MiniMax, 소비자 AI에서 기업용 플랫폼으로…ARR 8억 달러가 보여준 사업 전환

MiniMax의 사업 모델이 빠르게 바뀌고 있다. 2025년까지만 해도 소비자용 AI 제품과 자체 모델 개발이 함께 부각됐지만, 2026년 8월에 이르러서는 기업과 개발자가 애플리케이션에 모델을 연결해 사용하는 AI 추론 플랫폼이 성장의 중심으로 자리 잡았다.

수치가 변화를 선명하게 보여준다. MiniMax는 2026년 상반기 매출이 1억1,660만 달러로 전년 동기보다 283.1% 증가했다고 발표했다. 이는 2025년 연간 매출 7,900만 달러를 이미 넘어선 규모다. 61819 경영진이 밝힌 ARR(연환산 반복 매출)도 2026년 2월 1억5,000만 달러를 웃돈 데서 8월 8억 달러 이상으로 뛰었다. 51011

다만 ARR은 이미 회계상 인식된 매출이 아니다. 현재의 반복 매출 속도가 1년 동안 이어진다고 가정해 환산한 지표이므로, 확정 매출이라기보다 사업 momentum을 보여주는 척도로 보는 것이 정확하다. 10

성장의 무게중심이 소비자에서 기업으로 이동했다

가장 큰 변화는 매출 구성이다. 오픈 플랫폼과 기타 AI 기반 기업용 서비스 매출은 상반기 7,390만 달러로 전년 동기보다 703.1% 증가했다. 전체 매출에서 차지하는 비중도 2025년 상반기 30.3%에서 2026년 상반기 63.4%로 높아졌다. 6713

MiniMax는 8월 ARR에서 B2B 서비스가 차지하는 비중이 80%를 넘었다고 밝혔다. 510 단순히 챗봇이나 독립형 앱을 판매하는 기업에서 벗어나, 기업과 개발자가 모델을 호출하고 토큰을 소비하는 플랫폼 사업자로 변신한 셈이다.

분기별 흐름도 같은 방향을 가리킨다. 2분기 매출은 1분기보다 81.8% 증가했고, 7월 토큰 사용량은 1월의 약 20배에 달했다. 51533 이는 일회성 테스트보다 실제 서비스와 업무 흐름 속에서 모델 사용이 늘고 있음을 시사한다.

소비자 제품이 사라진 것은 아니다

B2B 중심으로 전환했다고 해서 소비자 시장을 포기한 것은 아니다. MiniMax의 AI 네이티브 제품 매출은 2026년 상반기 4,260만 달러로 전년 동기보다 100.9% 증가했다. 7

Talkie와 Hailuo AI 같은 서비스는 여전히 사용자 유입과 제품 실험을 뒷받침하는 중요한 채널이다. 다만 재무 수치상 추가적인 상업 성장을 설명하는 핵심은 소비자 구독보다 오픈 플랫폼과 기업용 서비스에 있다. 소비자 제품이 넓은 유통망을 만들고, 기업·개발자용 배포가 더 높은 가치의 추론 수요로 이어지는 구조다.

왜 추론 수요가 급증했나

코딩과 에이전트 업무에 맞춘 M3

MiniMax는 M3를 코딩, 에이전트 추론, 도구 사용, 멀티모달 입력, 장문 컨텍스트 작업에 초점을 둔 모델로 출시했다. 회사가 공개한 자료에 따르면 M3는 SWE-Bench Pro와 Terminal-Bench 2.1을 포함한 전문 코딩·에이전트 벤치마크에서 최상위권 성능을 목표로 제시했다. 1722

이 기능들이 중요한 이유는 AI 에이전트의 작업 방식이 단순한 질의응답과 다르기 때문이다. 에이전트는 파일을 읽고, 외부 도구를 호출하고, 코드를 작성한 뒤 실행 결과를 확인하고, 오류를 수정하는 여러 단계를 수행할 수 있다. 한 번의 대화보다 작업당 추론량이 훨씬 커질 수밖에 없다.

7월 토큰 사용량이 1월보다 20배 늘었다는 수치는 에이전트형 업무가 모델 사용량을 끌어올리고 있다는 MiniMax의 설명과 맞닿아 있다. 515

오픈 모델로 개발자 접점을 넓혔다

MiniMax는 2026년 7월 H3도 공개했다. H3는 텍스트·이미지·영상·오디오를 함께 이해하는 범용 멀티모달 영상 생성 모델로 소개됐으며, 상업적 콘텐츠 제작을 겨냥한 오픈 모델이다. 1720

오픈 배포는 개발자와 기업이 모델을 더 쉽게 시험하고 자신들의 제품에 연결할 수 있도록 한다. 이후 일부 사용자가 호스팅 추론 서비스를 이용하거나 더 큰 규모의 업무를 플랫폼으로 가져올 가능성도 생긴다. 다만 현재 공개된 자료만으로는 H3가 어느 정도의 매출을 직접 창출했는지 확인할 수 없다.

개인 사용자를 넘어 기업·개발자로 확장

MiniMax는 자사 모델과 AI 제품이 전 세계 3억 명 이상의 개인 사용자와 200만 곳 이상의 기업·개발자를 누적 지원했다고 밝혔다. 2127

이는 유료 고객 수가 아니라 회사가 제시한 누적 도달 범위다. 그럼에도 MiniMax가 어떤 방식으로 수요를 전환하려는지는 보여준다. 소비자 제품으로 넓은 인지도를 확보하고, 기업과 개발자의 실제 배포를 통해 반복적인 API·추론 매출을 만드는 전략이다.

수익성 지표는 개선됐지만 아직 적자다

상반기 총이익은 2,080만 달러로 전년 동기보다 464.8% 늘었고, 매출총이익률도 12.1%에서 17.9%로 상승했다. 719

MiniMax는 인프라 효율 개선과 저비용 배포를 주요 배경으로 설명했다. 자체 구축 인프라의 ETR(Effective Training Ratio·유효 학습 비율)이 97%에 도달했다는 설명도 내놨지만, 이 운영 지표를 매출총이익률이나 수익성과 혼동해서는 안 된다. 5

연구개발 투자는 여전히 막대했다. 기초 모델과 멀티모달 역량 개발을 위해 연구개발비가 전년보다 138.8% 늘어난 약 2억9,690만 달러를 기록했다. 4750 상반기 순손실은 3억5,800만 달러로, 전년 동기의 4억220만 달러보다 줄었지만 여전히 큰 폭의 적자였다. 1419

따라서 현재의 성적표는 엇갈린다. 매출과 매출총이익률은 빠르게 개선됐지만, 모델 훈련·추론·시장 확장에 들어가는 비용을 감당할 만큼 수익성이 확보된 것은 아니다.

MiniMax가 제시하는 ‘선순환’

MiniMax의 전략은 모델 성능과 비용 효율이 서로 충돌한다는 전제 대신, 두 요소가 함께 개선될 수 있다는 선순환에 기반한다.

1. 더 똑똑한 모델이 코딩과 에이전트 업무처럼 경제적 가치가 큰 작업을 수행한다.
2. 기업과 개발자는 테스트를 넘어 실제 서비스에 모델을 배포한다.
3. 실제 배포가 늘면서 토큰 사용량과 반복적인 추론 매출이 증가한다.
4. 사용량이 커지고 인프라 효율이 개선되면 토큰당 서비스 비용이 낮아진다.
5. 더 낮은 비용과 가격은 모델을 활용할 수 있는 애플리케이션을 늘린다.
6. 늘어난 매출과 사용 데이터가 다음 모델 훈련과 인프라 투자로 이어진다.

초기 증거는 이 고리의 일부를 뒷받침한다. M3는 코딩과 에이전트 작업을 겨냥했고, 토큰 사용량은 급증했으며, 기업용 서비스 매출은 703.1% 증가했다. 매출총이익률도 개선됐다. 67151722

그러나 이 선순환 전체가 장기적으로 작동한다고 단정하기는 이르다. 낮은 가격을 유지하면서도 고비용 연구개발을 계속하고 손실을 줄일 수 있는지가 진짜 시험대다.

2025년에서 2026년 8월까지, 무엇이 달라졌나

• 2025년: 연간 매출은 약 7,900만 달러였다. 기업 관련 매출은 2026년보다 훨씬 작은 비중을 차지했다. 618
• 2026년 2월: ARR이 1억5,000만 달러를 넘어섰다. 모델 사용량이 반복적인 플랫폼 사업으로 전환되기 시작했다는 신호였다. 4244
• 2026년 8월: ARR은 8억 달러를 넘었고, 상반기 매출은 이미 2025년 연간 매출을 초과했다. 기업용 서비스는 상반기 매출의 63.4%, 8월 ARR의 80% 이상을 차지했다. 571018

결국 MiniMax의 변화는 단순히 ‘더 빨리 성장했다’는 데 있지 않다. 무엇을 팔아 성장하는지가 달라졌다. 소비자 제품은 여전히 사용자와 실험을 제공하지만, 사업의 중심은 API, 개발자 채택, 기업 배포, 반복적인 추론 소비로 이동했다.

2026년 8월 MiniMax는 기업용 AI 플랫폼이라는 이야기를 한층 설득력 있게 만들었다. 다만 그 이야기가 지속 가능한 수익성으로 이어졌다고 말하기에는 아직 이르다.