(Neural Processing Unit)**를 통해 AI의 성능을 극대화한 것입니다. 하지만 단지 NPU를 추가한 것만이 아니라, 배터리 수명이나 성능 면에서도 최고의 결과를 제공합니다. 즉, Windows와 Windows PC의 기본 성능을 탁월하게 개선한 것이 핵심입니다.

궁극적으로 중요한 것은 개발자입니다. 32년 전 Windows 3.1이 애플리케이션 중심의 변화를 이끌었던 것처럼, Copilot+ PC도 다시 한 번 애플리케이션 혁신을 중심으로 돌아왔습니다. Adobe, WhatsApp 등의 파트너들은 새로운 PC의 NPU를 활용하여 획기적인 AI 경험을 제공하는 최상의 애플리케이션을 선보이고 있습니다.

또한, 우리는 완전히 새로운 엔드포인트를 제공합니다. 3년 전 우리는 Windows 365를 통해 클라우드 PC 카테고리를 도입했습니다. 이는 개인 Windows 데스크톱을 클라우드에서 안전하게 스트리밍하여 iOS, Android, 심지어 Meta Quest와 같은 혼합 현실 헤드셋에서도 사용할 수 있도록 한 것입니다. 클라우드 PC는 원격 근무자, 임시 근무자, IT 개발자, 프론트라인 업무 시나리오, 심지어 재해 복구에서도 놀라운 채택률을 보였습니다.

저는 개인적으로 Windows 365를 개발자 데스크톱으로 사용합니다. GitHub Codespaces, VSCode, Azure SDK, 모든 CLI 도구를 한 곳에 설정하고 어디서든 액세스할 수 있습니다. 이제는 Windows 앱을 통해 어떤 디바이스에서도 이러한 가상화 환경에 원클릭으로 접속할 수 있게 되었습니다. 오늘 우리는 Windows 앱이 Android로 출시된다는 소식을 발표하게 되어 매우 기쁩니다. 또한, **모바일 애플리케이션 관리(MAM)**도 발표합니다. 이는 IT 부서가 오랫동안 원했던 기능으로, iOS와 Android 모두에서 사용할 수 있습니다. 이를 통해 직원들은 개인 디바이스(예: iPad)에서도 Windows 365를 사용할 수 있으며, 기업 애플리케이션과 파일은 클라우드 PC에서 안전하게 관리됩니다.

Windows 365는 매년 세 자릿수의 성장률을 기록하며 빠르게 성장하고 있으며, 현재 Wells Fargo, Johnson & Johnson, Siemens 등 세계 최대 기업들에서 사용되고 있습니다.

오늘, 이 분야에서의 다음 큰 단계를 발표하게 되어 정말 기쁩니다. 바로 Windows 365 Link입니다. 이 디바이스는 간단하고, 안전하며, Windows 365 전용으로 설계되었습니다. 관리가 필요 없으며, 비밀번호 없이 작동하고, 보안 설정은 기본적으로 활성화되어 있으며 변경할 수 없습니다. Windows 365 Link는 디바이스에 어떤 데이터도 남기지 않고 클라우드에서 직접 생산성 도구에 연결합니다.

그럼, 지금부터 영상을 통해 이 기술을 살펴보겠습니다.

Now let's move to the next platform, which is devices. In the age of AI, even the devices are fundamentally getting transformed with both AI and cloud. Now, what we are doing, what is happening here, is that we are fundamentally taking what's happening in the cloud with AI to the edge, and think of all of this as one continuous distributed computing fabric. Over the past year, we have introduced an entirely new class of Windows PCs designed to unleash the power of that distributed computing fabric, across the cloud and the edge we call these Copilot+ PCs. And we are working across the entire ecosystem. It's fantastic. Just like in the cloud, there's all this silicon innovation. Silicon innovation is back in a big way in the client, right? Whether it's Qualcomm, AMD, Intel, all building, fantastic sort of systems for PCs going forward. And of course, we are working with all of the OEMs. And now you can see the real manifestation of all of that in these 40-plus, you know, TOPs all on the client with NPUs. Now, when it comes to fundamentally, the fundamentals of these PCs, also, whether it's battery life or performance, they're best in class. So that was the other thing. So this is just not adding an NPU but it's about making Windows and Windows PCs just fantastic on fundamentals. And of course ultimately it's about developers, right? I mean it's like what happened 32 years ago with 3.1 was about applications. And here we are with Copilot+ PCs. We're back at it with Adobe and WhatsApp and all who are seeing, you know, we've seen the capabilities of these new PCs. They're bringing their best applications leveraging these NPUs, to really deliver breakthrough AI experiences. We're also delivering entirely new endpoints. Three years ago we introduced the cloud PC category, with Windows 365 which securely streams your personal, Windows desktop from the cloud to any device, whether it's iOS, Android, or even a mixed reality, let's say headset from like something like Meta Quest. And we've seen unbelievable momentum in adoption, for these cloud PCs, right? To remote workers, temporary workers, IT developers all of the front line scenarios, in particular, even around disaster recovery. In fact, it's my go-to developer desktop. It gives full access to GitHub Codespaces, VSCode, Azure SDKs, all the CLIs set up in one place and I can access it everywhere. A Windows app now, gives us one-click access to all of these Microsoft virtualization, on any device. Today we are announcing, in fact, Windows app is coming to Android. We're excited about that. We are announcing mobile application management. I know this is something that IT has wanted for a long time, and it's both to iOS and Android. This means any employee can work on Windows 365, even on their personal devices like this iPad, because your corporate apps and files stay secure, all managed on the Cloud PC. Windows 365 itself is growing rapidly. It's grown, you know, by triple digits year over year, and it's now used by some of the world's largest companies, including Wells Fargo, Johnson and Johnson, Siemens. And today, though, I'm really excited about the next big step here. And I'm really thrilled to announce Windows 365 Link. You can see it right here. It's a simple, secure, purpose-built device for Windows 365. It's admin-less, password-less, and security configurations are enabled by default and cannot be turned off. Windows 365 Link expands the PC category or the Cloud PC category by connecting you directly to your productivity in the cloud, with no data or information left on any device. Let's take a look, let's play the video.

이 새로운 디바이스에 대해 정말 기대가 큽니다. 더불어, Windows 365 Link가 내년 4월에 출시될 예정이라는 소식을 전하게 되어 기쁩니다. 이 디바이스는 Windows 엔드포인트에 또 다른 선택지를 제공하며, 매우 흥미로운 폼팩터를 가지고 있습니다.

하지만 우리는 Windows가 얼마나 중요한 역할을 하는지 잘 알고 있습니다. 따라서 Windows의 보안과 복원력을 최우선 과제로 삼고 있습니다. 최신 Windows 11 릴리스에는 12개 이상의 새로운 보안 기능이 포함되어 있으며, 무엇보다도 이러한 기능은 기본적으로 활성화되어 있습니다. 예를 들어, 모든 디바이스에서 디바이스 암호화가 기본으로 적용됩니다.

또한, 오늘 우리는 **Windows 복원력 이니셔티브(Windows Resiliency Initiative)**를 발표하게 되어 매우 기쁩니다. 이 이니셔티브는 Windows를 고객의 모든 미션 크리티컬 워크로드를 위한 더욱 안전하고 신뢰할 수 있는 플랫폼으로 만들기 위한 우리의 약속을 강화하는 것입니다. 이를 위해 운영 체제의 저수준 액세스에 변화를 주고 있으며, 생태계 전체와 협력하여 새로운 기능을 도입하고 안전한 배포를 위한 새로운 가이드라인을 수립하고 있습니다.

한 가지 흥미로운 예로, Windows Hotpatch를 들 수 있습니다. 이 기능은 전체 Windows 환경에서 재부팅 없이 중요한 보안 업데이트를 적용할 수 있도록 지원합니다. 또한 클라우드와 클라이언트 전반에서 Windows의 보안과 복원력을 지속적으로 강화하고 있습니다.

특히 Windows 365를 사용하는 고객은 지정된 시점 복원(point-in-time-restore) 기능 덕분에 몇 분 안에 Cloud PC를 이전 상태로 복원할 수 있습니다. 이는 Windows를 사용하는 미션 크리티컬 워크로드를 위한 탁월한 지원을 보여줍니다.

이것이 우리가 Copilot 디바이스를 통해 하고 있는 일입니다. 이제 마지막 플랫폼, Copilot과 AI 스택으로 넘어가 보겠습니다.

You know I'm really excited about this device. And I'm also pleased to say that it's going to be available in April of next year. So, really looking forward to it. You know, the form factors, like Windows 365 Link give you another choice for Windows endpoints. But look, we fundamentally recognize how mission critical Windows is. And we are committed to both its security and resilience as first-class priorities. The latest release of Windows 11 has over a dozen new security features. And most importantly, they’re turned on by default, including device encryption enabled across all devices. In addition, we are excited to announce this new Windows Resiliency Initiative. Super important, we are doubling down on our commitment, to make Windows secure and reliable for customers for all their mission-critical, workloads. As part of this work, we are making changes to low-level operating system access. We are introducing new features in partnership with the entire ecosystem, establishing new guidelines for safe deployment practices. One example of this, which is, I think, you know, something that is really exciting is Windows Hotpatch, which works across your entire Windows estate to apply critical security updates without requiring a restart. We also continue to push the envelope on Windows security and resilience across both the cloud and, the client. and thanks to point-in-time-restore customers who use Windows 365 can be up and running, in minutes, you know, and roll back to a Cloud PC to its exact earlier state. So it's pretty, pretty awesome to see all of this support for all the mission-critical workloads that run on Windows. So that's what we're doing with, Copilot devices. And now I want to get to the final third platform, which is Copilot and AI stack.

이제 우리가 접근하는 방식은 매우 간단합니다. 우리가 하는 일은 모든 애플리케이션을 Copilot, 에이전트, Copilot Studio와 함께 구축하고, 이 기술 스택의 모든 계층을 공개하여 여러분이 이를 사용해 자신의 Copilot과 에이전트를 구축할 수 있도록 하는 것입니다. 그게 다입니다. 정말 간단하죠. 모든 애플리케이션이 AI 애플리케이션으로 변하고 있습니다. 지난 1년 동안 사람들이 만들어 낸 놀라운 결과물들을 보며 엄청난 모멘텀을 느낄 수 있었습니다.

예를 들어 NASA를 보면, 데이터 과학자들이 Earth Copilot을 만들었습니다. 이들은 방대한 양의 지리 공간 데이터를 보유하고 있으며, 이 데이터는 도시 계획이나 재난 대응 같은 분야에 매우 유용할 수 있는 기후와 공기 질에 대한 중요한 통찰을 포함하고 있습니다. 그러나 그 규모와 복잡성 때문에 분석하기가 매우 어렵습니다. Earth Copilot 덕분에 이제 누구나 자연어를 사용해 처음으로 이 모든 데이터를 탐색할 수 있게 되었습니다. 예를 들어, 시카고의 공기 질이 지난 몇 년 동안 어떻게 변화했는지를 자연어로 분석할 수 있습니다.

반대편 세상에서는 Toyota가 일본어로 “큰 방”을 의미하는 “오오베야(O-O-Bay-Ah)”를 구축했습니다. 그들의 목표는 엔지니어들이 24시간 언제든지 접근할 수 있는 AI 에이전트의 큰 방을 만드는 것입니다. 이 시스템은 엔지니어링 설계, 규제 정보, 심지어 손으로 쓴 문서까지 포함하고 있습니다. 문서를 OCR(광학 문자 인식) 처리해 Copilot에 입력하면, 엔지니어들이 “자동차를 더 빠르게 만드는 방법”부터 배출량에 대한 매우 구체적인 정보에 이르기까지 어떤 질문이든 할 수 있습니다.

이 모든 것이 실제 사례들입니다. 제 키노트가 끝난 직후, Lance(블랙록)와 Judson이 Azure와 Aladdin으로 무엇을 하고 있는지에 대해 대화할 예정입니다. 정말 흥미로운 작업을 하고 있으니 Lance의 이야기를 꼭 들어보세요.

Now, the way we are approaching this is pretty simple. What we're doing is we're taking all of these apps, we're building, with Copilot and agents and Copilot Studio and exposing every layer of that tech stack so that you can use that to build your own copilots and agents. That’s it, that's as simple as it is. Every app is becoming an AI app. And over the past year, we've seen unbelievable momentum in what people have been able to build. You can take a great example like NASA, you know, data scientists have built the Earth Copilot. You know, they have all this enormous amount of geospatial data, it contains tremendous insights, everything from climate and air quality that can be super helpful for urban planning or disaster response. But its scale and complexity is quite difficult to analyze. And so the Earth Copilot makes it possible for anyone to navigate all of this data using just natural language for the first time. For example, you can see how air quality right here in Chicago has changed over the years. That's an analysis you can now just do with natural language. On the other side of the world, Toyota has built “O-O-Bay-Ah” meaning a “big room” in Japanese. Their ambition is to create this big room of AI agents that are accessible 24/7 for all their engineers. It's all grounded in their engineering designs. Regulatory information, even handwritten docs. You can OCR them, put them into this Copilot. Engineers can ask it anything. From how to make a car run faster or or something super specific about some emissions output. So these are all the examples. In fact, right after my keynote, you're going to hear from Lance from Blackrock in conversation with Judson on what they're doing with Aladdin and Azure. It's really an exciting sort of work that they're doing, so it'll be great to listen to Lance. 

이것은 오늘날 기술 스택이 어떻게 사용되고 있는지에 대한 몇 가지 예입니다. 그리고 우리는 이제 막 시작 단계에 있으며, 기술 스택의 모든 계층에 걸쳐 기능을 추가하고 있습니다.

우선 인프라 계층부터 시작하자면, 우리는 Azure를 세계의 컴퓨터로 만들기 위해 계속해서 발전시키고 있습니다. 지난 1년 동안 우리는 6개 대륙에 걸쳐 15개국에 데이터센터 투자를 진행하며 많은 데이터센터를 추가했습니다. 현재 우리는 60개 이상의 데이터센터 지역을 보유하고 있으며, 이는 어떤 다른 제공업체보다도 많은 수치입니다.

이 데이터센터를 지속 가능하게 구축하기 위해 혁신을 계속하고 있는 점이 매우 자랑스럽습니다. 실제로, 우리는 최근 버지니아 북부에 탄소 배출을 줄이기 위해 저탄소 교차 적층 목재로 완전히 건설된 두 개의 데이터센터를 발표했습니다. 이 새로운 건축 모델은 기존의 강철 건축 방식과 비교했을 때 데이터센터의 탄소 발자국을 35% 줄일 수 있습니다. 이를 보게 되어 매우 흥미롭습니다.

또한 "데이터센터가 컴퓨터다"라는 말이 점점 더 현실화되고 있으며, 우리는 시스템을 단순히 건축에서 시작하여 네트워크 수준까지 모든 측면에서 바라보고 있습니다. 네트워크 수준에서는 Hollow Core Fiber(속이 빈 광섬유) 기술에서 혁신을 이루고 있습니다. 이 기술은 속도, 대역폭, 전력 효율성 측면에서 획기적인 성과를 제공합니다.

These are some examples on how the stack is being used today. And we just getting started, adding capabilities across every layer of the tech stack here. Starting right at the infrastructure layer, we continue to build out Azure as the world's computer. Over the past year, we've added and made so many data centers in 15 countries, data center investments in 15 countries across six continents. We now have 60 plus, data center regions, more than any other provider. We're innovating to build these data centers sustainably. I'm really proud of this. In fact, we just announced two data centers in Northern Virginia built completely with low carbon, cross-laminated timber to reduce embodied carbon footprint. This new construction model, will really reduce the carbon footprint of our data centers by 35% compared to any conventional steel construction. So it's exciting to see this. Right, and when people say data center is the computer, increasingly we really think of the system starting right from the construction all the way. At the network level, we're delivering innovation in hollow core fiber. This technology delivers absolute breakthroughs, whether it's speed or bandwidth or power efficiency.

실제로, 전통적인 광섬유와 비교하면, 빛(광자)은 유리보다 공기에서 더 빠르게 이동합니다. 올해 초, 우리는 광섬유에서 역대 최저 수준의 손실을 시연했으며, 이는 데이터센터 간 연결에 매우 중요한 기술입니다. 이제 우리는 속이 빈 광섬유(Hollow Fiber)의 생산 경로를 운영 중이며, 앞으로 24개월 동안 추가로 15,000km를 구축할 계획입니다. 여기서 멈추지 않을 것입니다.

우리는 클라우드를 엣지로 확장하고 있습니다. 오늘은 한 걸음 더 나아가 Azure Local을 발표합니다. 이는 여러분 중 많은 분들이 요청한 내용으로, Azure Arc를 모든 엣지까지 확장하는 것입니다. Azure Local은 하이브리드, 멀티 클라우드, 엣지 위치 전반에 걸쳐 하나의 중앙 제어 평면을 통해 Azure 서비스를 확장합니다. 이로 인해 소매, 숙박업, 제조업 등 다양한 분산된 고객 위치에 Azure 서비스를 제공할 수 있으며, 클라우드와 엣지 전반에서 미션 크리티컬 워크로드 및 새로운 AI 워크로드를 실행할 수 있습니다.

좋은 예로, Armada가 Azure Local과 Starlink 연결을 활용해 Marriott 호텔이 극한의 날씨 조건에서도 완전한 복원력을 유지하도록 지원한 사례가 있습니다. 이는 Azure Local이 제공하는 가능성을 보여주는 훌륭한 사례입니다.

In fact, compared to traditional fiber, you know, obviously photons travel faster in air compared to glass. And earlier this year, we demonstrated fiber loss at the lowest level ever achieved, in optical fiber. This low fiber loss is absolutely critical for data center to data center connectivity. And we now have production routes of hollow fiber running. And in fact, we're going to add 15,000 additional kilometers, planned over the next 24 months. We're not stopping there.

We're extending our cloud to the edge. And today we're going further and announcing Azure Local. This is, again, something that many of you have asked us to do, which is bring Azure Arc all the way to all of the edge. With Azure Local extends Azure services across hybrid, multi-cloud, and edge locations with one central control plane. It brings Azure services to customers distributed locations, whether they're in retail or hospitality, obviously manufacturing, so that they can run their mission-critical workloads, some of these new AI workloads, across cloud and edge. A great example of this is how Armada has taken Azure Local and in fact, with Starlink connectivity is helping Marriott with full resilience even in the midst of real extreme weather events.

이제 실리콘(Silicon) 기술에 대해 이야기하자면, Cobalt 100 가상머신(VM)이 지난달 일반 출시되었습니다. Databricks, Siemens, Snowflake와 같은 고객과 파트너들은 이 가상머신을 통해 최대 50%의 가격 대비 성능 개선 효과를 보고 있습니다. 실제로 Microsoft Teams의 미디어 처리 기능도 이제 100% Cobalt 100 기반으로 전환되었으며, 실리콘 혁신은 여기에서 멈추지 않을 것입니다.

실리콘 기술에 대한 우리의 접근 방식은 보안에 깊이 전념하고 있습니다. 이에 따라 첫 번째 자체 제작 보안 칩인 Azure Integrated HSM을 발표하게 되어 매우 기쁩니다. 이것은 전용 하드웨어 보안 모듈로, 키 관리, 암호화, 키 서명을 강화하며 성능이나 보안을 손상시키지 않고 디바이스 내에서 이를 처리할 수 있습니다. 내년부터는 Azure에 배포되는 모든 신규 서버에 이 칩이 포함되어, 기밀 컴퓨팅과 범용 가상머신 및 컨테이너의 보안을 향상시킬 것입니다.

이 새로운 실리콘 혁신에 대해 매우 기대하고 있습니다. 보안을 강화하는 것을 넘어, 실리콘 계층에서 시스템 혁신을 생각할 때 궁극적으로 중요한 것은 성능, 지연 시간, 자원 제약 등의 병목 현상을 제거하는 것입니다.

Now, when it comes to silicon, our Cobalt 100 VMs became generally available last month. And customers and partners, whether it's Databricks or Siemens, Snowflake, are seeing up to 50% improvement in price performance, with these virtual machines. In fact, our own media processing capabilities in Teams are now all 100% on Cobalt 100 as well, and we're not stopping there at silicon Innovation.

Our approach to silicon includes deep commitment to security and I'm excited to announce our first in-house security chip, Azure Integrated HSM. This is it. This, it is a dedicated hardware security module that hardens key management, managing encryption and key signing that can remain within the bounds of the device without compromising performance or security. And starting next year, it will be part of every new server deployed on Azure, enhancing security for both confidential computing as well as general purpose virtual machines and containers. So we are very excited about, this new silicon innovation. You know, beyond hardening security, ultimately, when we think about systems innovation at the silicon layer, it is about removing bottlenecks, right? That stand in the way, whether it's performance, latency, or resource constraints. 

이것이 바로 하이퍼스케일러로서 우리가 가진 기회입니다. 워크로드와 시스템을 살펴보며, 어떤 제약 조건을 실리콘에 오프로드하여 제거할 수 있을지 고민합니다. 그래서 오늘 우리는 Azure Boost를 우리의 첫 번째 자체 개발 DPU(Data Processing Unit)로 확장하게 되어 매우 기쁩니다.

이 DPU는 데이터 중심 워크로드를 가속화하도록 특별히 설계된 프로세서로, 전통적인 서버의 여러 구성 요소를 단일 실리콘에 통합합니다. 이를 통해 클라우드 스토리지 워크로드를 실행할 때 전력을 3분의 1로 줄이고 성능을 4배 향상시킬 수 있습니다. 이는 네트워크에서 호스트를 위한 스마트NIC(SmartNIC)가 한 역할을 스토리지에서 수행할 것입니다.

AI에 관해서는, 우리는 새로운 데이터센터 지능 공장을 계속 구축하고 있습니다. Azure 전체를 세계의 컴퓨터로 확장하여 이러한 지능 공장 역할을 하게 만들고 있습니다. 여기서 중요한 것은 토큰당 전력 및 비용이 새로운 성능의 기준이라는 점입니다. 효율성을 극대화하여 가치를 최대화하는 것이 핵심입니다.

업계 전반의 혁신 속도는 그야말로 놀라울 정도이며, 우리는 파트너들과 협력하여 비용과 성능 측면에서 더 많은 선택지를 제공하기 위해 노력하고 있습니다. 여기에는 Nvidia와의 깊은 파트너십도 포함되며, Omniverse나 DGX Cloud와 같은 Nvidia 워크로드를 Azure에 도입하는 것은 물론, AI 인프라의 핵심 시스템 수준에서도 협력하고 있습니다.

실제로 지난달 우리는 H200 기반의 새로운 클러스터를 출시했으며, 이에 대해 매우 기대하고 있습니다. H100에서 H200으로의 시스템 스택 최적화를 통해 추론이나 학습을 수행하는 모든 사용자에게 최상의 성능을 제공하기 위해 계속해서 혁신을 추진하고 있습니다.

오늘 우리는 Nvidia Blackwell AI 인프라의 Azure 프리뷰를 발표하게 되어 매우 기쁩니다. Blackwell은 놀라운 기술로, 단일 NVLink 도메인에 72개의 GPU를 갖추고 있으며, Infiniband를 백엔드에 결합하여 최첨단 학습 및 추론 워크로드를 위해 최적화된 랙을 제공합니다. Blackwell을 Azure에 도입하게 되어 정말로 기대가 큽니다.

That's the opportunity we have as a hyperscaler. When you look at the workload, you look at the system, you say, what can we offload to silicon just to kind of get rid of some of these constraints. And so that's why today we are very excited about expanding Azure Boost with our first in-house DPU. And this is a DPU, processors specifically architected to accelerate data-centric workloads, absorbing multiple components of a traditional server into a single piece of silicon. It runs, in fact, cloud storage workloads at three times less power and four times the performance. I mean, what this will do for storage is what smartNICs did for host in the network, these are going to do for storage. And of course, when it comes to AI, we are continuing to build out these new data center intelligence factories. We are extending all of Azure, as the world's computer to basically be these intelligence factories. Tokens per watt plus dollar is the best way to think about the new currency of performance. It's all about maximizing that value and doing it in the most efficient way. The pace of innovation across the industry is simply phenomenal and we are working with our partners, to bring you more choice across cost and performance. That includes a deep partnership with Nvidia, which of course, spans bringing their own workloads, whether it's Omniverse or DGX Cloud onto Azure. But of course, working with them at the core system level on AI infrastructure.

In fact, last month we brought new clusters with H200s that became available. We're very excited about it. And our systems stack optimization, we have done, between H100 to H200, continue to push on the total performance that we can deliver to anyone doing inference or training. And today we are announcing the preview of Nvidia Blackwell AI infrastructure on Azure. Now, you know, Blackwell is pretty amazing. It's got this 72 GPUs on a single NVLink domain, and then you combine it with Infiniband on the back end, these racks are optimized for the most cutting-edge, training workloads and inference workloads. So we are very excited about having Blackwell.

우리는 AMD와도 긴밀히 협력하고 있습니다. AMD의 MI300X GPU를 기반으로 한 가상머신(VM)을 제공한 최초의 클라우드로서, 이 인프라는 현재 Azure OpenAI를 지원하고 있습니다. 이미 우리 클라우드에 도입되어 운영 중입니다.

오늘 우리는 AMD와 공동으로 설계한 Azure HBv5를 소개합니다. 이는 기존 클라우드 가상머신보다 최대 8배 더 빠르며, 고성능 컴퓨팅(HPC)의 새로운 기준을 세우고 있습니다. 이 제품은 내년에 일반 출시될 예정입니다.

또한, Microsoft 자체 AI 가속기인 Maia 100에 대해서도 말씀드리고 싶습니다. 현재 이 AI 가속기는 미국 동부 지역에서 Azure OpenAI의 추론을 지원하며, 이미 운영 중입니다. 특히, 고객 지원 서비스와 같은 가장 영향력 있는 애플리케이션 워크로드를 실행하고 있으며, 모든 고객 지원 작업이 Maia 100에서 수행되고 있습니다. Maia 100이 실제 환경에 도입된 것을 보니 매우 흥미롭고, 앞으로도 이를 계속 발전시키고 확장해 나갈 것입니다.

우리는 시스템 혁신을 통해 업계에 기여하고 있습니다. 작년 Ignite에서 처음 선보인 Maia 랙 1세대에는 GPU와 AI 가속기를 지원하는 액체 냉각 기술이 탑재되어 있습니다. 이 기술은 Maia 시스템뿐만 아니라 Nvidia GB200과 같은 다른 고성능 시스템에도 적용될 예정입니다. 전시장에서 이를 직접 보실 수 있을 텐데, 바로 이러한 시스템 혁신이 최적의 성능을 제공하는 핵심입니다.

궁극적으로 이 모든 것은 컴퓨팅, 스토리지, 네트워크, 엣지, 실리콘 기술을 통합하여 모든 워크로드에 대한 총 소유 비용(TCO) 기반의 최상의 성능을 제공하기 위함입니다.

이제 인프라 계층에서 다음 단계인 데이터로 넘어가 보겠습니다. 데이터 없이는 AI도 없습니다.

And we're also continuing to work very closely with AMD. We were the first cloud that offered VMs powered by AMD's MI300X GPU, and we are using that infrastructure to power Azure OpenAI. So that's in our fleet today. And today we're introducing, in fact Azure HBv5, which we co-engineered with AMD. It's up to eight times faster than any other cloud virtual machine, setting a new standard for high-performance computing and it will be generally available next year. And now, of course, when it comes to our own, AI accelerator Maia 100. I'm really excited to say that it's right now live in the US East region supporting Azure OpenAI inferencing. In fact, one of the most impactful applications we built is our customers' service, today. And it's all running today on Maia 100. They're doing all of the customer support workloads. So it's exciting to see Maia make it, into the fleet and we will continue to improve it and scale it. We are contributing, in fact, our own systems innovation to the industry. Last year at Ignite, we showed our first-generation Maia rack, which has that liquid cooling sidekick. These can support cooling of GPUs and AI accelerators, not just our own Maia systems, but we're going to bring that innovation, to Nvidia GB200. And you'll see this in the show floor, because this is the type of systems innovation to get that performance. Ultimately, this is all about really being able to bring compute, storage, network, edge, silicon to deliver that TCO performance for all of your workloads. So now with that infrastructure layer, let's move to the next one, which is data. You know, there's no AI without data.

AI 애플리케이션을 구축하려면 데이터와 AI 컴퓨팅을 효과적으로 연결할 수 있어야 합니다. 이를 위해 우리는 완전한 데이터 스택을 구축하고 있습니다. 이 플랫폼의 핵심은 작년 Ignite에서 소개한 Microsoft Fabric입니다. Fabric은 모든 데이터를 통합하고, 모든 분석 워크로드를 OneLake라는 하나의 통합된 환경으로 제공합니다.

Fabric을 사용하면 Azure, 온프레미스, Amazon, GCP 등 어디에 데이터가 있든 관계없이 데이터를 손쉽게 통합하여 AI 워크로드를 위한 데이터 계층을 한 곳에서 구축할 수 있습니다. 이 솔루션은 이미 놀라운 반응을 얻고 있으며, Fortune 500의 70%를 포함해 16,000개 이상의 고객이 Fabric을 사용하고 있습니다.

오늘 우리는 이 기술을 한 단계 더 발전시킵니다. 기존 데이터 아키텍처에서는 운영 데이터 저장소와 분석 데이터 저장소가 별도로 필요했고, 이 두 저장소 간에 많은 데이터를 이동해야 했습니다. 이에 우리는 Microsoft Fabric Databases를 통해 주요 운영 데이터베이스인 SQL Server를 Fabric에 네이티브로 통합하게 되어 매우 기쁩니다. Fabric이 조직의 모든 분석 요구를 간소화했던 것처럼, 이번에는 운영 데이터베이스도 동일하게 간소화하려고 합니다.

이제 Microsoft Fabric을 통해 고객은 배치 데이터, 실시간 데이터, 대규모 트랜잭션 성능 등 모든 요구 사항을 충족하는 통합된 엔터프라이즈 데이터 플랫폼을 사용할 수 있습니다.

또한 모든 데이터는 Fabric의 OneLake에서 오픈소스 형식으로 저장됩니다. 이 새로운 데이터베이스 경험은 OLTP 애플리케이션용으로 몇 초 만에 기본적으로 보안이 설정된 데이터베이스를 자동으로 프로비저닝하고, 동시에 Fabric 내부에서 분석 워크로드와 연결을 생성합니다. 결과적으로 운영 워크로드와 분석 워크로드를 SaaS 서비스와 유사한 방식으로 모두 통합된 환경에서 사용할 수 있게 됩니다.

In order for you to build your AI applications, you need to be able to rendezvous your data with your AI compute effectively. And we are building out this full data state to just do that. At the core of our platform is Microsoft Fabric, which we introduced last year at Ignite. It brings together all of your data as well as all of your analytical workloads, into one unified experience with OneLake. In fact, in Fabric, you can easily unify your data, no matter whether it lives in Azure or whether it's on-premise, whether it's on Amazon or GCP, you can create this data layer for AI workloads in one place. The momentum actually has been incredible. We have over 16,000 Fabric customers, including 70% of the Fortune 500. And today we're taking the next step with it. Until now, if you think about a typical data architecture, you required separate services for your operational stores and your analytical stores, and a lot of data had to be shuffled between these two. We are very excited to announce that we are bringing our flagship operational database, SQL Server, natively to Fabric with Microsoft Fabric Databases. Just like Fabric simplified every aspect of an organization's analytical needs, we want to do the same for operational databases. So now with Microsoft Fabric, customers have an enterprise data platform that serves all of their use cases, right? Whether it's batch data, real-time, or even massive transactional performance, all in one unified product.

And all of that data is in open source formats, in Fabric’s OneLake. This new database experience enables you to autonomously provision a database that's secured by default, in seconds for OLTP applications while simultaneously creating that connection to analytical workloads right there inside of Fabric. So you have both your operational and analytic workloads, essentially like a SAS service.

Microsoft Fabric은 VSCode와 GitHub 같은 개발자 도구와 통합됩니다. 이를 통해 통합된 데이터 스택을 활용하여 애플리케이션을 구축할 수 있습니다. 이는 운영 데이터와 분석 데이터를 포함한 모든 데이터를 대상으로 AI를 적용할 수 있는 통합 데이터 플랫폼을 제공합니다.

추가적인 커스터마이제이션과 제어가 필요한 경우, Azure 데이터베이스가 이를 지원하며, AI에 최적화되어 있습니다. 특히, 우리가 매우 집중하고 있는 것은 벡터 검색(Vector Search)의 확장입니다. 이는 AI와 데이터 처리에서 가장 중요한 작업 중 하나이기 때문입니다. Microsoft Research가 개발한 DiskANN은 저지연, 대규모, 비용 효율적인 벡터 검색을 지원하는 기술입니다.

우리는 이미 Bing에서 4,000억 개 이상의 벡터 인덱스를 관리하기 위해 DiskANN을 사용하고 있으며, 1만 개 이상의 실시간 업데이트와 10ms 이하의 쿼리 지연 시간을 달성하고 있습니다. 오늘 Ignite 행사에서는 이 강력한 DiskANN 기술을 Azure 데이터베이스에 도입한다는 소식을 전하게 되어 기쁩니다. 이는 PostgreSQL과 Cosmos DB 모두에 적용되며, 데이터베이스 기술의 최첨단을 보여주는 사례가 될 것입니다.

이제 여러분은 인프라와 데이터를 갖추었습니다. 다음 단계로 넘어가 보겠습니다.

It integrates with developer tools like VSCode and GitHub. So you can now utilize your unified data estate and build applications. This creates a unified data platform with the ability to apply AI across all of your data, operational and analytical data. And for those that need additional customizations and control, our Azure databases offer just that, and are optimized for AI. In fact, one of the things that we are very, very focused on is a vector search at scale, right? Because that’s one of the most important operations when it comes to AI and data. DiskANN was developed by Microsoft Research to power that low latency, high scale, cost-effective vector search.

We ourselves have been using it for a while now for our 400 plus billion vector indexes in Bing. And, you know, with 10,000 or so real-time updates and query latencies of less than even ten milliseconds, and today at Ignite, we are bringing this very powerful DiskANN technology to our Azure databases, including both PostgreSQL as well as Cosmos DB. Excited about this. Really cutting-edge stuff coming to Databases. And now let's talk about so you have your infrastructure, you have your data.

이제 애플리케이션을 구축할 때입니다. 요즘은 모든 애플리케이션이 AI 애플리케이션입니다. 새로운 세대의 애플리케이션은 항상 새로운 요구 사항을 가져왔습니다. 웹, 모바일, 클라우드가 등장할 때마다 새로운 애플리케이션 플랫폼이 필요했듯이, AI도 마찬가지입니다. AI는 오늘날 애플리케이션의 설계, 사용자 맞춤화, 관리 방식을 혁신적으로 변화시키고 있습니다.

이런 이유로 우리는 AI 시대를 위한 최고 수준의 앱 서버, Azure AI Foundry를 발표합니다. Foundry는 모든 모델, 도구, 안전성 및 모니터링 솔루션을 통합하여 단일 환경에서 제공합니다. 이는 독립 실행형 SDK와 포털로 제공되며, 가장 인기 있는 개발자 도구들과 통합됩니다.

Foundry의 핵심은 모델에 대한 접근 방식입니다. 모든 유스케이스의 중심에는 적절한 모델 선택과 최적화가 있습니다. 비용(COGS), 지연 시간, 성능을 최적화하려면 적합한 모델을 선택하는 것이 중요하며, Foundry는 여러분이 그 선택을 올바르게 할 수 있도록 지원합니다. 현재 우리는 1800개의 모델을 카탈로그에 보유하고 있습니다.

OpenAI는 모델 혁신에 있어 놀라운 성과를 내고 있으며, 최신 오픈 모델을 포함해 모든 작업이 Azure에서 제공되고 있습니다. 지난 6개월 동안 Azure OpenAI의 사용량은 두 배 이상 증가했습니다. 또한, Meta와 Mistral 같은 오픈소스 모델부터 Cohere 같은 제공업체의 모델까지 모든 모델을 지원하여 여러분이 최적의 모델을 선택할 수 있도록 돕습니다.

실제로, 하나의 애플리케이션이 단일 모델만 사용하는 경우는 거의 없습니다. 예를 들어, Microsoft의 애플리케이션만 보더라도 수천 개의 모델이 함께 최적화되고, 미세 조정되고, 디스틸되어 사용됩니다. 게다가 새로운 모델 범주도 계속 등장하고 있습니다.

Foundry는 AI 애플리케이션 개발의 새로운 기준을 제시하며, 모든 유형의 개발자를 지원하도록 설계되었습니다.

And now it's time to build some apps. When it comes to applications, every application is an AI application. And every new generation of apps has brought a changing set of needs, right? With bandwidth, it was the web or mobile or cloud. You needed to build a new app platform. The same thing is happening with AI, AI is transforming how we design and customize and manage apps, today. And that's why we are building out a first-class app server for the AI age, announcing Azure AI Foundry. With Foundry, we are unifying all of our models, tooling, safety and monitoring solutions into a single experience, integrated with the most popular developer tools available as a standalone SDK and a portal. it all starts, in fact, with our approach to models. We know models and moral choice obviously sit at the core of every use case. You want to be able to optimize for cogs, latency and performance, and we want to help you choose that right model for the right job. In fact, we now have 1800 models in our catalog.

OpenAI continues to do unbelievable innovation. They are setting the pace around model innovation and everything they're doing, even like the latest open models are all available on Azure. In the last six months, Azure OpenAI consumption has more than doubled. But we also support all these other models, like open source models from Meta and Mistral, as well as providers like Cohere. So that you all can choose that right model. In fact, no application uses one model. If you look at even Microsoft apps, they're all thousands of models that are being optimized, fine-tuned, distilled, that all come together. So new categories of models are also emerging.


실제로, 우리는 Bayer, Paige, Rockwell, Siemens, Sight Machines 등 다양한 파트너와 함께 특정 산업의 전문 유스케이스를 위한 20개 이상의 산업 모델을 추가했습니다. 이렇게 다양한 모델이 제공되는 상황에서, 특정 작업에 적합한 모델을 선택하는 데 올바른 도구를 갖추는 것이 어느 때보다 중요합니다.

Foundry는 모델 실험 기능을 추가하여 처음으로 여러 모델을 실험하고 결과를 비교하여 자신에게 가장 적합한 모델을 선택할 수 있도록 지원합니다.

우리의 자체 제공 모델뿐만 아니라, 개발자들이 모델 맞춤화를 가속화할 수 있도록 돕는 새로운 협업도 발표합니다. 데이터 준비와 생성에서부터 훈련, 평가, 미세 조정된 모델을 실험하는 데 이르는 모든 단계가 애플리케이션 서버의 중요한 고려사항입니다.

Gretel Labs와 Scale AI와의 협력을 통해 개발자들이 데이터 병목 현상을 제거하고, 데이터를 AI 훈련에 적합한 상태로 준비할 수 있도록 돕고 있습니다. Statsig와의 협업으로 고객이 다양한 모델을 사용해 빠르게 A/B 테스트를 실행할 수 있는 환경을 제공합니다. 또한 Weights & Biases와의 새로운 통합을 통해 Azure OpenAI 서비스를 활용해 모델을 추적, 평가, 최적화할 수 있는 포괄적인 도구 모음을 제공합니다.

이 모든 것은 개발자가 더 나은 모델을 선택하고 애플리케이션 성능을 극대화할 수 있도록 설계되었습니다.

In fact, we've added over 20 industry models designed for very specialized use cases from partners like Bayer, Paige, Rockwell, Siemens, Sight Machines, and others. With all of this model diversity, it's never been more important to have the right tools, though, to choose the models for the job at hand. With Foundry we are adding model experimentation capabilities, meaning for the first time you will be able to experiment with several of these models, compare the outcomes, and choose the best model that works for you.

In addition to our own offerings, we are also announcing new collaboration to help developers accelerate this model customization. From data prep and generation, to training, eval, experimentation with fine-tuned models. These are all the considerations of an app server. Our work with Gretel Labs and Scale AI helps developers remove data bottlenecks, make data AI-ready for training. We are working with Statsig to help customers configure run these fast A/B tests using different models. New integrations with weights and biases bring a comprehensive suite of tools for tracking, evaluating, optimizing models using Azure OpenAI service.

이 모든 기능은 Foundry에서 사용할 수 있습니다. 그리고 오늘 우리는 AI 기반 에이전트를 간단하게 생성할 수 있도록 돕는 새로운 서비스를 발표합니다. 바로 Agent Service입니다. 이 서비스는 개발자가 비즈니스 프로세스를 자동화하는 AI 애플리케이션을 구축, 배포, 확장할 수 있도록 지원합니다.

앞서 Copilot Studio를 통해 몇 번의 클릭만으로 에이전트를 구축할 수 있는 방법을 보여드렸습니다. 하지만 개발자로서 코드 중심의 접근 방식을 선호하는 경우, Agent Service가 이를 가능하게 합니다. 이 서비스는 데이터를 기반으로 한 에이전트를 구축할 수 있게 하며, 데이터는 어디에 있든 상관없이 활용할 수 있습니다.

웹의 공개 데이터, Microsoft 365나 SharePoint 같은 엔터프라이즈 데이터, 또는 Fabric의 OneLake를 활용해 클라우드 전반에 걸친 데이터를 통합할 수도 있습니다. 그런 다음 이 에이전트들이 액션을 수행할 수 있도록 합니다. 예를 들어, Logic Apps에서 제공하는 1,200개 이상의 커넥터를 에이전트 런타임에 연결하여 활용할 수 있습니다.

또한, 다중 에이전트(Multi-Agent) 기술이 매우 빠르게 발전하고 있으며, 이에 대한 관심도 높아지고 있습니다. Agent Service는 초기 단계부터 Ma-Gentic One, AutoGen, Semantic Kernel과 같은 다중 에이전트 프레임워크를 지원합니다. 이 모든 기능은 Foundry와 Agent Service에서 활용하여 애플리케이션을 구축할 수 있습니다.

AI 애플리케이션에는 특정한 운영적 고려사항도 있습니다. 조직 수준에서 애플리케이션을 구축할 때는 AI 비용, 성능, 안전성, 보안을 관리할 수 있어야 합니다. Agent Service는 이러한 요구를 충족하며, 조직이 AI를 안전하고 효율적으로 활용할 수 있도록 돕습니다.

And so this is all sort of all available on Foundry. We're excited also introducing a new service to help you simplify the creation of all of these AI-powered agents. Our new Agent Service helps developers build, deploy, and scale AI apps that automate business processes. You know, I showed you before how you can use Copilot Studio to build agents just with few clicks. But as developers, you want a code-first approach to building an agent, and that's what the agent service really enables. You can build agents that are grounded in data wherever it lives.

Public data from the web, enterprise data in Microsoft 365, SharePoint, or you can leverage even Fabric's OneLake to unify your data across all of your clouds. And these agents then can take actions, right? So you want to be able to give action space to these agents. And you can take that, you know, 1,200-plus connectors we have in Logic Apps that we have been using in our app services, and you can connect it to the agent runtime. So we also know that the multi-agents stuff is becoming pretty exciting. It's evolving very, very quickly. And we are making sure that even at this very early stage, our Agent Service supports all the multi-agent frameworks. Which is Ma-Gentic One, AutoGen, Semantic Kernel. You can use all of these within Foundry and Agent Services to build out your applications. And AI apps have specific operational considerations as well. Because when you sort of build an application at your organizational level, you want to be able to manage AI costs, performance, safety, and security.

그래서 우리는 Foundry에 새로운 관리 기능을 도입하게 되어 매우 기쁩니다. 예를 들어, **AI 보고서(AI Reports)**를 도입하여 개발자가 애플리케이션의 사용 사례를 문서화하고 공유할 수 있도록 지원합니다. 특히, **평가 결과(Eval Results)**를 문서화하는 것이 중요합니다. 이는 애플리케이션이 무엇을 하고 있는지 이해하고 설명하며 논리적으로 분석하는 주요 방법이 될 것입니다.

AI 애플리케이션에서 가장 중요한 기능은 **안전성(Safety)**입니다. 우리는 안전한 AI 애플리케이션을 구축할 수 있는 최고의 도구를 지속적으로 제공할 것입니다. 여기에는 Prompt Shields와 같은 기능도 포함됩니다. 이 기능은 비즈니스 콘텐츠의 출력이 조작되지 않도록 감지하고 차단할 수 있습니다.

또한, 오늘 우리는 이미지 콘텐츠에 대한 **위험 및 안전 평가(Risk and Safety Evaluations)**를 발표합니다. 이는 Foundry에서 매우 중요한 고려사항으로 떠오르고 있습니다.

이제, AI Foundry와 이를 통해 어떻게 애플리케이션을 구축할 수 있는지 보여드리기 위해 Seth를 무대로 초대합니다. Seth가 직접 이 모든 기능이 어떻게 작동하는지 시연할 것입니다. Seth, 무대를 맡아주세요!

And that's why we are very excited to share that we are bringing really new management capabilities to Foundry. For example, we are introducing AI Reports that will help developers document and share their applications' use cases and most importantly, eval results. Because I think one of the ways we are going to be able to think about and talk about, and reason about what your application does is through the evals of the models on which it's built.

Safety is the most important feature of any AI app. And we'll continue to ensure we have the best tools to build these secure AI apps, including things like Prompt Shields, so that you can detect and block manipulation of outputs, for your business content. And today, also, we are announcing, risk and safety evaluations for image content. That's become a very important consideration in Foundry.

And now to show all of this AI Foundry and how one builds applications. I wanted to invite up on stage Seth to show you all of this in action so that Seth, take it away.

감사합니다, Satya. 이제 Azure AI Foundry가 개발자, AI 엔지니어, IT 전문가가 혁신적인 AI 애플리케이션을 구축하고 관리하는 데 필요한 모든 것을 어떻게 제공하는지 보여드리겠습니다. Foundry는 세 가지 획기적인 기능으로 이 과정을 훨씬 더 쉽게 만듭니다. 모델 실험 도구, 새로운 에이전트 서비스, 그리고 평가(Evaluations) 같은 관찰 가능성(Observability) 기능이 그것입니다. 이러한 기능은 애플리케이션이 프로덕션 환경에 들어간 후에도 관리할 수 있도록 도와줍니다. 그리고 참고로, 오늘 보여드릴 모든 것은 실제로 현재 사용 가능한 기능들입니다.

이번 데모에서는 GPT-4o, 새로운 실시간 오디오 모델 GPT-4o Audio, 실시간 API, 이미지 처리 모델을 통합한 경험을 보여드릴 것입니다. Foundry는 1,800개 이상의 모델을 제공하며, 이를 기반으로 최적의 모델을 선택할 수 있습니다. 모델을 선택한 후에는 Azure AI 에이전트 서비스를 활용하여 필요한 경우 API를 호출하고, 함수 호출로 작업을 수행할 수 있습니다.

예를 들어, 고객과 직접 대화하는 주 에이전트가 있습니다. 이 에이전트는 고객이 원하는 것을 이해하고, 구매 이력을 분석하며, 고객과의 멀티모달 대화를 통해 제품을 추천하는 등의 작업을 보조 에이전트에게 위임합니다. 이러한 에이전트는 각각 마이크로 인텔리전스 작업을 수행하여 일관되고 개인화된 경험을 제공합니다. 또한, 이 에이전트는 Fabric과 같은 다양한 데이터 소스에 연결할 수 있습니다.

Thank you so much, Satya. Let me show you how Azure AI Foundry offers everything developers, AI engineers, and AI and IT pros need to build and manage transformative AI apps. AI Foundry makes all of this easier with three groundbreaking capabilities. Our model experimentation tooling, our new agent service, and observability features like evaluations that help manage these apps even after they're in production. And by the way, everything I'm going to show you is actually live, okay.

In this demo, I will use GPT-4o, our new real-time audio model, GPT-4o audio, the real-time API, and image processing models all seamlessly integrated into the experience I'm going to show you in a little bit. Foundry offers over 1800 models for you to choose from. It's pretty amazing. Once I've chosen my model, I can use Azure AI agent service, call APIs when needed, and perform actions with function calls. In this example, I have a main customer-facing agent that is then delegating tasks to other agents to understand what the customer wants, what their purchase history is, and to recommend products based on multimodal conversation with the customer. These agents can run micro-intelligent tasks to provide a cohesive, personalized experience.

Fabric의 OneLake는 Azure뿐 아니라 AWS, GCP, SAP와 같은 SaaS 플랫폼에서도 데이터를 통합해 에이전트를 손쉽게 데이터에 기반하도록 만듭니다. CIO, IT 전문가, 비즈니스 의사결정자들에게는 컴플라이언스, 측정, 관찰 가능성이 매우 중요합니다. Foundry를 통해 여러분은 자신의 데이터로 평가(Evaluations)를 수행할 수 있습니다. 모든 평가 결과는 안전하게 저장되며, 감사, 컴플라이언스 검사, 지속적인 개선을 위한 데이터를 제공합니다. 또한, AI 추적(Tracing)과 실험 도구를 통해 문제를 사전에 파악하고 해결할 수 있습니다.

이제, 이 모든 기능을 활용하여 초개인화된 고객 서비스 경험을 어떻게 창출할 수 있는지 보여드리겠습니다. 이것은 1년 전만 해도 상상할 수 없었던 방식으로 실제 문제를 해결합니다. 예를 들어, 제가 겨울 캠핑을 준비하려고 합니다. 친구가 사진을 보내줬고, 이 사진을 바탕으로 필요한 캠핑 장비가 제대로 갖춰져 있는지 확인하고 싶어 대화를 시작합니다. 지금 보시는 것처럼 채팅과 이미지를 활용한 AI 상호작용은 이제 익숙한 일이 되었습니다.

하지만 단순한 채팅 상자를 넘어선 더 개인화된 경험을 제공할 수 있다면 어떨까요? 현재 AI는 대부분 채팅 상자 안에서만 작동하는 느낌을 줍니다. 많은 Copilot 기능이 존재하지만, 이제는 이를 넘어서 개인화된 경험을 위해 전화 통화 같은 기능을 추가할 수 있지 않을까요?
지금부터 그 가능성을 보여드리겠습니다.

These agents can also be grounded to a variety of data sources, including Fabric, Pretty awesome. Fabric’s OneLake makes grounding your agents really easy because it brings together your data across not only Azure, but also data in AWS, GCP, or from SaaS platforms such as SAP and many others. And for CIOs, IT pros, business decision makers, we know compliance, measurement, and observability are paramount. With Foundry, you get evaluations with your own data. All evaluation results are securely stored, ensuring you have the data you need for audits, compliance checks, and continuous improvement. You also get experimentation and AI tracing that captures precise information, allowing you to correct issues proactively.

Let me show you how all of these capabilities I just showed can create a hyper-personalized customer service experience that solves real-world problems in ways that we couldn't even have imagined a year ago. Okay, so I'm going camping and my friend sent me this picture and I want to make sure I have the right gear for a winter camping adventure, so I started to chat. Now, notice this is something that's now routine AI interacting with me with chat and images. But I want to - Chat is great and we all love chat.

But what if we can break out of the actual chat box and do a more personalized experience. Because it feels like AI today it feels like it's all just like inside of your chat box. It feels like there's a there's a lot of Copilots and stuff, but what if we could do a little bit more and maybe make it a little more personal, hopefully with a phone call.

여보세요? 누구 계신가요?

안녕하세요, Seth. 네, 제가 있습니다. 겨울 캠핑 준비 중이시군요.

브라우저로 컨시어지 페이지를 보내서 더 많은 정보를 드릴까요?

물론이죠. 컨시어지 페이지를 보내주세요.

좋아요. 정말 멋지네요. 지금 바로 컨시어지 페이지를 보내드릴게요. 겨울 캠핑 여행에 대한 더 자세한 지침을 거기에서 확인하실 수 있을 거예요. 이거 정말 대단하죠? 겨울 캠핑 여행에 대해 어떤 것을 추천하시나요?

Seth, 캠핑 준비 중이라니 정말 흥미롭네요. 이미 Skyview 2인용 텐트가 있으시니까, 이를 기반으로 몇 가지를 추천드릴게요.

첫 번째로, Mountain Dream 침낭입니다.

이거 정말 좋은데요. 혹시 이걸 글로 작성해서 사진과 함께 보여줄 수 있나요?

물론이죠. 지금 여러분을 위해 전체 글을 작성하는 중입니다. 몇 초 정도 걸릴 텐데요. 아마 이렇게 생각하실 수도 있겠죠. "10초 안에 누군가를 위해 개인화된 글을 작성한 적이 언제였더라?" 곧 모든 제품과 세부 정보, 사진까지 포함된 개인화된 추천 글이 화면에 나타날 거예요. 잠시만 기다려 주세요.

벌써 끝났네요! 이건 정말 놀랍습니다! 모든 게 정말 마음에 듭니다.

그 말을 들으니 정말 기쁘네요, Seth. 추천이 마음에 드셨다니 다행입니다. 캠핑 여행을 즐기세요! 도움이 더 필요하면 언제든지 연락 주세요. 멋진 모험이 되길 바랍니다!

이 모든 것이 어떤가요? 중요한 건, 이건 미래를 엿본 것이 아니라, 지금 바로 Azure AI Foundry로 가능한 일이라는 겁니다. Seth, 여러분께 실제로 작동하는 모습을 보여드리려고 했습니다. 이 모든 것이 현실입니다. Satya에게 넘기겠습니다!

Hello? Is somebody there? Hi, Seth. Yes, I'm here. I see you're getting ready for a winter camping trip. Can I send the concierge page to your browser to provide more details? You certainly can. Send me to the concierge page, please. Great. How cool is this? Sending you to the concierge page now. You'll find more detailed guidance there for your winter camping trip. So this is awesome. What do you recommend for this camping trip? Hey Seth, super exciting that you're gearing up for a camping trip. Since you've already got the Skyview two-person tent, let's build on that. Here are a few recommendations. First, Mountain Dream sleeping bag. So this is all great. Is there a way that you can write it up for me so that I can see it? Maybe with pictures? Absolutely. So right now, what it's doing, it's going to take a couple of seconds to write an entire article for me, just for me. And you're probably wondering, well, hey, it's taking a couple of seconds. When's the last time you wrote a personalized article for someone that called you in 10 seconds? I'll put together a personalized recommendation article with all these products and their details, complete with pictures. Give me a moment and it should pop up on your screen shortly. You already did it! This is amazing! I love everything here. Fantastic to hear, Seth. I'm glad you love the recommendations. Enjoy your camping trip! If you need any more help, feel free to reach out. Have an awesome adventure out there! How about them apples? And remember, like I'm serious, this was running right here because I wanted to show you something real. This isn't a peek into the future. It's happening right now with Azure AI Foundry. Back to you, Satya.

감사합니다, Seth. 정말 멋진 데모였어요. 멀티모달 모델과 AI 앱 서버 Foundry를 결합해 이렇게 정교한 애플리케이션을 구축할 수 있다니, 이것이 바로 오늘날의 앱 플랫폼입니다.

이제 개발 도구로 넘어가 보겠습니다. 우리는 AI 시대를 위한 최고의 개발 도구를 제공하고 있습니다. GitHub Copilot은 현재 가장 널리 사용되고 있는 AI 개발자 도구이며, 이를 더욱 혁신적인 도구로 만들기 위해 집중하고 있습니다.

기존에는 Copilot을 사용해 편집기에서 자동 완성과 채팅 기능을 개별적으로 활용할 수 있었습니다. 하지만 이제 Copilot Edits로 이 두 가지를 통합하여 제공하며, 채팅과 인라인 편집을 동시에 사용할 수 있습니다. 이를 통해 여러 파일에 걸쳐 자연어로 인라인 변경을 쉽게 수행할 수 있습니다. Copilot은 이제 다중 파일(Multifile) 작업을 완벽히 지원합니다.

또한, Copilot Workspaces를 통해 Copilot은 에이전트 기반 AI 네이티브 IDE로 발전했습니다. Workspaces는 개발의 시작부터 끝까지 에이전트를 활용합니다. 문제 정의부터 사양 작성, 계획 수립, 코딩까지 모든 과정을 자연어로 처리할 수 있습니다.

지난달 GitHub Universe에서는 워크플로우 양 끝에 새로운 에이전트를 추가했습니다. 하나는 아이디어 구상을 지원하고, 다른 하나는 코드를 자동으로 생성 및 수정하는 에이전트입니다.

그리고 우리는 단순히 코드를 작성하는 데 그치지 않고, 소프트웨어 개발의 전체 수명 주기를 아우르는 에이전트를 구축하고 있습니다. 테스트부터 배포까지 복잡한 코드 유지보수 작업도 해결할 수 있습니다. 예를 들어, 자바 프레임워크를 업그레이드하는 작업에서 에이전트가 자동으로 업데이트를 적용하고, 빌드와 테스트가 모두 통과될 때까지 반복 작업을 수행합니다.

또한, 에이전트는 성능 향상에도 기여할 수 있습니다. 예를 들어, 성능 엔지니어링 에이전트는 성능 기준을 설정하고 이를 실행하며, 코드를 반복적으로 수정하여 성능 평가를 통과할 수 있는 솔루션을 제공합니다.

이 모든 기능은 개발자의 생산성을 혁신적으로 향상시키며, 복잡한 작업을 간단히 처리할 수 있게 합니다. AI 기반 개발의 미래를 이끄는 도구입니다!

Thank you so much, Seth. Yeah, that's pretty awesome. They're taking one of those multimodal models and then the app server Foundry and to be able to build these sophisticated applications, right. That's the app platform today. Now, let's go to dev tools. You know, we have the best developer tools for this AI era. GitHub Copilot is by far the most widely adopted, used AI developer tool, and we are focused on making it even more of a game changer. Until recently, if you think about my own usage of Copilot, you can use the editor with completions and you use chat no more. Now, with Copilot Edits, you get both of them to come together. We are bringing chat and inline editing together, so that you can easily make inline changes across a set of files. So you can have a working set of files and then just use natural language to be able to change across all files. So Copilot has gone full multifile. And with Workspaces, Copilot is the most advanced in the first agentic AI-native IDE. Copilot Workspaces, you know, leverages agents from start to finish, right. You can go from sort of basically, an issue to a spec to plan to code, all in natural language. And just last month, at GitHub Universe, we added agents on both ends of the workflow, one for ideation and one for automatically building and repairing code. And we're not just stopping with just writing code. We are building software agents across the entire lifecycle, from testing to deployment. And we can tackle these complex code maintenance tasks, like upgrading an app framework. Right here, you have this example of a Java framework where you're applying updates, iterating until, in fact, that all of your code builds and all the tests pass. And so that's just an agent that's doing that for you. Agents can also improve, in fact, performance. This is pretty cool, which is performance engineering agent effectively, by creating performance benchmarks, running them, iterating on the code until, in fact, you find a solution and you pass the performance evals.

마지막으로, 에이전트는 아이디어 단계에서 구현을 거쳐 프로덕션에 이르기까지 Azure에서 모든 리소스를 생성하고 배포하는 과정을 원활하게 도와줍니다. 이를 통해 DevOps 기능 전반에 걸쳐 에이전트를 활용할 수 있습니다. 이러한 혁신은 앞으로 몇 달 안에 출시될 예정이며, 이에 대해 매우 기대하고 있습니다.

지금까지 우리는 AI가 비즈니스 언어를 이해하여 생산성을 어떻게 향상시키는지에 대해 이야기했습니다. 하지만 AI는 자연과 과학의 언어를 이해함으로써 근본적인 비즈니스 혁신도 이끌어낼 수 있습니다. 오늘날 과학 자체가 컴퓨터 과학으로 변하고 있으며, 이는 우리가 재료 과학, 화학, 물리학 등에서 획기적인 발전을 이끌기 위해 시스템과 AI 혁신에 집중하는 이유 중 하나입니다.

AI 기반 과학의 새로운 지평은 정적 예측에서 동적 예측으로의 전환입니다. 이는 단순히 분자의 형태를 예측하는 것을 넘어, 분자의 동적 움직임과 상호작용을 이해하는 것을 의미합니다. 이러한 접근 방식은 새로운 재료와 약물을 개발하는 데 중요한 단계입니다.

실제로, 이달 초 Microsoft Research는 Nature 저널에 AI 기반 시뮬레이션 시스템을 발표했습니다. 이 시스템은 개별 원자 수준까지 단백질의 행동을 정확하게 모델링하며, 기존보다 몇 배 더 빠르게 실행됩니다. 이는 생의학 연구에서 중요한 약물 발견, 단백질 설계, 효소 공학 분야의 진전을 가능하게 합니다.

이러한 기술은 단순한 이론이 아닙니다. 우리는 고급 AI 모델과 에이전트를 통합하여 과학자들이 과학적 방법론 전반을 효과적으로 이해하고 조율할 수 있도록 돕고 있습니다. 그리고 이미 전 세계 고객들과 함께 이 비전을 실현하고 있습니다.

  • **노바티스(Novartis)**는 생성형 AI를 활용해 수백 개의 새로운 분자를 설계하고, 약물 발견 프로젝트를 가속화하고 있습니다.
  • **닛산(Nissan)**은 전기차 배터리 성능을 예측하는 모델을 개발해 성능을 약 80% 향상시켰습니다.
  • **유니레버(Unilever)**는 AI를 사용해 대규모 시뮬레이션을 실행하며 R&D를 혁신적으로 가속화하고 있습니다.
  • **워싱턴대학교 단백질 설계 연구소(Institute for Protein Design)**의 과학자들은 Microsoft 클라우드를 활용해 완전히 새로운 단백질을 설계하고 있습니다. 이러한 단백질은 의학, 지속 가능성, 기타 여러 분야에서 게임 체인저가 될 가능성을 가지고 있습니다.

이제 이러한 사례들을 간단히 살펴보겠습니다.

And finally, agents can also help you go from, you know, seamlessly from idea to implementation all the way to production by creating all the resources on Azure, and deploying it. So think of all of the, the DevOps functions and having an agent for it. And all of this innovation is what we're working on. It'll just ship in the months to come. So we're really excited about it. Now, so far we've talked a lot about how AI can drive productivity by understanding fundamentally the language of business. But AI can also drive fundamental business transformation by understanding the language of nature and science. Science itself is becoming computer science. And that's one of the reasons why we are focusing on delivering the systems and AI innovation to power our breakthroughs in material science, chemistry, physics, and more. And our new frontier in AI-powered science is moving from static prediction to dynamic prediction, meaning not just predicting the shape of the molecules, but understanding the dynamics, their motion, and how they interact, which is a critical step in developing new materials and new medicines. Earlier this month, in fact, Microsoft Research published in nature this AI-driven simulation system that can accurately model protein behavior, down to individual atoms, orders of magnitude faster than ever before. This is, I think, a real breakthrough. That'll help, biomedical research. And really advances in areas such as drug discovery and protein design and enzyme engineering, all of these functions because you need those dynamic systems to drive them. And this is not theoretical. We're bringing together these advanced AI models and agents to help scientists reason over and orchestrate across the entire scientific method effectively. And we are already, delivering on this vision of a platform for scientists with customers around the world. Novartis, for example, is using generative AI to design hundreds of new molecules for drug discovery projects, helping accelerate the process. Nissan has partnered with us to create a model to predict EV battery performance over time, improving it by something like 80%. Unilever is running lots of simulations to really accelerate their R&D using AI. In fact, the Institute for Protein Design at the University of Washington scientists are using our cloud to engineer new proteins from scratch that promise to be absolute game changers in medicine, in sustainability and other fields. So let's just take a quick look.

단백질은 매우 복잡한 분자로, 수천 개의 원자로 이루어져 있습니다. 이들은 우리 몸과 모든 생명체에서 중요한 기능을 수행하는 미세한 기계와도 같습니다. 단백질은 구조에 따라 작동합니다. 즉, 단백질의 구조와 모양에 따라 특정 기능을 수행할 수 있습니다.

AI 기반 단백질 설계는 더욱 강력한 단백질을 짧은 시간 안에 설계할 수 있도록 도와줍니다. 예를 들어, 저개발 국가를 위한 치료제를 더 접근 가능하게 만들거나, 지구온난화 문제를 해결할 수 있을까요? 이것이 바로 저를 가장 흥분하게 만드는 부분입니다. 우리가 개발한 AI 방법론은 이전보다 훨씬 성공적으로 이러한 문제를 해결할 수 있도록 돕고 있습니다.

우리는 RFdiffusion과 RoseTTAFold 같은 방법을 개발했으며, 이는 물리적 모델링을 AI로 대체합니다. 이 AI는 알려진 단백질 구조의 방대한 데이터베이스를 기반으로 학습되었습니다. 텍스트 프롬프트에 반응해, 예를 들어 "이 바이러스 단백질을 차단"하거나 "이 암 단백질에 결합"과 같은 문제를 만족시키는 새로운 단백질을 생성합니다. 이러한 단백질은 기존에 알려진 단백질처럼 보이지만 사실 완전히 새로운 것입니다.

과거에는 프로젝트를 완료하는 데 5년이 걸렸지만, 이제 AI 도구를 사용하면 같은 작업을 1년 이내에 완료할 수 있습니다. 최근 단백질 설계 분야에서의 업적이 노벨 화학상으로 인정받은 것은 이 분야의 위대한 성취와 앞으로의 잠재력을 보여주는 증거입니다.

단백질 설계는 AI가 가져올 수 있는 긍정적인 변화를 잘 보여주는 사례입니다. 놀랍게도 RoseTTAFold는 오픈소스로 제공되며, Azure AI Foundry 카탈로그에서 바로 사용할 수 있습니다. 이는 과학자들에게 가장 접근 가능한 도구 중 하나로, 모든 진전을 지켜보는 것이 정말 고무적입니다.

Proteins are very complicated molecules. They’re made out of thousands of atoms. They’re the miniature machines which carry out all the important functions in our bodies and in all living things. Proteins work based on their structure. So depending on the structure of the protein, like their shape, they can perform a specific function. AI in the area of protein design is enabling us to design much more powerful proteins in less time. Can we make therapeutics for developing countries more accessible? Can we help fix global warming? I think that's the real exciting part for me. AI methods that we've developed are helping us do that much more successfully than we could before. We've developed methods like RFdiffusion and RoseTTAFold that now replace the physical modeling with artificial intelligence. They're trained on the very large database of known protein structures. In response to a text prompt, RFdiffusion will generate new proteins that satisfy the text problem, like block this viral protein or bind to this cancer protein. These proteins look like they could be even previously known proteins, but in fact they're completely new. In the past, it used to take five years to finalize a project but right now, with AI tools, we can do the same in the span of one year. The Nobel Prize being awarded to protein design is a recognition of the great achievements made collectively in the field and the great potential moving forward. Protein design is a really great illustration of all the good that can come out of AI. It's amazing to see it. Congratulations again to David, who was just awarded the Nobel Prize in Chemistry for his work. And it's great to see RoseTTAFold is open source and it's available, in fact, right in that Azure AI Foundry catalog. So in fact, it's the most accessible, tool for scientists in the field. And so it's great to see all of the progress.

이제 과학을 위한 AI와 함께, 양자 컴퓨팅이 새로운 발견의 시대를 가속화할 수 있다는 이야기를 나눠보겠습니다. 세상을 시뮬레이션하려면 기존의 폰 노이만 아키텍처의 한계를 뛰어넘어야 합니다. 이를 위해서는 현재 사용 가능한 노이즈가 많은 큐비트가 아니라 신뢰할 수 있는 큐비트가 필요합니다.

Azure Quantum은 모든 유형의 큐비트를 확장하고, 물리적 큐비트에서 오류를 감지하고 수정하며, 신뢰할 수 있는 계산을 지원하는 독창적인 가상화 기술을 제공합니다. 이는 양자 컴퓨팅을 통해 과학적 발견을 새로운 수준으로 끌어올릴 수 있는 중요한 도구입니다.

올해 초, 파트너사인 Quantinuum과 함께 신뢰할 수 있는 논리적 큐비트를 달성하는 데 성공하며 업계 최초의 대기록을 세웠습니다. 이는 양자 컴퓨팅 분야에서 매우 중요한 이정표였습니다. 몇 달 전에는 이를 넘어 12개의 신뢰할 수 있는 논리적 큐비트를 발표하며 새로운 기록을 세웠습니다.

그리고 오늘, 또 하나의 획기적인 성과를 발표하게 되어 매우 기쁩니다. 이번에는 Atom Computing과 협력하여 기존 기록을 두 배로 늘린 24개의 논리적 큐비트를 구축했습니다

Talking about AI for science, though, this new era of discovery can go into hyperdrive with quantum computing. To simulate the world, you have to fundamentally break free from the limitations of the von Neumann architecture in classical computing, and for that to happen, we need reliable qubits, not just noisy qubits that are currently available and our Azure quantum, provides that unique virtualization technology that can extend any type of qubit, detect errors in physical qubits, correct them, and reliably help compute all over them.

In fact, earlier this year, our partner Quantinuum and us, we achieved like a first time ever record of reliable logical qubits, a huge, huge milestone for the industry. And then just a couple of months ago, we went further. We announced 12 reliable logical qubits. That was the record. And today, I'm really thrilled to announce yet another milestone, this time with Atom Computing. We just doubled the previous record, creating a machine of 24 logical qubits.

이 논리적 큐비트는 모두 얽힘(Entanglement) 상태에 있으며, 이는 세계에서 가장 강력한 양자 컴퓨터의 기초가 됩니다. 왜 이것이 중요한지 간단히 설명하자면, 100개의 신뢰할 수 있는 큐비트를 가지면 **과학적 양자 우위(Scientific Quantum Advantage)**에 도달할 수 있습니다. 이는 기존의 고전 컴퓨터로는 불가능한 워크로드를 실행하거나 문제를 해결하는 데 필요한 컴퓨팅 파워를 제공할 것입니다.

우리는 오늘날의 노이즈가 많은 큐비트를 넘어선 다음 세대 양자 컴퓨터를 구축하기 위해 노력하고 있습니다. 이를 위해 Atom Computing과 협력하여 최초의 상업적 제공 솔루션을 개발 중입니다. 이 솔루션은 Azure의 과학 솔루션, 양자 컴퓨팅 플랫폼의 가상화 계층, 그리고 Atom의 양자 하드웨어를 결합하여 기업과 연구소를 위한 완전한 발견 스위트를 제공합니다. 이 새로운 솔루션은 과학적 발견을 가속화하는 데 기여할 것입니다.

마지막으로 우리의 핵심 미션에 대해 말씀드리고자 합니다. 이번 주 동안 세 가지 플랫폼 전반에 걸쳐 보실 내용을 미리 보여드렸지만, 우리의 미션은 모든 사람과 조직이 더 많은 것을 성취할 수 있도록 돕는 것입니다. 이는 하나의 커뮤니티, 한 국가씩 이루어지는 과정입니다.

AI의 중반기로 접어들면서, 인간의 성취를 증진시키는 것은 이제 우리의 몫입니다. 지난 1년 동안 우리는 2,300만 명 이상에게 AI 및 디지털 기술을 훈련시키며, 이러한 기술을 배우는 것이 사람들의 삶을 변화시킬 수 있다는 것을 증명했습니다. 그리고 앞으로도 더 많은 사람들이 AI를 활용할 수 있도록 도울 것을 약속합니다. 이미 많은 변화가 시작되었습니다.

이제 그 변화의 모습을 담은 영상을 함께 보시죠. 여러분 모두 감사합니다. 멋진 Ignite가 되시길 바랍니다!

I mean, to just kind to put this in perspective, like these logical qubits are all entangled, making it the foundation for the world's most powerful quantum machines. And to give you a sense for why this matters, if you had 100 of these reliable qubits, you will have scientific quantum advantage. Well, you know, it could be achieved. And so this is another unlock, as you can imagine, the computing power to go solve some of the most pressing challenges we have. Discovering these solutions or, you know, discovering these types of workloads or running these types of workloads on classical computers is obviously impossible. And so therefore, we are excited about these next generation of quantum computers, that go beyond today's, noisy qubits. We are building, in fact, to that end, a first of a kind commercial offering with our partner Atom Computing, which will combine a science solution in Azure and our quantum computing platform. That virtualization layer I talked about, with Atom’s quantum hardware into a full discovery suite for, you know, companies as well as labs. So this is going to be available, to really accelerate scientific discovery. So I want to close out by talking about sort of our core mission, right. This was a preview of what you'll see throughout this week across all of the three platforms. But at the same time, our mission is to empower every person and every organization on the planet to achieve more, one community and one country at a time. As we enter this middle innings of AI, it's up to us to empower human achievement. That's why over the past year, we have helped train over 23 million people in AI and digital skills, and we are very committed to working to help millions more learn how to use AI, because learning these skills will change people's lives. And in fact, it already has. Let's roll the video. Thank you all very, very much and have a fantastic Ignite.

어릴 적부터, 저는 항상 창의적이고 새로운 것을 사람들에게 보여주고 싶어 했습니다. 어린 시절, 우리는 모두 기술에 대해 알고 싶어 합니다. 왜냐하면 그것이 전 세계에 얼마나 큰 영향을 미치는지 알고 있기 때문입니다. 졸업 후, 취업이 어려울 것 같았고, 저는 좌절감에 빠져 있었습니다. 제 삶은 아무데도 가지 못할 것 같다고 느꼈습니다.

제 삶이 바뀐 것은 어머니께서 Microsoft와 그들의 코스에 대해 말씀해 주셨을 때입니다. 저는 생각했죠. “잃을 게 뭐가 있지?” 이 프로그램은 제가 **인공지능(AI)**을 발견할 수 있는 첫걸음이었습니다. 저는 Copilot을 배웠고, 그것이 삶을 얼마나 단순화시키는지 알게 되었습니다. AI를 사용하면서 저는 훨씬 더 빠르고 효율적으로 일할 수 있게 되었고, 제가 잘할 수 있는 것들의 범위가 크게 확장되었습니다.

그 순간, 저는 제가 할 수 있다는 것을 깨달았고, 자신감이 생겼습니다. 현재 저는 이 프로그램 덕분에 취업에 성공했습니다. 이제 저는 제 자신을 자랑스럽게 여기며, 제 가족을 제가 항상 꿈꿔왔던 방식으로 지원할 수 있게 되었습니다.

미래에 저는 사업가가 되어, 제 사람들에게 영향을 미치는 문제들을 해결할 수 있는 솔루션을 개발하고 싶습니다. 한번 기회를 얻으면, 우리는 자신감을 갖게 됩니다. 그리고 더 많은 일자리 기회를 창출할 수 있습니다. 이 프로그램은 제게 희망을 주었습니다.

Since I was nine years old, I always wanted to be creative, and show something new to people. As a kid, we all want to know about technology, because we know how much impact it has around the world. After I graduated, it seemed like it would be difficult to find a job. I was just caught in that loop of frustration. I felt like my life wasn't going to go anywhere. My life changed when my mother told me about Microsoft and its courses. And I thought, “What do you have to lose?” This program, it’s a first step for me to discover artificial intelligence. I’ve learned Copilot. It just simplifies life. Using AI has made me so much faster. It really expands the scope of the things that you can be good at. That very moment I realized I was capable, and my confidence grew. I am currently employed thanks to this program. I'm very happy and proud that I can support myself and support my family in the way I had always dreamed of. In the future, I see myself as a businesswoman, developing solutions for problems that affect my people. Once we get that one opportunity, we have that confidence. We can create more job opportunities. So, it’s given that hope for me.

  • 레이블 없음