미니맥스, 코딩 AI 모델 'M2.7' 오픈소스 공개…SWE-Pro서 SOTA 달성

미니맥스 M2.7은 복잡한 소프트웨어 엔지니어링과 멀티 에이전트 협업에 특화된 혼합 전문가(MoE) 모델로, 허깅페이스에 가중치가 공식 공개되었다. 다양한 언어의 코드 작성과 유지보수, 실시간 장애 대응, 자율 에이전트 파이프라인을 자체 인프라에서 구축하려는 개발자에게 유용한 오픈 모델이다.

지난 3월 18일 처음 소개된 M2.7은 미니맥스가 공개한 오픈소스 모델 중 가장 강력한 성능을 자랑한다. 추론 시 전체 매개변수 중 일부만 활성화하는 MoE 구조를 채택해, 비슷한 품질을 내는 밀집 모델에 비해 서빙 비용이 저렴하고 응답 속도가 빠르다.

무엇을 할 수 있나

M2.7의 핵심 역량은 전문 소프트웨어 엔지니어링, 사무 업무, 그리고 '에이전트 팀'이라 불리는 네이티브 다중 에이전트 협업이다. 동적 도구 검색과 복잡한 스킬셋을 활용해 고도화된 작업을 수행하도록 설계되었다.

코딩 성능을 평가하는 SWE-Pro 벤치마크에서 M2.7은 56.22%를 기록하며 GPT-5.3-Codex와 어깨를 나란히 했다. SWE-Pro는 단순 알고리즘 작성을 넘어 로그 분석, 장애 추적, 보안 검토, 머신러닝 워크플로 디버깅 등 실제 프로덕션 환경의 복잡한 문제를 다룬다. 시스템 레벨 이해도를 측정하는 터미널 벤치 2에서는 57.0%로 최고 성능(SOTA)을 달성했고, NL2Repo에서는 39.8%를 기록했다.

리포지토리 단위 코드 생성 벤치마크인 VIBE-Pro에서는 55.6%를 기록해 Opus 4.6에 근접한 수준을 보였으며 웹, 안드로이드, iOS, 시뮬레이션 작업을 폭넓게 지원한다. 실무 환경에 가까운 SWE Multilingual에서는 76.5, Multi SWE Bench에서는 52.7을 기록했다.

장애 대응 역량도 입증되었다. 미니맥스 측 설명에 따르면 운영 시스템 경보가 발생했을 때 M2.7은 모니터링 지표와 배포 이력을 대조해 인과 관계를 추론하고, 트레이스 로그를 분석한 뒤 데이터베이스에 접근해 누락된 인덱스 마이그레이션을 찾아내 무중단 인덱스 생성을 적용함으로써 장애 복구 시간을 3분 이내로 줄인 사례를 여러 차례 만들어냈다.

자가 진화 메커니즘과 실험 성적

M2.7은 자체 개발 사이클에 직접 투입된 모델이기도 하다. 모델의 프로그래밍 성능을 높이기 위해 내부 스캐폴드 코드 최적화 작업을 자율적으로 수행하도록 설정했다.

인간의 개입 없이 실패 기록 분석, 코드 수정, 평가 실행, 결과 비교 및 반영 여부 결정을 100회 이상 반복했다. 이 과정에서 모델은 스스로 최적의 샘플링 파라미터를 찾아냈고, 버그 수정 후 다른 파일의 유사 패턴을 탐색하는 가이드라인과 무한 루프 감지 로직을 스캐폴드에 추가해 내부 평가 성능을 30% 끌어올렸다. 현재 미니맥스 내부 강화학습 팀 워크플로의 30%에서 50%를 M2.7이 직접 처리하고 있다.

단일 A30 GPU에서 실행 가능한 오픈AI의 22개 머신러닝 경진대회 평가 세트인 MLE Bench Lite에서는 24시간 반복 실험을 통해 최고 9개 금메달, 5개 은메달, 1개 동메달을 획득했다. 3회 평균 메달 획득률은 66.6%로 제미나이-3.1과 동률을 기록했으며 Opus-4.6(75.7%)과 GPT-5.4(71.2%)의 뒤를 이었다.

사용 방법

M2.7의 가중치는 현재 허깅페이스의 MiniMaxAI 계정에 등록되어 있어 누구나 내려받을 수 있다.

자체 GPU 클러스터 구축이나 MoE 모델 서빙 인프라 관리가 부담스럽다면 미니맥스 오픈 플랫폼에서 제공하는 API를 통해 바로 연동할 수도 있다.

왜 중요한가

자체 호스팅 기반으로 정교한 코딩 에이전트나 SRE 자동화 시스템을 꾸리려는 엔지니어링 팀에게 실질적인 대안이 생겼다. 실제 프로덕션 수준의 엔지니어링 문제와 터미널 제어에서 최상위 독점 API와 대등한 성적을 내는 오픈 가중치 모델은 드물기 때문이다.

다만 MoE 아키텍처 특성상 인프라 리소스가 뒷받침되어야 하며, 터미널과 데이터베이스를 넘나드는 강력한 실행 능력을 프로덕션 환경에서 안전하게 활용하려면 정교한 샌드박스와 권한 통제 시스템을 함께 구축해야 한다.