"AI 자기 진화"라는 말은 남용되어 왔지만, MiniMax가 M2.7에서 한 일은 약간 다릅니다.
공상과학적인 자의식이 아닙니다. M2.7은 자체 훈련 과정에서 에이전트 프레임워크를 사용해 실험 자동 실행, 로그 읽기, 지표 분석, 코드 수정, 실험 재실행을 100회 이상 반복했습니다 — 인간의 개입 없이, 내부 평가 지표가 최종적으로 30% 향상되었습니다.
이 접근법의 경계는 어디일까요? 대규모 모델이 자체 반복에 참여하는 것은 미래 AI 개발의 방향일까요, 아니면 단지 공학적으로 영리한 조작일까요?
"자기 진화"의 구체적 메커니즘
M2.7이 사용하는 프레임워크는 OpenClaw입니다. 훈련 과정에 연구용 에이전트 하네스가 장착되었으며, 그 역할은 다음과 같습니다:
- 실험 진행 상황 모니터링
- 로그 읽기 및 지표 분석 자동 트리거
- 문제 식별 후 수정 코드 생성
- 수정 제출 및 실험 재실행
이 루프는 인간이 각 단계를 설계하는 것이 아니라, 에이전트가 실험 결과에 따라 다음 행동을 결정합니다. 100회 이상 실행 후 내부 벤치마크는 원래보다 30% 높아졌습니다.
MiniMax는 이를 "초기 자기 진화의 메아리"(Early Echoes of Self-Evolution)라고 부릅니다 — 겸손한 이름이지만 방향성은 큽니다. 엔지니어는 더 이상 각 실험을 모니터링하며 수동으로 매개변수를 조정할 필요가 없으며, 모델은 어느 정도 스스로를 더 잘 조정하는 법을 학습했습니다.
M2.7 점수는 어떨까
먼저 프로그래밍 능력입니다. 현재 가장 직관적인 교차 평가 지표입니다:
| 벤치마크 | M2.7 점수 | 비고 |
|---|---|---|
| SWE-Pro | 56.22% | Claude Opus 수준에 근접 |
| VIBE-Pro (엔드투엔드 프로젝트 전달) | 55.6% | — |
| Terminal Bench 2 (복잡 시스템 이해) | 57.0% | — |
ML 경쟁 능력도 높습니다. 22개의 ML 경쟁 과제(MLE Bench Lite)에서 최고 성적은 금 9, 은 5, 동 1이며, 3회 실행 평균 메달 획득률은 66.6%입니다.
일반 작업 능력의 경우, GDPval-AA ELO는 1495로 현재 오픈소스 모델 중 가장 높습니다. 복잡한 스킬(각 스킬은 2000+ 토큰으로 정의)의 실행 정확도는 97%에 달합니다.
Dataconomy의 독립 테스트에서도 M2.7이 소프트웨어 엔지니어링 작업에서 GPT-5.3-Codex 수준에 근접하는 것으로 나타났습니다. 가격 차이를 고려할 때 이 비교는 상당히 의미 있습니다.
아키텍처: 230B 파라미터, 10B만 활성화
M2.7은 희소 MoE(혼합 전문가) 아키텍처를 사용하며, 총 파라미터 수는 2300억(230B) — 하지만 추론당 활성화되는 것은 10B 파라미터뿐입니다.
이는 MoE의 고전적 논리입니다. 모델을 많은 전문가로 나누고 각 작업에 가장 관련 있는 것만 호출합니다. 효과는 추론 비용이 10B 밀집 모델에 가깝고, 능력은 230B 규모에 근접한다는 것입니다.
가격: 입력 $0.30/M 토큰, 출력 $1.20/M 토큰. M2.7-highspeed 버전도 있으며, 더 빠르고 결과는 일관됩니다. 모델 가중치는 4월 12일에 오픈소스로 공개되었습니다.
네이티브 에이전트 팀: 프롬프팅에 의존하지 않는 다중 에이전트 협업
M2.7에는 특별한 설계 포인트가 있습니다: 네이티브 다중 에이전트 협업(Native Agent Teams)입니다.
MiniMax의 설명에 따르면, 다중 에이전트 시나리오에서는 프롬프팅만으로 해결할 수 없는 능력이 있습니다: 역할 경계, 적대적 추론, 프로토콜 준수, 행동 차이 — 이러한 것들은 훈련 수준에서 고정되어야 하며, 시스템 프롬프트만으로는 지탱할 수 없습니다.
이것이 M2.7이 Toolathon(도구 호출 평가)에서 46.3%를 달성하고 40개 이상의 복잡한 스킬을 지원하는 이유이기도 합니다. MiniMax의 장기 제품 로드맵에서 에이전트 능력은 핵심 방향이며, M2.7은 이 길에서 가장 멀리 나아간 한 걸음입니다.
이 방향은 진지하게 고려할 가치가 있습니다
자동화된 훈련 반복은 새로운 개념이 아니지만, M2.7은 이를 공식 출시된 상용 모델에 구현하고 구체적인 수치(30% 향상, 100회 반복)로 뒷받침했으며, 논문 수준에 머물지 않았습니다.
더 생각해볼 점은 그것이 열어주는 질문입니다: 모델이 자체 훈련 과정을 개선할 수 있다면, 미래 AI 연구소의 엔지니어 수는 줄어들까요? MiniMax는 원래 소규모 고효율 팀으로 알려져 있으며, M2.7의 자동화 접근법은 이 DNA와 완전히 일치합니다.
중국 오픈소스 모델 중에서 M2.7은 현재 에이전트 능력에서 가장 포괄적인 커버리지를 가지고 있습니다 — 다중 에이전트 협업, ML 경쟁, 엔드투엔드 프로젝트 전달 모두에서 데이터로 뒷받침됩니다. DeepSeek이 훈련 효율성 노선을, Qwen이 파라미터 규모 노선을 추구하는 것과 달리, MiniMax는 이번에 에이전트 워크플로우가 다음 주요 전장이라고 명확히 베팅하고 있습니다.
출처: CocoLoop, MiniMax M2.7: Early Echoes of Self-Evolution (minimax.io); MiniMax M2.7 Advances Scalable Agentic Workflows on NVIDIA Platforms (NVIDIA Technical Blog); MiniMax M2.7 Matches GPT-5.3-Codex In Software Engineering Tasks (Dataconomy); MiniMax M2.7 Model Specs, Costs & Benchmarks (Galaxy.ai)