MiniMax Group (0100.HK): ARR은 빠르게 증가하고 있으나 높은 R&D 투자가 손실을 확대; Goldman Sachs는 2H26 MiniMax의 밸류에이션 회복 가능성을 여전히 낙관
MiniMax의 ARR, Token 사용량 및 개발자 채택은 모두 예상을 상회하여 Goldman Sachs는 2026년 말 ARR 전망을 US$1.2bn으로 상향했다. R&D 지출의 큰 증가는 단기 실적에 부담을 주겠지만, 보고서는 모델 성능-비용 우위, 멀티모달 확장 및 에이전트 제품의 상업화가 계속해서 매수 논리를 뒷받침한다고 본다.
요약
MiniMax의 ARR, Token 사용량 및 개발자 채택은 모두 예상을 상회하여 Goldman Sachs는 2026년 말 ARR 전망을 US$1.2bn으로 상향했다. R&D 지출의 큰 증가는 단기 실적에 부담을 주겠지만, 보고서는 모델 성능-비용 우위, 멀티모달 확장 및 에이전트 제품의 상업화가 계속해서 매수 논리를 뒷받침한다고 본다.
- ARR은 2026년 8월 US$800mn을 초과했으며, 2월 US$150mn 및 6월 초 US$400mn 초과 수준에서 크게 가속됐다.
- Goldman Sachs는 2026년 말 ARR 전망을 US$1bn에서 US$1.2bn으로 상향했다.
- 7월 Token 소비량은 1월 수준의 20배에 달했고, 기업 및 개발자 고객 수는 200만 명을 넘어 2025년 말의 10배가 됐다.
- FY26E/FY27E/FY28E 매출 전망은 각각 5%/38%/29% 상향됐다.
- 2H26 R&D 비용 전망은 US$512mn으로 상향됐고, 조정 순손실 전망은 US$436mn으로 확대됐다.
- H3의 글로벌 다운로드는 2,400만 건을 넘었고, 해외 매출은 1H26 매출의 61%를 차지했다.
- 매수 의견은 유지됐으나 12개월 목표주가는 HK$800에서 HK$760으로 하향됐으며, 현재가 HK$303 대비 150.8%의 상승 여력을 시사한다.
보고서 해설
개요
이 보고서는 MiniMax의 1H26 실적 및 실적발표 컨퍼런스콜을 검토한다. 핵심 결론은 ARR 성장이 예상보다 강했고, 모델 추론 효율성, 멀티모달 역량 및 상업적 채택이 지속적으로 개선됐다는 것이다. 그러나 회사는 모델 지능과 비용 효율성의 최전선을 추구하기 위해 R&D 투자를 크게 늘리고 있어 단기 손실이 확대될 전망이다. Goldman Sachs는 이러한 투자가 2H26 밸류에이션 회복의 여지를 만들 수 있다고 여전히 판단하며 매수 의견을 유지한다.
핵심 견해
보고서는 MiniMax의 1H26 실적을 예상보다 강한 ARR 증가, 예상보다 더딘 매출총이익률 개선, 그리고 R&D 투자의 큰 증가라는 세 가지 주요 주제로 요약한다. Goldman Sachs는 MiniMax가 모델 지능과 단위비용 효율성을 모두 개선하기 위해 사전학습, 사후학습 및 추론 인프라에 자원을 집중하고 있다고 판단한다. 이는 단기 손실을 확대하겠지만 모델 경쟁력, 상업화 규모 및 이후 밸류에이션 회복 가능성을 강화할 수 있다. 매출과 ARR은 가장 분명한 긍정적 변화다. ARR은 2026년 8월 US$800mn을 초과했으며, 2월 US$150mn 및 6월 초 US$400mn 초과 수준에서 증가했다. 7월 Token 소비량은 1월 수준의 20배에 도달했고, 기업 및 개발자 고객 수는 200만 명을 넘어 2025년 말의 10배가 됐다. 오픈 플랫폼은 1H26 매출의 63%를 기여했으며, 1H25의 30%에서 상승했다. 경영진은 성장을 주로 개선된 모델 지능과 매력적인 비용 효율성에 기인한다고 설명했다. 특히 M3 출시 후 사용량은 선형적 성장보다 계단식 성장을 보였다. 경영진은 US$1bn의 연말 ARR 목표에 매우 높은 확신을 유지하고 있으며, Goldman Sachs는 전망을 US$1bn에서 US$1.2bn으로 상향하고 2H26/FY26E 매출 전망을 US$373mn/US$493mn에서 US$400mn/약 US$517mn으로 높였다. FY26E/FY27E/FY28E 매출 전망은 각각 5%/38%/29% 상향되어 US$516.8mn/US$1,752.9mn/US$3,876.8mn이 됐다. 이후 성장은 M3.1, 3T 파라미터 M3 Pro 및 H3.1을 포함한 반복 개선에 달려 있다. 두 번째 주제는 성능-가격 파레토 프런티어다. 경영진은 추론 효율성이 서비스 비용을 낮출 뿐 아니라 감당 가능한 사후학습 규모를 결정하여 모델 역량에 영향을 준다고 본다. MiniMax Sparse Attention 같은 아키텍처 혁신과 인프라 최적화를 통해 M3는 M2의 230B에서 430B로 파라미터 수를 늘렸음에도 API 매출총이익률이 M2와 대체로 비슷하거나 더 높았다. MSA 2.0은 모델 지능 확장의 비용 효율성을 추가로 개선할 것으로 예상된다. 그러나 1H26 매출총이익률은 저마진 텍스트 모델로의 매출 믹스 이동과 M3 출시 후 가격 조정으로 촉발된 Token 구독 플랜의 일회성 보상 등을 포함한 요인으로 기대에 못 미쳤다. Goldman Sachs는 2H26/FY26E 매출총이익 전망을 US$107mn/US$149mn에서 US$93mn/US$114mn으로 낮췄으며, 이후 개선은 추론 최적화, 높은 클러스터 활용률 및 M3 Pro와 같은 더 지능적인 모델의 가격결정력에 달려 있다고 예상한다. 세 번째 주제는 컴퓨팅 용량과 R&D 투자다. MiniMax는 자체 운영 클러스터, 클라우드 서비스 제공업체와의 파트너십 및 Token Factory로 구성된 다변화된 컴퓨팅 네트워크를 사용하며, 수요 피크 시 빠르게 확장할 수 있다. 회사는 1H26에 클러스터, 네트워크 및 소프트웨어 업그레이드를 완료하여 유효 학습 활용률을 97%로 끌어올렸다. 전체 컴퓨팅 공급 증가는 여전히 하류 Token 수요에 못 미치지만, 기존 역량은 M3.1, M3 Pro 및 H3.1 출시를 지원하기에 충분하다. 국내 칩은 향후 단위비용을 낮추고 공급 회복력을 높일 수도 있다. 최근 자금조달 이후 회사는 US$3bn 이상의 현금 보유액을 보유하고 있다. 그럼에도 Goldman Sachs는 2H26/FY26E R&D 비용 전망을 US$331mn/US$531mn에서 US$512mn/US$809mn으로 상향했다. 2H26의 연환산 R&D 투자는 약 US$1bn으로, 1H26의 약 US$600mn 연환산 수준을 상회한다. 그 결과 2H26/FY26E 조정 순손실 전망은 US$268mn/US$436mn에서 US$436mn/US$735mn으로 확대됐고, FY26E/FY27E/FY28E 조정 순이익 전망은 -69%/-26%/-8%로 수정됐다. 보고서는 1H26 잉여현금 유출을 US$521mn으로 추정하며, 모델 확장과 수익성 달성 경로 간의 명확한 상충관계를 부각한다. 멀티모달은 네 번째 성장 주제다. H3는 선도적인 비디오 생성 모델 가운데 비용 효율성 프런티어에 도달했으며, 2026년 8월 15일 기준 이미지-투-비디오 Arena 리더보드에서 상위권을 기록했다. 모델의 8월 출시 이후 ARR 기여도는 가속되기 시작했다. 오픈 웨이트 전략은 글로벌 다운로드를 2,400만 건 이상으로 끌어올려 개발자 채택과 생태계 참여 확대에 기여했다. 해외 매출은 1H26 매출의 61%를 차지했으며, Goldman Sachs는 이것이 멀티모달 역량을 국제 시장으로 확장하는 데 유통상 이점을 제공한다고 판단한다. MiniMax Design은 콘텐츠 생성 워크플로에 에이전트 오케스트레이션을 사용하여 상업용 콘텐츠 제작의 사용 장벽과 총비용을 낮추는 한편, H3의 비용 효율성을 확장 가능한 제작 사용 사례로 전환하고자 한다. 다섯 번째 주제는 에이전트 및 애플리케이션 오케스트레이션 계층이다. MiniMax Agent는 범용 워크스페이스를, MiniMax Code는 장기적이고 복잡한 프로그래밍 작업을, MiniMax Design은 엔드투엔드 멀티모달 상업용 콘텐츠 제작을 목표로 한다. Tencent WorkBuddy, Alibaba QwenWork, ByteDance Doubao Work와 같은 주요 인터넷 플랫폼이 에이전트 진입점을 통합하는 환경에서, MiniMax는 모델, 제품 및 유통 전반에서 이들의 통합적 우위와 경쟁하는 동시에 이러한 모델 중립적 워크스페이스의 중요한 모델 공급업체라는 역할의 혜택도 누린다. Goldman Sachs는 애플리케이션 오케스트레이션 계층이 더 직접적인 상업화 경로를 제공하고 독점 워크플로 데이터를 축적하여 모델 및 제품 반복 개선을 지원할 수 있다고 본다. 그러나 일시적인 모델 또는 제품 리더십을 넘어 지속적인 유지율과 가격결정력을 구축할 수 있는지는 여전히 중요하다. 밸류에이션 측면에서 Goldman Sachs는 매수 의견을 유지하고 12개월 DCF 기반 목표주가를 HK$800에서 HK$760으로 낮췄으며, 이는 현재가 HK$303 대비 150.8%의 상승 여력을 시사한다. DCF는 12%의 가중평균자본비용과 2%의 영구성장률을 사용하며, 강세 및 약세 시나리오 밸류에이션은 각각 HK$1,300 및 HK$220이다. 보고서 수치에 따르면 MiniMax의 시가총액은 약 HK$100.4bn 또는 US$12.8bn이고, 기업가치는 약 HK$80.4bn 또는 US$10.3bn이다. 약 US$13bn의 시가총액은 비디오 생성 모델 경쟁사 Kling의 US$18bn 포스트머니 밸류에이션과 Z.ai/Zhipu의 약 US$61bn 시가총액보다 낮다. 한편 2026년 말 ARR 전망은 직전 종가 기준 약 10배의 가격/ARR 배수를 시사한다. 따라서 Goldman Sachs는 지속적인 모델 반복 개선이 ARR, 비용 효율성 및 상업화 역량을 이끈다는 조건하에 밸류에이션 분포가 여전히 상승 방향으로 기울어 있다고 판단한다. 보고서에서 명시적으로 식별된 주요 리스크에는 글로벌 파운데이션 모델 경쟁 속 예상보다 약한 모델 성능, 수익 가시성 개선 둔화, 약한 상업화 역량, 지식재산권 및 콘텐츠 생성 이슈, 현금 소진 및 자체 자금조달 역량, 그리고 심화되는 미중 기술 경쟁에서 발생하는 지정학적 리스크가 포함된다.
분석 프레임워크
Goldman Sachs는 먼저 MiniMax의 실제 1H26 실적과 실적발표 컨퍼런스콜 정보를 ARR 및 매출, 성능-가격 효율성, 컴퓨팅 용량 및 R&D, 멀티모달, 에이전트 애플리케이션 계층의 다섯 가지 주제로 나눈다. 이후 Token 수요, 고객 수, 매출 믹스, 모델 파라미터, 추론 효율성 및 컴퓨팅 활용률을 사용하여 영업 변화의 원인을 설명한다. 이 분석에 기반해 매출, 매출총이익, R&D 비용 및 순손실 전망을 수정하고, DCF, 강세/약세 시나리오 및 동종업계 시가총액 비교를 통해 목표주가와 잠재적 밸류에이션 회복을 평가한다.
방법론 메모
DCF 밸류에이션
보고서는 회사의 미래 현금흐름을 현재가치로 할인하고, 12%의 가중평균자본비용과 2%의 영구성장률을 적용하여 HK$760의 12개월 목표주가를 산출한다.
성능-가격 파레토 프런티어
보고서는 아키텍처 혁신과 인프라 최적화가 비용을 불균형하게 늘리지 않으면서 MiniMax가 모델 역량과 상업적 애플리케이션을 확장할 수 있는지 판단하기 위해 모델 지능과 추론 비용을 모두 평가한다.
ARR 및 Token 수요 기반 매출 전망
Goldman Sachs는 ARR, Token 소비량, 고객 수, 오픈 플랫폼 매출 기여도 및 예정된 모델 출시의 변화를 결합하여 2H26 및 FY26-FY28 매출 전망을 도출한다.
강세·기준·약세 시나리오 밸류에이션 및 동종업계 시가총액 비교
보고서는 서로 다른 시나리오에서 HK$1,300/HK$760/HK$220의 결과를 제시하고 MiniMax의 시가총액을 Kling 및 Z.ai/Zhipu와 비교하여 밸류에이션 회복의 잠재적 범위와 불확실성을 보여준다.
자산 매핑 및 비교
투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).
- MiniMax Group (0100.HK)보고서는 회사가 파운데이션 모델, 멀티모달 및 에이전트에 대한 수요 증가의 수혜를 받지만, 단기 실적은 증가하는 R&D 비용과 확대되는 손실의 압박에 직면할 것으로 판단한다.
- 강점
- 포괄적인 멀티모달 제품 커버리지, 상대적으로 강한 상업화 역량, Token당 비용 우위, 높은 조직 효율성, 상대적으로 높은 해외 매출 기여도 및 US$3bn 이상의 현금 보유액.
- 약점
- 텍스트 모델의 매출 기여도 상승이 매출총이익률에 부담을 주고, 대규모 사전학습·사후학습·추론 투자가 손실을 확대하며, 잉여현금흐름은 여전히 마이너스다.
- 비교
- 약 US$13bn의 시가총액은 Kling의 US$18bn 포스트머니 밸류에이션 및 Z.ai/Zhipu의 약 US$61bn 시가총액보다 낮으며, 주요 인터넷 기업의 통합 모델·제품·유통 생태계와도 경쟁하고 있다.
- 위험
- 모델 성능이나 상업화가 기대에 미치지 못할 수 있고, 수익성 달성 경로가 지연될 수 있으며, 지식재산권 및 콘텐츠 생성 리스크가 발생할 수 있고, 현금 소진과 자체 자금조달 압력이 커질 수 있으며, 미중 기술 경쟁과 관련된 지정학적 리스크가 심화될 수 있다.
핵심 데이터
- 2026년 8월 ARRUS$800mn 초과2026년 2월 US$150mn 및 6월 초 US$400mn 초과 수준에서 증가
- 2026년 말 ARR 전망US$1.2bnGoldman Sachs의 이전 전망은 US$1bn이었으며, 경영진 목표는 US$1bn
- Token 소비량7월은 1월 수준의 20배모델 사용량의 상당한 가속을 반영
- 기업 및 개발자 고객200만 명 초과2025년 말 수준의 10배
- 오픈 플랫폼 매출 기여도1H26 63%1H25 30%
- FY26E/FY27E/FY28E 매출US$516.8mn/US$1,752.9mn/US$3,876.8mn이전 US$493.1mn/US$1,271.1mn/US$3,004.8mn에서 각각 5%/38%/29% 상향
- 2H26/FY26E 매출총이익US$93mn/US$114mn이전 US$107mn/US$149mn
- 2H26/FY26E R&D 비용US$512mn/US$809mn이전 US$331mn/US$531mn
- 2H26/FY26E 조정 순손실US$436mn/US$735mn이전 US$268mn/US$436mn이며, 주로 R&D 투자 증가에 기인
- FY26E/FY27E/FY28E 주당순이익US$-2.22/US$-1.66/US$-1.00특별항목 전 기본 주당순이익; 이전 US$-1.32/US$-1.32/US$-0.92
- 1H26 잉여현금 유출US$521mnGoldman Sachs 추정
- 현금 보유액US$3bn 초과최근 자금조달 이후 모델 및 컴퓨팅 용량 투자를 지원하는 데 사용 가능
- 유효 학습 활용률97%1H26 인프라 업그레이드 후 수준
- M3 및 M2 파라미터 수430B/230BM3의 파라미터 수는 거의 두 배가 됐지만 API 매출총이익률은 대체로 비슷하거나 더 높게 유지
- 1H26 해외 매출 기여도61%멀티모달 제품의 국제 유통을 지원
- H3 글로벌 다운로드2,400만 건 초과오픈 웨이트 전략이 이끈 채택 규모
- 12개월 목표주가HK$760이전 HK$800; 현재가 HK$303은 150.8%의 상승 여력을 시사
- 주요 DCF 가정WACC 12%, 영구성장률 2%기준 시나리오 목표주가 밸류에이션에 사용
- 강세 및 약세 시나리오 밸류에이션HK$1,300/HK$220보고서는 밸류에이션 결과가 여전히 상승 방향으로 기울어 있다고 판단
영향과 시사점
보고서는 MiniMax가 모델 지능, 추론 효율성 및 컴퓨팅 규모 개선을 위해 더 높은 R&D 지출과 현금 소진을 감수하고 있다고 판단한다. M3.1, M3 Pro 및 H3.1이 Token 수요, 고객 채택 및 가격결정력을 지속적으로 견인한다면 매출 성장과 매출총이익률 개선이 2H26 밸류에이션 회복을 뒷받침할 수 있다. 반대로 지속적으로 확대되는 R&D 지출은 수익 가시성을 지연시키고 현금 보유액 및 자체 자금조달 역량에 대한 요구를 높일 것이다.
위험
- 글로벌 파운데이션 모델 경쟁이 치열하며 MiniMax의 모델 성능이 기대에 못 미칠 수 있다.
- R&D 투자가 빠르게 증가하고 있으며 수익 가시성 개선이 예상보다 더딜 수 있다.
- 상업화 역량이 기대에 못 미칠 수 있으며 ARR 성장이 매출과 이익으로 완전히 전환되지 않을 수 있다.
- 지식재산권 및 생성 콘텐츠 관련 이슈가 제품 채택과 상업적 확장에 영향을 줄 수 있다.
- 지속적인 현금 소진이 회사의 자체 자금조달 역량을 약화시킬 수 있다.
- 심화되는 미중 기술 경쟁이 지정학적 및 컴퓨팅 공급 리스크를 초래할 수 있다.
주시할 점
- M3.1의 안정성, 사후학습 규모 및 추론 효율성 개선과 ARR에 미치는 영향을 추적한다.
- 4Q26의 3T 규모 M3 Pro 및 H3.1 업데이트 진행 상황과 상업적 채택을 모니터링한다.
- 컴퓨팅 공급이 Token 수요를 따라갈 수 있는지와 클러스터 활용률 및 국내 칩이 단위비용에 미치는 영향을 평가한다.
- 텍스트 모델의 매출 기여도, 추론 효율성 및 가격결정력이 매출총이익률에 미치는 복합적 영향을 추적한다.
- H3 오픈 웨이트 생태계, 글로벌 다운로드, 해외 매출 및 MiniMax Design의 상업적 전환을 모니터링한다.
- MiniMax Agent, Code 및 Design이 일시적인 모델 리더십에만 의존하지 않고 지속적인 사용자 유지율과 가격결정력을 구축할 수 있는지 평가한다.
- R&D 투자, 잉여현금 유출, 현금 보유액 및 수익 가시성의 변화를 추적한다.