MiniMax M3 오픈웨이트 에이전트의 컴퓨터 사용과 장기 컨텍스트

긴 컨텍스트를 현실적인 연산량으로 다루는 MSA

MiniMax는 2026년 6월 1일 MiniMax M3를 공식 출시했다. 프런티어급 코딩 성능과 100만 토큰 컨텍스트 윈도우, 네이티브 멀티모달 컴퓨터 사용 능력을 단일 오픈웨이트 모델에 결합한 모델이다. SWE-Bench Pro에서는 59.0%를 기록해 GPT-5.5와 Gemini 3.1 Pro를 상회했으며, OSWorld-Verified에서도 70.06%를 달성해 Claude Sonnet 4.6의 72.5%에 근접했다.

이 긴 컨텍스트를 뒷받침하는 핵심은 MSA(MiniMax Sparse Attention)다. 기존 트랜스포머는 시퀀스가 길어질수록 어텐션 연산량이 제곱으로 증가한다. MSA는 정교한 KV 블록 파티셔닝과 “KV outer gather Q” 최적화를 적용해 1M 토큰 컨텍스트에서도 실용적인 추론 속도를 제공한다.

이전 세대인 M2와 비교하면 프리필 속도는 9배 이상, 디코딩 속도는 15배 이상 향상됐다. 1M 토큰 컨텍스트에서 토큰당 연산량은 M2의 1/20 수준으로 감소한다. MoE(Mixture-of-Experts) 구조를 채택해 추론할 때 일부 파라미터만 활성화하며, 텍스트·이미지·비디오를 처음부터 함께 다루도록 설계된 네이티브 멀티모달 아키텍처를 사용한다. 사전학습에는 100조 토큰 이상의 텍스트·이미지·비디오가 자연스럽게 인터리빙된 데이터셋이 쓰였다.

일반적인 스파스 어텐션은 연산 전에 필터링 단계를 추가해 이차 비용을 피한다. MSA는 여기서 KV 블록을 나누는 방식을 더 세밀하게 설계해 실효적인 컨텍스트 커버리지를 높였다. 그 결과 전체 소설 시리즈나 대규모 코드베이스에 해당하는 100만 토큰을 하나의 컨텍스트 윈도우에 올릴 수 있다.

화면을 읽고 행동하는 에이전트 루프

M3가 기존 오픈웨이트 모델과 구별되는 지점은 네이티브 컴퓨터 사용(Native Computer Use)이다. 별도의 외부 플러그인이나 후처리 계층에 의존하지 않고 모델 자체가 GUI 조작 액션을 생성하고 실행하도록 설계됐다.

⤢✕

마우스 클릭, 키보드 입력, 스크롤, 드래그 앤 드롭, 우클릭 메뉴 같은 데스크톱 상호작용은 액션 토큰으로 표현된다. 모델은 스크린샷을 직접 처리해 UI 요소의 위치와 상태, 상호작용 가능성을 추론한다. 실행 후에는 화면을 다시 인식하고 목표 달성 여부를 판단해 다음 액션을 선택한다.

이 구조로 OSWorld-Verified에서 70.06%를 기록했다. Anthropic의 Claude Computer Use나 OpenAI의 GPT Operator가 제공하는 컴퓨터 사용 기능을 오픈웨이트 형태로 구현했다는 점에서, 자체 에이전트 인프라를 구축하려는 조직에 의미가 있다.

실제 저장소 작업으로 측정한 코딩 성능

SWE-Bench Pro는 실제 GitHub 이슈를 해결하는 능력을 평가한다. 코드 생성만 보는 시험이 아니라 버그 분석, 패치 작성, 테스트 검증을 함께 요구한다.

⤢✕

M3의 SWE-Bench Pro 점수는 59.0%다. 다만 이 수치는 MiniMax 자체 인프라의 에이전트 스캐폴딩을 사용해 얻은 결과이며, 독립적인 제3자 검증은 아직 완료되지 않았다. 모델 단독 성능과 에이전트 시스템 전체의 성능이 함께 표현되는 업계 관행도 비교할 때 고려해야 한다.

그럼에도 오픈웨이트 모델이 이 수준에 도달했다는 사실은 셀프호스팅 코딩 에이전트의 실현 가능성을 높인다. M3는 대규모 코드 코퍼스와 코드 실행 피드백 기반 강화학습을 적용했으며, 100만 토큰 컨텍스트에 대규모 코드베이스를 올려 분석·수정·테스트를 진행할 수 있다.

클로즈드 모델과 비교할 때 봐야 할 기준

M3의 전략적 가치는 벤치마크 점수 하나로 결정되지 않는다. 성능과 비용, 배포 통제권을 함께 놓고 판단해야 한다.

⤢✕

항목	MiniMax M3	Claude Opus 4.8	GPT-5.5	Gemini 3.1 Pro
SWE-Bench Pro	59.0%	~62%	~56%	~55%
OSWorld Verified	70.06%	83.4%	78.7%	미공개
컨텍스트 윈도우	1M 토큰	200K 토큰	128K 토큰	1M 토큰
모델 유형	오픈웨이트	클로즈드	클로즈드	클로즈드
상대 비용(입력)	기준	~15배	~10배	~8배
셀프호스팅	가능	불가	불가	불가

OSWorld에서 M3의 70.06%는 Claude Opus 4.8의 83.4%와 GPT-5.5의 78.7%보다 낮다. Claude Sonnet 4.6의 72.5%와는 가까운 수준이다. 컴퓨터 사용 기능을 사실상 최초로 오픈웨이트로 제공했다는 점은 이 격차와 별도로 평가할 부분이다.

비용 차이도 크다. Claude Opus와 비교한 M3의 API 비용은 약 1/15 수준이다. 월 수천만 원의 API 비용이 드는 엔터프라이즈 에이전트 시스템에서는 이 차이가 사업 가능성에 영향을 줄 수 있다.

셀프호스팅이 바꾸는 데이터와 운영 통제권

M3의 오픈웨이트 공개는 API 선택지가 하나 늘었다는 의미에 그치지 않는다. 온프레미스나 프라이빗 클라우드에 모델을 배포하면 민감한 데이터를 외부 API 서버로 전송하지 않는 구성을 만들 수 있다. 금융·의료·공공 분야의 컴플라이언스 요건을 충족해야 하는 에이전트 시스템에 필요한 조건이다.

파인튜닝 범위도 달라진다. 허깅페이스를 중심으로 법률 문서 분석, 의료 코딩, 특정 프로그래밍 언어 같은 도메인 특화 모델을 만들 수 있다. 클로즈드 API에서는 어려운 기업 내부 전용 모델 구축도 가능하다.

⤢✕

에이전트 시스템 관점에서는 추론(Reasoning)과 행동(Acting)을 교차하는 ReAct 패턴, 함수 호출(Function Calling)과 GUI 조작을 같은 액션 공간에서 처리하는 Tool Use, 장기 멀티모달 컨텍스트 관리가 하나의 설계 안에 모인다. 평가는 SWE-Bench의 코딩 능력, OSWorld의 컴퓨터 사용, MMMU의 멀티모달 이해처럼 서로 다른 지표를 함께 봐야 한다.

1M 토큰 컨텍스트는 엔터프라이즈 시스템 분석에도 직접 연결된다. 수십만 줄의 레거시 코드베이스를 한 컨텍스트에 올려 리팩터링 계획을 만들거나, 방대한 사양 문서와 요구사항을 동시에 참조하면서 설계 결정을 내리는 시나리오가 가능해진다. 오픈웨이트 LLM을 배포할 때는 운영과 보안 리스크를 관리하는 거버넌스도 함께 필요하다.

도입 대상과 남아 있는 제약

M3는 수십만 줄 규모의 모노레포에서 의존성을 추적하고 아키텍처 문서를 만드는 작업에 적합하다. GUI를 직접 조작하는 자율 QA 에이전트, 계약서·규정·기술 문서 수백 페이지를 컨텍스트에 넣는 Q&A와 초안 생성, 소스코드를 외부로 보낼 수 없는 환경의 프라이빗 코딩 어시스턴트도 적용 대상이다.

도입 전에 확인할 제약은 분명하다. SWE-Bench Pro 59.0%는 MiniMax 자체 측정값이며 외부 기관 검증이 아직 진행 중이다. OSWorld에서는 Claude Opus 4.8의 83.4%와 13.4%p 차이가 나므로 정밀한 GUI 작업에서 한계로 작용할 수 있다.

셀프호스팅 역시 가중치를 내려받는 것만으로 끝나지 않는다. MoE 아키텍처를 운영하려면 대용량 GPU 메모리와 분산 추론 인프라가 필요하다. 2026년 6월 기준 Hugging Face 공개는 10일 이내로 예정되어 있으며, 실제 활용을 위해서는 추론 최적화 작업도 필요하다.

MiniMax M3는 소프트웨어 엔지니어링, 장기 컨텍스트, 네이티브 컴퓨터 사용을 단일 오픈웨이트 모델에 통합했다. 독립 검증이 완료되지 않았고 최고 성능 클로즈드 모델과의 격차도 남아 있지만, API 비용이 약 1/15 수준이고 셀프호스팅할 수 있다는 특성은 엔터프라이즈 에이전트 설계에서 검토할 이유가 된다. DeepSeek V3와 MiniMax M3로 이어지는 중국발 오픈소스 모델의 변화는 오픈웨이트 LLM 기반 에이전트 아키텍처의 활용 범위를 넓히고 있다.