샤오미의 MiMo-V2.6 출시는 에이전트형·멀티모달 AI 개발에서 오픈 웨이트 모델이 어디까지 왔는지를 보여준다. 대형 희소 Mixture-of-Experts(MoE) 구조를 쓴 Pro는 낮은 공시 API 가격과 함께 최고급 성능을 내세우고, Flash는 더 낮은 비용의 대량 처리용 모델로 제시된다.

다만 기업의 판단은 성능과 라이선스만으로 끝나지 않는다. 샤오미가 Claude 출력을 무단 증류에 활용했다는 Anthropic의 의혹 제기는 학습 데이터 출처, 법적 노출, 벤치마크 신뢰성에 대한 미해결 질문을 남긴다. 따라서 MiMo-V2.6은 유망한 선택지이지만, 당장 전사 표준으로 채택하기보다는 검증된 환경에서 평가할 후보로 보는 편이 타당하다.

무엇이 공개됐나

샤오미는 다운로드 가능한 MiMo-V2.6-Pro-RL, MiMo-V2.6-Flash-RL 체크포인트를 공개했으며, 각 저장소에는 MIT 라이선스가 표시돼 있다. 또한 MiMo 생성 데이터를 활용해 Qwen3.5-9B를 지도 미세조정한 90억 파라미터 에이전트 모델 MiMo-V2.6-Distill-Qwen-9B도 배포했다.245

두 대형 모델은 텍스트·이미지·영상·오디오를 입력으로 받는 멀티모달 시스템으로 소개되며, 최대 100만 토큰 컨텍스트 윈도우를 지원한다고 주장한다. Pro는 총 1조 200억 개 파라미터 중 토큰당 420억 개를 활성화하는 희소 MoE 모델이다. Flash는 총 약 3,090억 개 중 150억 개를 토큰당 활성화한다.3

MIT 라이선스는 공개된 산출물을 폭넓게 사용·수정할 권리를 부여한다. 그러나 그것만으로 모든 학습 입력이나 상위 단계의 합성 데이터가 어떤 경로로 만들어졌는지까지 보증하지는 않는다. 제3자의 지식재산권(IP) 주장이나 규제·컴플라이언스 문제도 라이선스 표기만으로 해소되지는 않는다.

성능: 외부 지표와 공급사 발표를 분리해 봐야 한다

보도에 따르면 MiMo-V2.6-Pro는 Artificial Analysis Intelligence Index v4.3에서 46.32점을 기록했으며, 해당 비교에서 Grok 4.7과 같은 수준이고 인용된 오픈 웨이트 순위의 최상단에 올랐다.2324 이는 의미 있는 외부 신호다. 하지만 복합 지수 하나가 기업의 자체 데이터, 한국어를 포함한 다국어 성능, 지연 시간, 안전 정책, 장문 컨텍스트 처리 환경에서의 성능을 보장하지는 않는다.

샤오미의 기술 자료는 코딩 및 에이전트 작업에서도 높은 결과를 제시한다. 기술 보고서의 DeepSWE v1.1 강화학습 결과에 따르면 Pro의 average@3 점수는 58.4에서 72.6으로, Flash는 48.7에서 65.7로 올랐다. DeepSWE v1.1은 기능 검증기를 이용해 평가하는 113개 저장소 엔지니어링 과제로 구성되며, average@3은 세 번의 샘플 시도에 걸친 평균 통과율이다.10

이 수치는 참고할 가치가 있지만, 독립적으로 재현되기 전까지는 공급사 보고 성과로 해석하는 것이 맞다. 실제 배포 여부는 리더보드만이 아니라 비공개 홀드아웃 데이터와 운영 환경에 가까운 과제를 활용한 블라인드 평가를 바탕으로 결정해야 한다.

Pro와 Flash: 성능·비용의 선택지

모델	아키텍처 규모	공시 API 가격: 입력 100만 토큰	공시 API 가격: 출력 100만 토큰	권장 평가 용도
MiMo-V2.6-Pro	총 1.02T / 활성 42B	0.435달러	0.87달러	난도가 높은 에이전트·소프트웨어 엔지니어링 평가
MiMo-V2.6-Flash	총 약 309B / 활성 15B	0.14달러	0.28달러	대량 실험과 비용 민감형 워크로드

공시된 Flash 가격은 신규 입력·출력 토큰 모두 Pro의 약 3분의 1이다.20 대량 처리에서 벤치마크 성능의 마지막 몇 퍼센트보다 비용 효율이 중요하다면, Flash가 먼저 시험할 실무적 후보가 될 수 있다.

다만 자체 호스팅을 택하면 계산은 달라진다. 오픈 웨이트는 이식성과 데이터 통제력을 높일 수 있지만, GPU 확보, 저장장치, 추론 운영, 모니터링, 패치, 지원 비용은 기업이 떠안아야 한다. 토큰 단가가 가장 낮다고 해서 총소유비용(TCO)까지 가장 낮은 것은 아니다.

강화학습 비용 공개가 의미하는 것

이번 공개에는 체크포인트와 기술 보고서가 포함됐다. 샤오미가 공개한 강화학습 실행을 다룬 보도에 따르면, 두 대형 모델은 각각 약 75만 개의 트래젝터리에 걸쳐 30회의 RL 단계를 수행했다. 샤오미는 Pro의 RL 실행 비용을 약 262만 달러, Flash를 약 85만 달러로 제시했으며, 합계는 약 347만 달러다.1829

이 수치를 모델 전체 개발비로 읽어서는 안 된다. 인용된 보도는 이 비용이 강화학습 단계만을 포괄하며 사전학습 비용은 공개되지 않았다고 설명한다.29 즉, 사후학습 한 단계의 효율성을 보여주는 자료이지, 모델 제작에 든 총비용의 완전한 회계는 아니다.

Claude 증류 의혹이 중요한 이유

Anthropic은 9월 10일, 중국에 기반을 둔 7개 연구소가 Claude를 겨냥한 무단 증류 활동을 벌였다고 판단해 차단했다고 밝혔다. Anthropic은 불법 증류를 모델 능력을 허가 없이 추출하고 복제하려는 산업 규모의 은밀한 활동으로 정의한다.47

해당 의혹을 다룬 보도에 따르면 샤오미는 자사 MiMo 모델과의 대화를 기록한 뒤 Claude에 제출해 학습 데이터를 만들었다고 한다. Anthropic 보고서를 요약한 2차 자료는 샤오미 관련 활동이 1,500개 이상 계정에서 40만 건을 넘는 요청에 이르렀다고 전하며, Anthropic은 Claude의 응답이 실사용자에게 제공된 정황은 관찰하지 못했다고 밝혔다.44 Anthropic이 포착한 여러 의혹 활동의 전체 규모는 약 1억 9,000만 건 또는 거의 2억 건의 교환으로 널리 보도됐다.3338

이는 Anthropic의 주장이지 법원의 판단이나 독립 포렌식 감사 결과는 아니다. 현재 제공된 자료만으로 특정 MiMo-V2.6 체크포인트에 Claude 유래 콘텐츠가 포함됐다고 단정할 수는 없다. 특정 고객 데이터가 전송됐는지, 공개 벤치마크가 오염됐는지도 입증된 바 없다. 이 구분은 중요하다.

그럼에도 기업 구매자에게는 다음과 같은 실사 질문이 생긴다.

• 학습 데이터의 관리 연속성: 외부 모델 출력, 사용자 상호작용, 합성 추론 흔적이 공개 체크포인트에 어떤 방식으로 기여했는지 확인할 필요가 있다.
• 데이터 처리 노출: 고객·사용자 대화가 외부로 전달됐다면, 문제는 모델 IP를 넘어 동의, 기밀성, 보존 기간, 국외 이전, 계약상 데이터 처리 의무로 확장된다.
• 벤치마크 유효성: 벤치마크 문항·정답·유사한 교사 모델 생성 변형물이 학습에 노출되면 보고된 점수가 실제 일반화 능력을 과대평가할 수 있다. 제공된 자료에는 MiMo-V2.6의 오염을 입증하는 내용이 없지만, 의혹을 고려하면 독립 오염 평가는 더 중요해진다.
• 상업적 위험 배분: 오픈 라이선스가 제3자 청구에 대한 배상, 보증, 사고 통지, 적절한 법적 구제까지 자동으로 제공하는 것은 아니다.

기업 도입을 위한 현실적 프레임워크

데이터 출처 관련 의문이 해소되기 전까지 MiMo-V2.6은 전략적 기반 모델로 즉시 확정하기보다 파일럿 후보로 취급하는 편이 바람직하다.

지금 시도해 볼 수 있는 활용처

• 비민감 데이터를 활용한 내부 연구·평가
• 이식성이 중요한 격리형 자체 호스팅 프로토타입
• 비용에 민감한 코딩, 검색 증강, 문서 처리, 멀티모달 실험
• 자체 레드팀, 신뢰성, 보안 평가를 수행할 역량이 있는 조직

더 강한 보증이 나올 때까지 미룰 활용처

• 규제 대상 또는 고위험 의사결정
• 고도 기밀의 고객·의료·금융·정부·국방 데이터가 포함된 업무
• 검토와 롤백 통제 없는 고위험 코드 생성
• 학습 데이터 보증, 배상, 감사권, 명확한 사고 대응 약정이 필요한 배포

운영 배포 전 최소 실사 항목

1. 서면 데이터 출처 공개를 요청한다. Claude 유래 출력, 전달된 사용자 상호작용, 기타 외부 모델 출력이 학습 또는 사후학습 파이프라인에 쓰였는지 확인한다.
2. 계약상 보호 장치를 명확히 한다. 배상, 침해 통지, 데이터 보존, 하도급 처리자, 데이터 저장 위치, 버전별 산출물 추적성을 점검한다.
3. 독립 평가를 수행한다. 비공개 홀드아웃과 오염 저항형 과제를 사용하고, 장문 검색 성능, 다국어 동작, 도구 사용, 환각률, 프롬프트 인젝션 저항성, 기억화 현상을 시험한다.
4. 통제된 배포 아키텍처를 적용한다. 자체 호스팅 시 외부 네트워크 접근을 제한하고, 엄격한 인증·권한 관리를 적용하며, 사용 로그와 별도 검증 모델로의 롤백 경로를 확보한다.
5. 승인되지 않은 API에 민감 데이터를 보내지 않는다. 데이터 처리 조건과 기술 통제가 내부 기준을 충족하기 전에는 고객 데이터를 외부 엔드포인트로 전송하지 않는다.

결론

MiMo-V2.6은 다운로드 가능한 MIT 라이선스 가중치, 최대 100만 토큰의 멀티모달 컨텍스트, 강력하다고 보고된 벤치마크 성능, 낮은 추론 가격을 함께 제시한다. 최대 성능을 검증하려면 Pro, 폭넓은 실험과 비용 효율을 우선한다면 Flash가 적합한 후보다.32023

하지만 공개돼 있다는 사실이 곧 기업 도입 준비 완료를 뜻하지는 않는다. 샤오미가 데이터 출처, 거버넌스, 위험 배분에 관한 충분한 근거를 제공하기 전까지 기업은 MiMo-V2.6을 통제된 파일럿을 위한 잠재력 높은 모델군으로 평가하되, 민감하거나 핵심적인 업무에 투입하기 전에는 독립 검증을 요구해야 한다.

샤오미의 MiMo-V2.6 출시는 에이전트형·멀티모달 AI 개발에서 오픈 웨이트 모델이 어디까지 왔는지를 보여준다. 대형 희소 Mixture-of-Experts(MoE) 구조를 쓴 Pro는 낮은 공시 API 가격과 함께 최고급 성능을 내세우고, Flash는 더 낮은 비용의 대량 처리용 모델로 제시된다.

다만 기업의 판단은 성능과 라이선스만으로 끝나지 않는다. 샤오미가 Claude 출력을 무단 증류에 활용했다는 Anthropic의 의혹 제기는 학습 데이터 출처, 법적 노출, 벤치마크 신뢰성에 대한 미해결 질문을 남긴다. 따라서 MiMo-V2.6은 유망한 선택지이지만, 당장 전사 표준으로 채택하기보다는 검증된 환경에서 평가할 후보로 보는 편이 타당하다.

무엇이 공개됐나

샤오미는 다운로드 가능한 MiMo-V2.6-Pro-RL, MiMo-V2.6-Flash-RL 체크포인트를 공개했으며, 각 저장소에는 MIT 라이선스가 표시돼 있다. 또한 MiMo 생성 데이터를 활용해 Qwen3.5-9B를 지도 미세조정한 90억 파라미터 에이전트 모델 MiMo-V2.6-Distill-Qwen-9B도 배포했다.245

두 대형 모델은 텍스트·이미지·영상·오디오를 입력으로 받는 멀티모달 시스템으로 소개되며, 최대 100만 토큰 컨텍스트 윈도우를 지원한다고 주장한다. Pro는 총 1조 200억 개 파라미터 중 토큰당 420억 개를 활성화하는 희소 MoE 모델이다. Flash는 총 약 3,090억 개 중 150억 개를 토큰당 활성화한다.3

MIT 라이선스는 공개된 산출물을 폭넓게 사용·수정할 권리를 부여한다. 그러나 그것만으로 모든 학습 입력이나 상위 단계의 합성 데이터가 어떤 경로로 만들어졌는지까지 보증하지는 않는다. 제3자의 지식재산권(IP) 주장이나 규제·컴플라이언스 문제도 라이선스 표기만으로 해소되지는 않는다.

성능: 외부 지표와 공급사 발표를 분리해 봐야 한다

보도에 따르면 MiMo-V2.6-Pro는 Artificial Analysis Intelligence Index v4.3에서 46.32점을 기록했으며, 해당 비교에서 Grok 4.7과 같은 수준이고 인용된 오픈 웨이트 순위의 최상단에 올랐다.2324 이는 의미 있는 외부 신호다. 하지만 복합 지수 하나가 기업의 자체 데이터, 한국어를 포함한 다국어 성능, 지연 시간, 안전 정책, 장문 컨텍스트 처리 환경에서의 성능을 보장하지는 않는다.

샤오미의 기술 자료는 코딩 및 에이전트 작업에서도 높은 결과를 제시한다. 기술 보고서의 DeepSWE v1.1 강화학습 결과에 따르면 Pro의 average@3 점수는 58.4에서 72.6으로, Flash는 48.7에서 65.7로 올랐다. DeepSWE v1.1은 기능 검증기를 이용해 평가하는 113개 저장소 엔지니어링 과제로 구성되며, average@3은 세 번의 샘플 시도에 걸친 평균 통과율이다.10

이 수치는 참고할 가치가 있지만, 독립적으로 재현되기 전까지는 공급사 보고 성과로 해석하는 것이 맞다. 실제 배포 여부는 리더보드만이 아니라 비공개 홀드아웃 데이터와 운영 환경에 가까운 과제를 활용한 블라인드 평가를 바탕으로 결정해야 한다.

Pro와 Flash: 성능·비용의 선택지

모델	아키텍처 규모	공시 API 가격: 입력 100만 토큰	공시 API 가격: 출력 100만 토큰	권장 평가 용도
MiMo-V2.6-Pro	총 1.02T / 활성 42B	0.435달러	0.87달러	난도가 높은 에이전트·소프트웨어 엔지니어링 평가
MiMo-V2.6-Flash	총 약 309B / 활성 15B	0.14달러	0.28달러	대량 실험과 비용 민감형 워크로드

공시된 Flash 가격은 신규 입력·출력 토큰 모두 Pro의 약 3분의 1이다.20 대량 처리에서 벤치마크 성능의 마지막 몇 퍼센트보다 비용 효율이 중요하다면, Flash가 먼저 시험할 실무적 후보가 될 수 있다.

다만 자체 호스팅을 택하면 계산은 달라진다. 오픈 웨이트는 이식성과 데이터 통제력을 높일 수 있지만, GPU 확보, 저장장치, 추론 운영, 모니터링, 패치, 지원 비용은 기업이 떠안아야 한다. 토큰 단가가 가장 낮다고 해서 총소유비용(TCO)까지 가장 낮은 것은 아니다.

강화학습 비용 공개가 의미하는 것

이번 공개에는 체크포인트와 기술 보고서가 포함됐다. 샤오미가 공개한 강화학습 실행을 다룬 보도에 따르면, 두 대형 모델은 각각 약 75만 개의 트래젝터리에 걸쳐 30회의 RL 단계를 수행했다. 샤오미는 Pro의 RL 실행 비용을 약 262만 달러, Flash를 약 85만 달러로 제시했으며, 합계는 약 347만 달러다.1829

이 수치를 모델 전체 개발비로 읽어서는 안 된다. 인용된 보도는 이 비용이 강화학습 단계만을 포괄하며 사전학습 비용은 공개되지 않았다고 설명한다.29 즉, 사후학습 한 단계의 효율성을 보여주는 자료이지, 모델 제작에 든 총비용의 완전한 회계는 아니다.

Claude 증류 의혹이 중요한 이유

Anthropic은 9월 10일, 중국에 기반을 둔 7개 연구소가 Claude를 겨냥한 무단 증류 활동을 벌였다고 판단해 차단했다고 밝혔다. Anthropic은 불법 증류를 모델 능력을 허가 없이 추출하고 복제하려는 산업 규모의 은밀한 활동으로 정의한다.47

해당 의혹을 다룬 보도에 따르면 샤오미는 자사 MiMo 모델과의 대화를 기록한 뒤 Claude에 제출해 학습 데이터를 만들었다고 한다. Anthropic 보고서를 요약한 2차 자료는 샤오미 관련 활동이 1,500개 이상 계정에서 40만 건을 넘는 요청에 이르렀다고 전하며, Anthropic은 Claude의 응답이 실사용자에게 제공된 정황은 관찰하지 못했다고 밝혔다.44 Anthropic이 포착한 여러 의혹 활동의 전체 규모는 약 1억 9,000만 건 또는 거의 2억 건의 교환으로 널리 보도됐다.3338

이는 Anthropic의 주장이지 법원의 판단이나 독립 포렌식 감사 결과는 아니다. 현재 제공된 자료만으로 특정 MiMo-V2.6 체크포인트에 Claude 유래 콘텐츠가 포함됐다고 단정할 수는 없다. 특정 고객 데이터가 전송됐는지, 공개 벤치마크가 오염됐는지도 입증된 바 없다. 이 구분은 중요하다.

그럼에도 기업 구매자에게는 다음과 같은 실사 질문이 생긴다.

• 학습 데이터의 관리 연속성: 외부 모델 출력, 사용자 상호작용, 합성 추론 흔적이 공개 체크포인트에 어떤 방식으로 기여했는지 확인할 필요가 있다.
• 데이터 처리 노출: 고객·사용자 대화가 외부로 전달됐다면, 문제는 모델 IP를 넘어 동의, 기밀성, 보존 기간, 국외 이전, 계약상 데이터 처리 의무로 확장된다.
• 벤치마크 유효성: 벤치마크 문항·정답·유사한 교사 모델 생성 변형물이 학습에 노출되면 보고된 점수가 실제 일반화 능력을 과대평가할 수 있다. 제공된 자료에는 MiMo-V2.6의 오염을 입증하는 내용이 없지만, 의혹을 고려하면 독립 오염 평가는 더 중요해진다.
• 상업적 위험 배분: 오픈 라이선스가 제3자 청구에 대한 배상, 보증, 사고 통지, 적절한 법적 구제까지 자동으로 제공하는 것은 아니다.

기업 도입을 위한 현실적 프레임워크

데이터 출처 관련 의문이 해소되기 전까지 MiMo-V2.6은 전략적 기반 모델로 즉시 확정하기보다 파일럿 후보로 취급하는 편이 바람직하다.

지금 시도해 볼 수 있는 활용처

• 비민감 데이터를 활용한 내부 연구·평가
• 이식성이 중요한 격리형 자체 호스팅 프로토타입
• 비용에 민감한 코딩, 검색 증강, 문서 처리, 멀티모달 실험
• 자체 레드팀, 신뢰성, 보안 평가를 수행할 역량이 있는 조직

더 강한 보증이 나올 때까지 미룰 활용처

• 규제 대상 또는 고위험 의사결정
• 고도 기밀의 고객·의료·금융·정부·국방 데이터가 포함된 업무
• 검토와 롤백 통제 없는 고위험 코드 생성
• 학습 데이터 보증, 배상, 감사권, 명확한 사고 대응 약정이 필요한 배포

운영 배포 전 최소 실사 항목

1. 서면 데이터 출처 공개를 요청한다. Claude 유래 출력, 전달된 사용자 상호작용, 기타 외부 모델 출력이 학습 또는 사후학습 파이프라인에 쓰였는지 확인한다.
2. 계약상 보호 장치를 명확히 한다. 배상, 침해 통지, 데이터 보존, 하도급 처리자, 데이터 저장 위치, 버전별 산출물 추적성을 점검한다.
3. 독립 평가를 수행한다. 비공개 홀드아웃과 오염 저항형 과제를 사용하고, 장문 검색 성능, 다국어 동작, 도구 사용, 환각률, 프롬프트 인젝션 저항성, 기억화 현상을 시험한다.
4. 통제된 배포 아키텍처를 적용한다. 자체 호스팅 시 외부 네트워크 접근을 제한하고, 엄격한 인증·권한 관리를 적용하며, 사용 로그와 별도 검증 모델로의 롤백 경로를 확보한다.
5. 승인되지 않은 API에 민감 데이터를 보내지 않는다. 데이터 처리 조건과 기술 통제가 내부 기준을 충족하기 전에는 고객 데이터를 외부 엔드포인트로 전송하지 않는다.

결론

MiMo-V2.6은 다운로드 가능한 MIT 라이선스 가중치, 최대 100만 토큰의 멀티모달 컨텍스트, 강력하다고 보고된 벤치마크 성능, 낮은 추론 가격을 함께 제시한다. 최대 성능을 검증하려면 Pro, 폭넓은 실험과 비용 효율을 우선한다면 Flash가 적합한 후보다.32023

하지만 공개돼 있다는 사실이 곧 기업 도입 준비 완료를 뜻하지는 않는다. 샤오미가 데이터 출처, 거버넌스, 위험 배분에 관한 충분한 근거를 제공하기 전까지 기업은 MiMo-V2.6을 통제된 파일럿을 위한 잠재력 높은 모델군으로 평가하되, 민감하거나 핵심적인 업무에 투입하기 전에는 독립 검증을 요구해야 한다.