미니맥스, 자체 진화형 모델 'M2.7' 출시…강화학습 업무 최대 50% 자율 처리

개발자가 AI로 대체된다는 이야기는 많았지만, AI가 자신을 훈련하는 연구원의 업무를 직접 넘겨받기 시작했습니다.

중국 AI 스타트업 미니맥스(MiniMax)가 자체 추론 특화 LLM인 M2.7을 공개했습니다. 회사는 이 모델이 자체 강화학습 개발 워크플로의 30%에서 50%를 자율적으로 수행하며 스스로 진화 과정에 깊이 참여했다고 밝혔습니다.

로그 분석부터 코드 수정까지 스스로 해결

대규모 모델 연구에서 연구원들의 시간을 가장 많이 빼앗는 작업은 훈련 로그 모니터링, 오류 원인 분석, 스모크 테스트 같은 반복적인 운영 업무입니다.

미니맥스의 강화학습 팀 일상에서 연구원이 실험 아이디어를 제시하면, M2.7이 문헌 조사와 데이터 파이프라인 구축, 실험 시작을 돕습니다. 실험 진행 중에는 로그 확인, 디버깅, 지표 분석, 코드 패치 및 병합 요청까지 자동으로 처리합니다. 인간 연구원은 핵심 의사결정과 논의에만 참여합니다.

나아가 M2.7은 내부 환경 코드를 개선하는 100회 이상의 자율 반복 루프를 직접 수행하여 내부 평가 지표를 30% 끌어올렸습니다. 실제 운영 시스템의 장애 알림 상황에서도 원인을 역추적해 복구 시간을 3분 이내로 줄인 사례를 여러 차례 만들어냈습니다.

상위권 모델과 대등한 성능, 공격적인 가격

벤치마크 결과에서도 M2.7은 주요 빅테크 모델에 근접한 수치를 보였습니다.

OpenAI가 공개한 머신러닝 경진대회 기준 MLE Bench Lite에서 M2.7은 평균 메달 획득률 66.6%를 기록해 Gemini 3.1과 동률을 이뤘으며, Claude Opus 4.6(75.7%)과 GPT-5.4(71.2%)를 바짝 추격했습니다. 최고 기록에서는 금메달 9개, 은메달 5개, 동메달 1개를 획득했습니다.

소프트웨어 엔지니어링 벤치마크인 SWE-Pro에서는 56.22%로 GPT-5.3-Codex와 유사한 수준을 기록했고, 전체 레포지토리 코드 생성인 VIBE-Pro에서는 55.6%를 기록했습니다. 보고된 환각률은 34%로 Claude Sonnet 4.6이나 Gemini 3.1 Pro보다 낮았으며, MiniMax API 및 OpenRouter 기준 입력 백만 토큰당 0.30달러에 책정되었습니다.

왜 중요한가

우리는 M2.7의 핵심이 단순한 벤치마크 순위보다 AI 모델의 자기 개선 주기가 실제 산업 현장에 안착했다는 점에 있다고 봅니다.

개발자와 엔지니어링 팀 관점에서 입력 백만 토큰당 0.30달러라는 가격은 매우 매력적입니다. 복잡한 시스템 로그 추적, SRE 수준의 장애 분석, 코드베이스 리팩토링 같은 긴 호흡의 백엔드 업무에 즉시 도입해 테스트해 볼 가치가 충분합니다.

산업 전반으로 보면 AI 모델 개발의 병목이 연구 인력 규모에서 인프라 자동화 역량으로 이동하고 있음을 보여줍니다. 모델이 자체 훈련 실험의 절반을 맡아준다면, 상대적으로 작은 규모의 스타트업도 빅테크에 준하는 속도로 모델을 반복 개선할 수 있습니다.

다만 자율 최적화 루프에 대한 우려도 남습니다. 모델이 스스로 코드를 수정하고 평가하는 과정이 100회 이상 이어지면 인간이 의도치 않은 방식으로 최적화가 왜곡되거나 잠재적 오류가 누적될 위험이 있습니다. 개발 속도가 빨라지는 만큼 감사와 안전 통제 기준을 어떻게 세울지가 중요한 과제로 떠오를 것으로 보입니다.