MiniMax M2 AI 모델, 구글 딥마인드 앞서

오픈 웨이트 모델의 새로운 선두 주자

주요 중국 투자자들의 지원을 받는 빠르게 성장하는 중국 AI 스타트업 MiniMax가 대규모 언어 모델 M2를 출시하며 오픈 웨이트 시스템 부문에서 세계 AI 순위 최상위권에 올랐다. 독립 평가기관들은 MiniMax M2를 Artificial Analysis Intelligence Index에서 가장 성능이 뛰어난 오픈 웨이트 모델로 평가했다. 구글 딥마인드의 Gemini 2.5 Pro를 앞서고 미국의 선도적인 독점 모델에 근접한 성능을 보였다. MiniMax는 코드 생성과 에이전트형 도구 사용이라는 뜨거운 두 가지 활용 분야에 맞춰 M2를 개발했다. 비용을 낮추면서도 성능을 유지하려는 개발자와 기업을 끌어들이기 위해 가격을 낮추고 속도에 초점을 맞춰 설계했다.

기술적 특징을 관통하는 핵심은 효율성이다. MiniMax M2는 입력마다 모델 뉴런의 일부만 활성화하는 전문가 혼합(Mixture of Experts) 설계를 사용한다. 전체 모델 용량은 훨씬 크지만 한 번에 활성화되는 매개변수는 약 100억 개에 그친다. 이 설계는 추론 능력을 크게 훼손하지 않으면서 지연 시간과 GPU 메모리 요구량을 낮춘다. MiniMax API의 가격은 입력 토큰 100만 개당 0.30달러, 출력 토큰 100만 개당 1.20달러다. 회사 자체 비교에 따르면 Anthropic Claude 3.5 Sonnet 가격의 약 8% 수준이며, 초당 약 100토큰의 추론 처리량을 제공한다고 밝혔다. 전체 모델 가중치는 허용 범위가 넓은 라이선스에 따라 공개돼 자체 호스팅용으로 내려받을 수 있다. 따라서 각 팀은 원하는 방식으로 M2를 미세 조정하고 내부에 배포할 수 있다.

중국의 오픈 웨이트 모델 경쟁은 DeepSeek, 알리바바의 Qwen, Moonshot AI 등이 긴 문맥 처리와 추론 기능을 앞세우며 올해 내내 달아올랐다. MiniMax가 선두권에 진입한 것은 기업들이 실제로 비용을 지출하는 분야에 M2가 들어맞기 때문에 의미가 크다. 웹 검색, 내부 데이터 조회, 코드 실행, 결과 자체 검증이 가능한 도구 활용 에이전트를 통해 고객 지원, 연구, 개발 업무를 자동화하는 분야다. 성능과 낮은 비용, 투명한 라이선스의 조합이 M2를 오픈 웨이트 AI의 새로운 기준점으로 만든 요인이다.

성능은 어느 정도인가

Artificial Analysis는 수학, 과학, 지시 이행, 코딩, 에이전트 워크플로 전반의 까다로운 벤치마크 결과를 종합해 단일 Intelligence Index를 산출한다. 최신 버전에서 MiniMax M2는 61점을 기록해 오픈 웨이트 모델 중 가장 높은 순위에 올랐으며 전체 모델 가운데서도 최상위권에 들었다. Gemini 2.5 Pro를 앞섰고 여러 에이전트 및 코딩 과제에서 Anthropic의 Claude Sonnet 4.5에 근접했다. 다만 GPT 5와 xAI의 Grok 같은 최신 최첨단 시스템에는 여전히 뒤처진다. 많은 개발자에게 이는 매력적인 균형점이다. 최첨단 모델 수준의 비용이나 종속성 없이 그에 가까운 성능을 얻을 수 있기 때문이다.

최첨단에 가까운 에이전트 과제 성능

에이전트형 평가는 모델이 여러 단계로 이뤄진 과제에서 계획을 세우고, 도구를 호출하고, 결과를 읽고, 대응을 조정하고, 최종 결과를 검증할 수 있는지 측정한다. M2는 이 분야에서 특히 좋은 성적을 냈다. MiniMax는 에이전트 중심 평가에서 높은 점수를 기록했다고 밝혔으며, tau squared Bench에서 77.2점, BrowseComp에서 44.0점, FinSearchComp global에서 65.5점을 받았다. 이 벤치마크들은 웹 검색과 인용, 금융 정보 검색, 단계 실패 후의 계획 수립과 복구 능력을 평가한다. 실제로 M2 기반 에이전트는 계획을 세우고, 셸 명령을 실행하고, 자료를 검색해 읽고, 인터프리터를 호출해 코드를 시험하고, 오류를 수정한 뒤, 사람의 지속적인 개입 없이 추적 가능한 근거를 제시할 수 있다는 뜻이다.

코딩 및 추론 벤치마크

MiniMax는 M2를 모델이 여러 파일을 수정하고, 컴파일하고, 테스트하고, 반복적으로 코드를 고치는 개발자 워크플로 전반에 맞춰 설계했다. SWE Bench 계열 과제와 Terminal Bench에서 M2는 다양한 언어의 실제 코드 저장소와 명령줄 환경을 다루는 역량을 보였다. 지식과 추론 능력을 평가하는 GPQA Diamond와 AIME 같은 시험 결과도 반영한 Artificial Analysis의 종합 평가에 따르면 M2의 코딩 강점은 일반 지능을 희생한 결과가 아니다. 소프트웨어 작업과 연구 업무를 모두 수행할 수 있는 비서를 원하는 조직이라면 여러 영역에서 일관된 성능을 보이는 점이 매력적이다.

아키텍처 한눈에 보기

M2는 희소 전문가 혼합 모델이다. 거대한 신경망의 모든 부분에 모든 토큰을 통과시키는 대신, 학습된 게이트가 입력마다 활성화할 전문가 하위 네트워크를 몇 개만 선택한다. MiniMax의 문서에 따르면 모델의 전체 매개변수는 약 2,300억 개이고 추론 한 번에 활성화되는 매개변수는 100억 개다. 초기 보도에서는 전체 매개변수가 2,000억 개로 언급됐지만, 회사의 기술 문서와 모델 카드에는 동일한 100억 개 활성 예산을 유지하면서 전체 용량을 더 크게 잡은 이유가 설명돼 있다. 이점은 분명하다. 매우 큰 모델 수준의 폭넓은 지식과 전문성을 얻으면서도 추론 비용은 매개변수 100억 개 규모의 밀집형 시스템에 더 가깝게 유지할 수 있다.

이러한 효율성은 하드웨어 요구량에도 나타난다. MiniMax와 제3자 테스터들은 FP8 정밀도에서 NVIDIA H100 GPU 4개만으로도 실용적인 서비스 운영이 가능하다고 설명한다. 이에 따라 M2는 중견 규모 엔지니어링 팀도 도입할 수 있는 모델이 됐다. 일부 경쟁 모델은 훨씬 더 많은 매개변수를 활성화한다. DeepSeek의 최신 V3.2는 토큰당 약 370억 개, Moonshot AI의 Kimi K2는 약 320억 개의 매개변수를 활성화해 메모리 사용량을 늘리고 처리량을 낮춘다. M2의 작은 활성화 규모는 대화형 도구와 에이전트 운영의 골칫거리인 꼬리 지연 시간과 동시 처리 성능에도 도움이 된다.

에이전트 중심 설계와 도구 사용

MiniMax는 M2가 반복적으로 생각하고 행동하고 검증하도록 설계한 뒤, 셸, 브라우저, 검색 시스템, 코드 실행기를 모델과 연결하는 도구 호출 가이드를 제공했다. 회사는 생각과 결과를 번갈아 담는 형식으로 추론 과정을 확인할 수 있다는 점을 강조한다. 여러 차례 대화가 이어져도 어시스턴트가 계획의 맥락과 근거의 연결고리를 유지해 불완전한 데이터나 실패한 단계에서 복구하고, 개발자가 판단 과정을 점검하기 쉽도록 한다. 이 접근은 장기간 이어지는 작업의 신뢰성과 디버깅 편의성을 높이기 위한 것이다.

MiniMax는 M2를 실제 개발자 환경과도 긴밀히 연결했다. 이 모델은 널리 쓰이는 추론 프레임워크 SGLang과 vLLM에서 잘 작동하며, OpenAI와 Anthropic의 익숙한 요청 형식을 따른다. 이에 따라 팀은 코드 변경을 최소화해 M2로 교체한 뒤 필요에 따라 서비스 규모를 확장할 수 있다. 사내 코파일럿이나 프로덕션 환경의 에이전트를 구축하는 팀이라면 통합 과정이 간편하다는 점이 유용하다.

MiniMax는 이번 출시를 사명과 접근성 측면에서 설명했다. 회사는 고급 지능형 기술을 프리미엄 독점 모델을 감당할 수 있는 사람뿐 아니라 폭넓은 이용자에게 제공하고 싶다고 밝혔다.

MiniMax는 처음부터 '모두와 함께하는 지능(Intelligence with Everyone)'이라는 비전을 추구해 왔습니다.

팀은 공개 모델 카드에서 에이전트와 효율성에 초점을 맞췄다고 강조했다.

MiniMax-M2는 에이전트 효율성의 기준을 새롭게 정의합니다.

MiniMax는 M2 기반 에이전트 서비스를 두 가지 모드로 운영한다. Lightning Mode는 간단한 질문에 즉각적인 응답을 제공한다. Pro Mode는 연구, 데이터 추출, 여러 단계의 코딩처럼 시간이 더 걸리는 복잡한 작업을 처리한다. 이 구분은 빠른 답변과 모델이 처음부터 끝까지 계획을 세우고 실행하며 결과물을 점검해야 하는 장기 프로젝트를 오가는 실제 업무 방식을 반영한다.

접근성, 라이선스, 가격

M2는 이 정도 성능을 갖춘 시스템으로서는 이례적으로 개방적인 방식으로 제공된다. MiniMax는 전체 가중치를 허용 범위가 넓은 라이선스에 따라 공개하고 배포 가이드도 내놨다. 개발자는 Hugging Face 같은 플랫폼에서 저장소를 내려받고, SGLang이나 vLLM으로 로컬 추론을 실행하며, 특정 분야에 맞춰 미세 조정할 수 있다. MiniMax는 토큰당 가격이 매우 낮고 스트리밍 처리량이 빠른 API도 제공하며, 에이전트 앱과 API에 한시적으로 무료로 접근할 수 있다고 홍보해 왔다.

구매자에게 중요한 실용적 요소로는 구조화된 함수 호출, 긴 문맥 처리, 강력한 도구 사용 기능이 있다. MiniMax는 일반적인 샘플링 설정을 권장하고 모델을 외부 서비스와 연결하는 명확한 도구 호출 스키마를 제공한다. 공급업체 종속을 우려하는 팀에는 오픈 웨이트와 깔끔한 API 호환성을 결합한 점이 M2를 평가해 볼 만한 강력한 이유가 된다. 전적으로 사내 인프라에서 운영하려는 팀을 위해 회사 문서에는 M2를 효율적으로 서비스하는 방법과 정밀도 설정별 GPU 메모리 산정 방법이 나와 있다.

• 자체 호스팅용 가중치가 공개됐으며 SGLang과 vLLM용 가이드도 제공된다.
• API 가격은 입력 토큰 100만 개당 0.30달러, 출력 토큰 100만 개당 1.20달러이며, 초당 약 100토큰의 속도를 제공한다고 홍보하고 있다.
• 셸, 브라우저, 검색, 코드 인터프리터 도구를 사용할 수 있으며, 감사와 디버깅을 돕는 추론 과정을 확인할 수 있다.
• OpenAI 및 Anthropic 방식의 API와 호환돼 기존 앱의 통합 작업을 줄여준다.

이러한 특성 덕분에 M2는 추론과 안정적인 도구 실행을 함께 수행해야 하는 소프트웨어 엔지니어링 코파일럿, 데이터 분석 어시스턴트, 고객 지원 에이전트에 적합하다.

경쟁 모델과 요동치는 순위표

MiniMax M2의 부상으로 오픈 웨이트 모델 순위가 다시 쓰였고 중국과 미국의 경쟁도 한층 치열해졌다. Artificial Analysis는 Intelligence Index 61점을 받은 M2를 오픈 웨이트 모델 가운데 가장 강력한 모델로 평가했다. 전체 모델 순위에서는 구글의 Gemini 2.5 Pro를 앞섰고, 과제에 따라 Claude Sonnet 4.5, GPT 5, Grok 4 같은 독점 모델 선두권 바로 뒤에 자리한다. 특히 BrowseComp와 FinSearchComp global 같은 에이전트 평가에서 M2가 계획을 세우고 근거를 제시하며 오류에서 복구하는 능력을 보여 폐쇄형 시스템과의 격차를 상당히 좁혔다는 점이 눈에 띈다.

중국 내 경쟁 구도도 바뀌고 있다. DeepSeek와 Qwen이 최첨단 규모의 학습과 긴 문맥 처리로 수개월간 주목받은 가운데, MiniMax는 더 적은 매개변수를 활성화하면서도 비슷한 에이전트 및 코딩 성능을 낮은 비용으로 제공해 관심을 끌고 있다. DeepSeek는 막대한 전체 매개변수 규모를 실험해 왔으며, 일부 구성에서는 메모리 요구량이 700기가바이트에 가까워질 수 있다. MiniMax의 희소 활성화 방식과 세심한 서비스 운영 지침을 따르면 요구 사양을 중견 기업이 감당할 만한 클러스터 수준으로 낮출 수 있다. 특히 FP8과 최적화된 추론 프레임워크를 활용하면 더욱 그렇다.

가격도 중요하다. MiniMax의 토큰 가격은 대형 독점 모델보다 한 자릿수 배 이상 저렴하다. 수백 개의 에이전트를 운영하거나 여러 개발자가 하루 종일 코딩 보조 도구를 쓰도록 하려는 기업에는 이 차이가 시범 사업에서 실제 운영 단계로 넘어가는 데 영향을 줄 수 있다. 오픈 웨이트 공개도 또 다른 장점이다. 보안에 민감한 기업이 모델을 감사하고 미세 조정해 자체 환경에 배포할 수 있기 때문이다. 접근성, 비용, 성능의 조합은 프리미엄 가격에 의존하는 독점 플랫폼에 직접적인 도전이 된다.

구매자가 유의할 점

벤치마크는 유용한 참고 자료이지 성능을 보장하는 지표는 아니다. Artificial Analysis는 통제된 평가 환경과 고정된 프롬프트로 모델을 평가하므로 기업의 특정 분야나 도구와 완벽히 일치하지 않을 수 있다. M2를 도입하는 팀은 실제 사용할 도구로 자사 업무를 대표하는 과제를 평가하고 지연 시간, 처리량, 에이전트 신뢰성을 직접 측정해야 한다.

운영상 고려할 세부 사항도 있다. MiniMax는 여러 차례 이어지는 대화에서 일관된 계획과 근거를 유지하려면 모델의 생각과 결과가 번갈아 나오는 추론 기록을 보존할 것을 권장한다. 이 설계는 출력이 길어지고 대화 기록이 커질 수 있으므로 개발자는 문맥 창을 세심하게 관리하고 가능한 경우 내용을 줄이거나 요약해야 한다. 최대 처리량을 원하는 조직은 속도, 비용, 정확도 사이의 균형을 맞추기 위해 양자화 설정과 배치 처리 전략도 시험해야 한다.

마지막으로 M2는 조직이 수정할 수 있는 오픈 웨이트 시스템인 만큼 안전과 규정 준수에 대한 책임이 커진다. 외부 리소스나 민감한 데이터에 접근할 수 있는 배포 환경에는 모니터링, 도구 호출 가드레일, 접근 제어를 추가해야 한다. 이는 에이전트 시스템에 일반적으로 적용되는 고려 사항이며 M2에도 같은 주의가 필요하다.

한눈에 보기

• MiniMax M2는 Artificial Analysis Intelligence Index에서 가장 높은 순위의 오픈 웨이트 모델이며 전체적으로도 세계 선두권에 속한다.
• 종합 지능 평가에서 구글 Gemini 2.5 Pro를 앞섰지만 일부 과제에서는 GPT 5와 Claude Sonnet 4.5 같은 최첨단 독점 시스템에 뒤처진다.
• M2는 전체 매개변수가 약 2,300억 개이고 추론 한 번에 100억 개가 활성화되는 전문가 혼합 모델로, 지연 시간과 비용을 낮춘다.
• tau squared Bench, BrowseComp, FinSearchComp global에서 높은 성적을 거둔 에이전트 성능이 돋보인다.
• SWE Bench 계열 과제와 Terminal Bench에서 코딩 역량을 입증해 개발자 워크플로 전반을 지원한다.
• API 가격은 입력 토큰 100만 개당 0.30달러, 출력 토큰 100만 개당 1.20달러이며 속도는 초당 약 100토큰이다.
• 허용 범위가 넓은 라이선스로 전체 가중치를 공개해 자체 호스팅할 수 있으며 SGLang, vLLM, 일반적인 API 형식과 연동된다.
• FP8 정밀도에서는 NVIDIA H100 GPU 4개만으로도 운영할 수 있어 중견 팀의 배포 부담을 낮춘다.
• DeepSeek V3.2와 Moonshot Kimi K2보다 활성화하는 매개변수가 적어 효율성이 높다.
• 기업은 자체 도구 체계에서 성능을 검증하고 출력의 장황함, 문맥 관리, 안전 통제에 대비해야 한다.