인공지능 기술의 발전은 이제 단순히 주어진 명령을 수행하는 수준을 넘어, 스스로 복잡한 문제를 해결하고 장기적인 과업을 완수하는 ‘자율 에이전트(Autonomous Agent)’ 시대로 빠르게 진입하고 있습니다.

하지만 수많은 AI 모델들이 쏟아져 나오는 상황에서도, 실제로 수시간에 걸친 작업을 오류 없이 수행하고, 복잡한 코드 개발 프로세스를 완전히 자율적으로 처리하는 능력은 여전히 최고 수준의 모델들에게만 허락된 영역으로 남아 있었습니다.

이러한 배경 속에서, 중국의 거대 기술 기업 샤오미가 새로운 오픈웨이트 모델 ‘MiMo-V2.5-Pro’를 공개하며, 이 판도를 뒤흔들 강력한 도전장을 내밀었습니다.

1. 조 단위 파라미터로 무장한 ‘자율 에이전트’의 등장

샤오미의 MiMo-V2.5-Pro는 총 1.02조 개의 파라미터를 가진 MoE(Mixture-of-Experts) 모델로, 각 요청당 420억 개의 파라미터가 활성화됩니다.

이는 전체 모델 중 필요한 부분만 구동하여 효율성을 극대화하는 MoE 아키텍처의 강점을 여실히 보여줍니다.

주목할 점은 이 모델이 처음부터 몇 시간에 걸쳐 수천 번의 도구 호출을 필요로 하는 장기적이고 자율적인 작업을 위해 특별히 설계되었다는 것입니다.

기존 모델들이 단일 질문에 대한 답변이나 짧은 코딩 작업에 초점을 맞췄다면, MiMo-V2.5-Pro는 복잡한 프로젝트를 처음부터 끝까지 스스로 설계하고 구현하는 진정한 의미의 AI 에이전트 역할을 목표로 합니다.

이 모델은 오디오, 이미지, 텍스트 등 다양한 입력 형식을 독자적인 인코더를 통해 언어 모델이 이해할 수 있는 형태로 변환합니다.

이는 멀티모달 능력을 기반으로 한 포괄적인 상황 인식을 가능하게 하며, 단순히 텍스트를 넘어 현실 세계의 복잡한 데이터를 처리하는 데 필수적인 요소로 작용합니다.

2. ‘수주 걸릴 작업’을 ‘수시간 만에’: 압도적 코딩 성능의 비밀

MiMo-V2.5-Pro의 가장 인상적인 부분은 바로 실제 코딩 작업에서의 압도적인 성능입니다.

샤오미는 세 가지 데모를 통해 이 모델의 능력을 시연했습니다.

  • 컴파일러 프로젝트 구축: 컴퓨터 공학 전공 학생이 몇 주에 걸쳐야 완성할 수 있는 베이징 대학 컴파일러 프로젝트를 MiMo-V2.5-Pro는 불과 4.3시간 만에 완성했습니다. 이 과정에서 672회의 도구 호출을 수행했으며, 초기 59%였던 테스트 커버리지를 최종적으로 100%까지 끌어올렸습니다. 특히 주목할 부분은 모델이 전체 파이프라인을 먼저 구성하고, 각 단계를 계층적으로 진행했다는 점입니다. 심지어 리팩토링 과정에서 발생한 회귀(regression) 문제까지 스스로 진단하고 수정하는 능력을 보여주며, 단순 코딩을 넘어 문제 해결 및 디버깅 능력까지 갖췄음을 입증했습니다.

  • 데스크톱 비디오 에디터 개발: 몇 개의 프롬프트만으로 약 8,000줄의 코드를 가진 데스크톱 비디오 에디터를 개발하는 데 성공했습니다. 이 작업은 11.5시간 동안 자율적으로 진행되었고, 약 1,870회의 도구 호출이 이루어졌습니다. 이는 대규모 소프트웨어 개발 프로젝트에서도 AI 에이전트가 핵심적인 역할을 수행할 수 있음을 시사합니다.

  • 전압 조절기 설계: 클로드 코드(Claude Code)를 통해 회로 시뮬레이터와 연결된 MiMo-V2.5-Pro는 한 시간 내에 전압 조절기를 설계하여 6가지 기술 사양을 모두 충족시켰습니다. 심지어 첫 번째 초안보다 4가지 사양에서 약 10배 정도 향상된 결과를 보여주며, 복잡한 공학 설계 작업에서도 혁신적인 성능을 발휘할 수 있음을 증명했습니다.

이러한 결과는 AI가 반복적인 작업뿐 아니라 창의적이고 복잡한 설계 및 개발 과정에서도 인간의 파트너 혹은 자율적인 주체로서 기능할 수 있는 잠재력을 강력하게 시사합니다.

3. 토큰 효율성의 혁명: 서구권 경쟁자를 압도하다

MiMo-V2.5-Pro는 단순히 성능만 뛰어난 것이 아닙니다.

샤오미는 이 모델의 ‘성능 대비 토큰 비율’을 핵심 강점으로 내세우고 있습니다.

회사 자체 ClawEval 에이전트 벤치마크에서 MiMo-V2.5-Pro는 64%의 점수를 기록했으며, 이는 작업당 약 7만 개의 토큰을 사용한 결과입니다.

샤오미 팀에 따르면, 클로드 오퍼스 4.6, 제미니 3.1 Pro, GPT-5.4와 같은 서구권 경쟁 모델들이 비슷한 수준의 성능을 내기 위해 필요한 토큰 양보다 40~60% 더 적은 토큰만을 사용한다고 합니다.

이는 장기적인 자율 작업을 수행할 때 발생하는 비용 문제에 대한 중요한 해법을 제시합니다.

대규모 언어 모델(LLM)의 운영 비용에서 토큰 사용량은 상당한 부분을 차지하기 때문에, 이러한 효율성 향상은 AI 서비스의 접근성과 경제성을 크게 개선할 수 있습니다.

100만 토큰에 달하는 방대한 컨텍스트 창은 길고 복잡한 문서나 코드베이스 전체를 한 번에 이해하고 처리하는 데 필수적이며, 동시에 적은 토큰으로 동일한 결과를 도출하는 능력은 환경적인 측면에서도 긍정적인 영향을 미칠 수 있습니다.

4. 단순 벤치마크를 넘어선 ‘실전’ 능력

MiMo-V2.5-Pro는 다양한 코딩 벤치마크에서도 우수한 성적을 거두었습니다.

SWE-bench Verified에서 78.9점, SWE-Bench Pro에서 57.2점, Terminal-Bench 2.0에서 68.4점을 기록했습니다.

특히 샤오미 자체 MiMo Coding Bench에서는 73.7점을 획득하며, 클로드 오퍼스 4.6(77.1점)에 근접하고 제미니 3.1 Pro(67.8점)를 앞서는 결과를 보여주었습니다.

하지만 더욱 중요한 것은 장문 컨텍스트 작업에서의 탁월한 능력입니다.

OpenAI의 GraphWalks 벤치마크는 모델이 복잡한 노드 그래프를 탐색하는 능력을 평가하는데, 이전 버전인 MiMo-V2-Pro가 100만 토큰에서 점수가 0으로 떨어졌던 반면, MiMo-V2.5-Pro는 동일한 길이에서 너비 우선 탐색(BFS)에서 0.37점, 부모 노드 쿼리에서 0.62점을 기록했습니다.

이는 모델이 방대한 양의 정보를 일관성 있게 이해하고 활용하는 능력이 비약적으로 발전했음을 의미합니다.

이러한 능력은 복잡한 시스템 설계, 대규모 코드 리팩토링, 긴 법률 문서 분석 등 실제 비즈니스 환경에서 요구되는 핵심적인 역량과 직결됩니다.

MiMo-V2.5-Pro는 MiMo-V2-Flash의 기술적 기반을 계승하며, 로컬 및 글로벌 어텐션(attention) 메커니즘을 혼합하여 장문 텍스트에 필요한 메모리를 약 7배 절감했습니다.

또한, 병렬 토큰 예측 메커니즘을 통해 출력 속도를 3배 향상시키는 등, 기술적 혁신을 통해 성능과 효율성을 동시에 확보하고 있습니다.

27조 개의 토큰으로 사전 훈련되었으며, 단계적으로 컨텍스트 창을 100만 토큰까지 확장했습니다.

특히, 후속 훈련에서는 수학, 보안, 도구 사용 등 특정 분야에 최적화된 여러 전문 모델들이 하나의 학생 모델을 지도하는 ‘교사-학생(teacher-student) 설정’을 활용하여 각 전문가의 강점을 한 모델에 결합하는 독특한 접근 방식을 사용했습니다.

5. 샤오미의 오픈웨이트 전략: AI 생태계에 던지는 메시지

샤오미는 MiMo-V2.5-Pro와 함께 세 가지 다른 시스템도 함께 공개했습니다.

이들 역시 샤오미의 ‘오픈웨이트(Open-Weight)’ 전략의 일환입니다.

  • MiMo-V2.5: 3,100억 파라미터(각 요청당 150억 활성화)의 소규모 버전으로, 텍스트, 이미지, 비디오, 오디오를 직접 처리하며 최대 100만 토큰 컨텍스트를 지원합니다. 48조 개의 토큰으로 훈련되었으며, Gemini 3 Pro와 동등한 비디오 MME 벤치마크에서 87.7점을 기록했습니다. 이 모델 역시 Hugging Face에서 오픈웨이트로 제공됩니다.

  • MiMo-V2.5-TTS: 사전 설정된 음성, 텍스트 설명으로 새 음성 생성, 짧은 오디오 클립으로 음성 복제 기능을 제공하는 3가지 변형의 TTS(Text-to-Speech) 모델입니다. 제어 태그를 텍스트에 직접 삽입하여 발음을 조절할 수 있습니다. 현재는 샤오미 플랫폼을 통해 API 전용으로 제공되며, 제한된 기간 동안 무료입니다.

  • MiMo-V2.5-ASR: 중국어와 영어는 물론, 우(Wu), 광둥어(Cantonese), 민난어(Hokkien) 등 중국어 방언과 문장 내 언어 전환, 노래 가사 처리까지 가능한 오픈웨이트 음성 인식(ASR) 모델입니다. Open ASR 리더보드에서 평균 5.73%의 단어 오류율을 기록했습니다.

샤오미의 이러한 행보는 2025년 말부터 설정된 방향, 즉 “다수의 모델을 동시에, 대부분 오픈으로, 모두 자율 AI 에이전트를 위해 구축한다”는 전략의 연장선상에 있습니다.

이는 벤치마크 점수 경쟁을 넘어, ‘얼마나 저렴하게, 그리고 얼마나 오랫동안 모델이 스스로 작업을 수행할 수 있는가’에 초점을 맞추는 중국 오픈웨이트 제공업체들 간의 경쟁 구도를 명확히 보여줍니다.

최근 딥시크(Deepseek)가 공개한 Deepseek V4와 더불어, 샤오미의 MiMo-V2.5-Pro는 오픈웨이트 AI 시장에 새로운 바람을 불어넣고 있으며, AI 기술의 민주화와 확산에 중요한 역할을 할 것으로 기대됩니다.

결론적으로, 샤오미의 MiMo-V2.5-Pro는 단순한 기술적 진보를 넘어, AI 에이전트가 복잡하고 장기적인 실세계 문제를 자율적으로 해결할 수 있는 새로운 가능성을 열었습니다. 탁월한 코딩 능력, 혁신적인 토큰 효율성, 그리고 오픈웨이트 전략은 AI 생태계 전반에 걸쳐 강력한 파급 효과를 가져올 것입니다.

이는 개발자들에게는 더 강력하고 접근성 높은 도구를, 기업들에게는 효율적이고 경제적인 AI 솔루션을 제공하며, 궁극적으로는 AI가 우리 삶과 산업에 더욱 깊숙이 통합되는 미래를 앞당기는 중요한 이정표가 될 것입니다.

출처: https://the-decoder.com/xiaomis-open-weight-mimo-v2-5-pro-takes-aim-at-claude-opus-with-hours-long-autonomous-coding/