MiniMax M3.1 Flash 출시, 코딩 및 AI 에이전트 비용 절감 겨냥

MiniMax는 10월 19일 MiniMax M3.1 Flash를 출시하며 에이전트 작업 비용이 70% 낮아지고 온라인 추론은 약 3배 빨라졌다고 주장했다. 이 출시는 반복적인 모델 호출로 저렴한 실험도 비용이 큰 서비스로 바뀔 수 있는 소프트웨어 개발과 자동화 작업을 겨냥한다. 핵심 제안은 간단하다. 실행력이 향상되면 완료된 작업의 비용도 낮아져야 한다는 것이다.

이는 모델이 주장하는 절감 효과를 기존 시스템으로 작업을 완료하는 데 드는 전체 비용이라는 엄격한 비교 기준에 놓는다. MiniMax의 이전 M3는 가장 직접적인 기준점이다. DeepSeek와 다른 개발사의 경쟁 모델은 대안을 제공하지만, 실질적인 선택은 성공적인 결과, 대기 시간, 검토 노력에 달려 있다.

독립 측정은 모든 질문에 결론을 내리지는 않지만 유용한 맥락을 더한다. Artificial Analysis는 강력한 일반 역량을 제시하는 한편, 측정된 출력 속도는 MiniMax의 출시 수치와 차이를 보인다. 개발자와 기업 구매자에게 이 소식은 각 결과가 어떻게 측정됐는지 주의 깊게 살피며 모델 선택을 재평가할 이유를 만든다.

MiniMax M3.1 Flash, 프리뷰에서 정식 출시로 전환

구체적인 변화는 도구, 코드, 컴퓨터 인터페이스 전반에서 작업을 수행하도록 설계된 정식 출시 모델이다.

MiniMax의 모델 출시 세부 정보는 코딩, 자동화, 컴퓨터 사용, 사이버 보안을 중심으로 이번 출시를 설명한다. 이 회사는 개발자 인터페이스, 구독 서비스, MiniMax Code 애플리케이션을 통해 접근을 제공한다. 다운로드 가능한 모델 가중치는 추후 제공될 예정이라고 밝혔다.

이 차이는 모델이 어디에 적합한지 판단하는 조직에 중요하다. 호스팅 서비스로 제공되면 평가와 통합이 가능하다. 학습된 모델 매개변수를 담은 파일인 다운로드 가능한 가중치는 배포와 점검에 별도의 가능성을 열어준다. 향후 제공 약속이 오늘 이러한 선택지를 보장하는 것은 아니다.

회사는 이전에 익명으로 공개된 Space Bunny 모델이 초기 버전이었다고도 밝혔다. 이는 초기 실험과 명명된 출시 버전을 연결한다. 다만 이전 버전의 동작이 현재 제품의 성능을 자동으로 대변해서는 안 된다.

팀이 저장된 출력을 비교할 때는 버전 식별이 특히 중요해진다. 프리뷰 기간에 기록된 시연은 다른 구성, 제공 시스템 또는 모델 개정판을 반영할 수 있다. 구매자는 통합 결정의 근거로 삼기 전에 어느 출시 버전이 그 결과를 만들었는지 알아야 한다.

이번 출시는 ‘성능’의 서로 다른 의미도 포괄한다. 텍스트를 빠르게 생성하는 것은 하나의 역량이다. 올바른 동작을 선택하고, 실패한 도구 호출에서 복구하며, 코드 변경을 확인하는 것은 또 다른 역량이다. 한 영역의 개선이 나머지 영역에서도 동등한 향상을 입증하지는 않는다.

모델을 사용해 동작을 선택하고 실행하는 소프트웨어인 AI 에이전트는 이러한 차이를 분명하게 드러낸다. 코딩 에이전트는 파일을 읽고, 명령을 실행하며, 실패를 점검하고, 작업을 수정할 수 있다. 추가 단계마다 진전을 이루거나 문제를 해결하지 못한 채 리소스를 소비할 가능성이 새로 생긴다.

따라서 제품 발표에는 일반적인 모델 업데이트보다 폭넓은 상업적 주장이 담겨 있다. MiniMax는 구매자에게 자사 시스템을 단순한 답변 생성기가 아니라 애플리케이션 안에서 일하는 작업자로 평가해 달라고 요구하고 있다.

이는 신뢰할 수 있는 시연에 포함돼야 할 요소를 바꾼다. 매끄러운 최종 응답도 도움이 되지만, 어떤 파일이 바뀌었는지, 어떤 검사가 통과했는지, 어떤 가정이 미해결로 남았는지 같은 작업 기록이 더 중요하다. 유용한 평가는 완료와 그럴듯한 완료 설명을 구분할 수 있을 만큼 충분한 증거를 필요로 한다.

기존 사용자에게 정식 출시는 마이그레이션 결정도 요구한다. 새 릴리스는 익숙한 동작을 바꾸면서 어려운 작업을 개선할 수 있다. 팀은 같은 개발사의 다른 모델을 이미 사용하더라도 자체 워크플로를 검증해야 한다.

당장의 소식은 새로운 프로덕션 후보에 접근할 수 있게 됐다는 점이다. 더 큰 질문은 그 개선이 실제 애플리케이션의 제약 속에서도 유지되는가다.

더 낮은 에이전트 비용, 기존 워크플로에 압박

MiniMax의 절감 주장은 기존 워크플로의 경제성을 시험하지만, 관련 분모는 승인된 작업이다.

모델 사용 요금은 자동화 작업 비용의 일부일 뿐이다. 애플리케이션에는 도구 요금, 인프라 비용, 반복 시도, 사람의 검토 비용도 발생할 수 있다. 더 저렴한 모델 호출도 추가 수정이 필요하다면 더 비싼 워크플로를 만들 수 있다.

고객 문제를 조사하도록 에이전트에 요청하는 가상의 지원 업무를 생각해 보자. 시스템은 계정 정보를 조회하고, 문서를 검색하며, 이전 티켓을 확인하고, 응답 초안을 작성한다. 에이전트가 잘못된 계정을 선택하면 겉보기 절감 효과는 조사와 복구 작업으로 사라진다.

같은 논리는 코딩에도 적용된다. 모델은 근본 결함을 놓친 채 그럴듯한 패치를 빠르게 만들 수 있다. 다른 시스템은 프로젝트를 더 오래 점검한 뒤 의미 있는 검사를 통과하는 변경을 제공할 수 있다. 더 빠른 첫 응답이 반드시 더 저렴한 완료 작업을 뜻하지는 않는다.

여기서 이번 출시는 기존 모델 선택에 압박을 만든다. 어려운 자동화 작업에 비용을 지불하는 팀에는 평가할 또 하나의 후보가 생겼다. 기존 제공업체는 신뢰성, 완료율, 응답 시간 또는 통합상의 장점으로 자신의 위치를 정당화해야 한다.

이 압박은 애플리케이션 제작사에도 미친다. 모델이 기저 실행 능력을 개선한다면 제품의 가치는 얼마나 잘 맥락을 제공하고 결과를 검증하느냐에 더 크게 좌우된다. 같은 모델에 접근할 수 있다고 해서 경쟁 애플리케이션이 동등한 결과를 제공하는 것은 아니다.

강력한 애플리케이션은 증거가 부족할 때 에이전트를 중지할 수 있다. 사용할 수 있는 작업 이력을 보존하고, 동작을 적절한 범위로 제한하며, 결과를 점검 가능하게 만들 수 있다. 이런 결정은 사용자가 작업을 반복하거나 수정해야 하는 빈도에 영향을 미치므로 비용에도 영향을 준다.

따라서 기업 구매자에게 예산 문제는 조달을 넘어선다. 생성된 코드를 검토하고, 스프레드시트를 확인하거나, 고객 응답을 승인하는 사람도 워크플로 비용에 기여한다. 이들의 시간도 비교에 포함돼야 한다.

적절한 기준선은 일반적으로 이미 해당 작업을 처리하고 있는 시스템이다. 이는 다른 모델, 여러 모델의 조합 또는 대부분 수작업인 프로세스일 수 있다. 의미 있는 비교는 후보 간에 동일한 작업 요구사항과 승인 기준을 유지한다.

그렇지 않으면 지출 감소가 품질 저하를 가릴 수 있다. 검증을 건너뛰는 시스템은 답변의 근거를 제시해야 하는 시스템보다 더 저렴해 보이는 경우가 많다. 구매자는 비교 가능한 청구서를 해석하기 전에 비교 가능한 의무 조건을 갖춰야 한다.

용량을 늘리는 것과 기존 비용을 줄이는 것에도 차이가 있다. 낮은 사용 비용은 팀이 이전에는 무시했던 작업을 처리할 수 있게 할 수 있다. 이는 현재 예산을 직접 줄이지 않더라도 가치가 있을 수 있다.

이번 출시의 사업적 의미는 이렇게 확대된 선택지에 있다. MiniMax는 특히 반복 작업에서 기존 라우팅 결정을 재검토할 또 하나의 이유를 제공했다. 이점은 모델이 구매자의 실제 조건에서 허용 가능한 결과를 유지할 수 있는지에 달려 있다.

더 빠른 생성이 바꾸는 것은 작업의 일부뿐

텍스트 생성 속도는 검증된 결과에 이르는 경로를 단축할 때 에이전트 경제성에 도움이 된다.

추론은 학습된 모델을 실행해 답변을 생성하는 과정이다. MiniMax는 효율성 향상을 선택된 계산 작업을 줄이는 더욱 적극적인 희소성에 기인한다고 설명한다. 발표는 주장된 개선을 독립적으로 재현하기에 충분한 구현 세부 정보가 아니라 높은 수준의 설명을 제공한다.

이전 M3 아키텍처는 이미 입력 내 관계를 선택적으로 처리하는 방식인 희소 어텐션을 강조했다. 이 이력은 효율성이 기존 개발 우선순위였음을 보여준다. 그렇다고 모든 아키텍처 세부 사항이 새 릴리스에 그대로 이어졌음을 입증하지는 않는다.

중요한 구분은 모델 내부 계산과 애플리케이션 전체 실행 시간 사이에 있다. 작업에는 문서 읽기, 브라우저 대기, 소프트웨어 테스트 실행, 외부 서비스 확인이 포함될 수 있다. 더 빠른 생성은 그 순서의 일부에만 영향을 미친다.

생성이 워크플로를 지배한다면 향상된 출력 속도는 상당한 차이를 만들 수 있다. 애플리케이션이 대부분의 시간을 다른 시스템을 기다리는 데 쓴다면, 같은 개선이 완료 시간에는 더 작은 변화를 가져온다.

동작 횟수도 중요하다. 직접적인 경로를 선택하는 에이전트는 텍스트를 더 느리게 생성하더라도 더 빨리 끝낼 수 있다. 실패한 접근법을 반복해서 다시 시도하는 에이전트는 더 빠른 출력의 이점을 지워버릴 수 있다.

이는 계획 품질을 효율성 이야기의 일부로 만든다. 더 나은 판단은 불필요한 검색, 중복 파일 읽기, 피할 수 있는 수정을 없앨 수 있다. 이러한 절감은 처리량 측정치뿐 아니라 작업 이력에도 나타난다.

모델의 추론 동작은 또 다른 변수를 만든다. 추론은 최종 답변을 제공하기 전에 문제를 해결하기 위해 사용하는 추가 모델 처리를 뜻한다. 더 많은 추론은 어려운 작업을 지원할 수 있지만, 더 단순한 작업에서는 시간과 출력을 늘린다.

따라서 구매자는 속도 향상이 대기 시간의 동일한 감소로 직접 이어진다고 가정해서는 안 된다. 결과는 애플리케이션이 모델에 무엇을 요구하는지와 어떤 다른 구성 요소가 진전을 제약하는지에 따라 달라진다.

긴 입력도 비슷한 구분을 만든다. 컨텍스트 윈도우는 모델이 하나의 요청 안에서 고려할 수 있는 자료의 양이다. 더 큰 용량은 애플리케이션이 관련 정보를 제공하는 데 도움이 될 수 있지만, 용량만으로 모든 세부 정보를 정확하게 활용한다는 사실이 입증되지는 않는다.

리포지토리 작업에서 결정적인 질문은 시스템이 관련 코드를 식별하고 중요한 제약을 보존하는가다. 문서 분석에서는 답변이 원본 자료를 따르고 상충하는 증거를 올바르게 처리하는가가 중요하다.

이는 관찰 가능한 결과다. 팀은 어떤 파일이 패치를 뒷받침했는지 또는 어떤 구절이 결론을 뒷받침했는지 점검할 수 있다. 이 증거는 입력과 명확한 연결 없이 답변이 빠르게 도착하는 것보다 효율성을 더 유용하게 설명한다.

MiniMax의 기술적 포지셔닝은 까다로운 작업을 실행하는 데 필요한 리소스를 줄이겠다는 상업적 목표와 일치한다. 전체 순서가 겉보기 개선을 실질적인 절감으로 바꿀 수 있는지를 결정하는 애플리케이션 수준에서는 검증 부담이 여전히 남는다.

독립 측정이 출시 주장을 보완

독립 테스트는 이 모델을 진지하게 검토할 근거를 제공하는 동시에, 기업 수치에는 측정 맥락이 필요하다는 점을 보여준다.

검토 시점에 Artificial Analysis는 Intelligence Index 점수 43과 초당 약 105토큰의 출력 처리량을 제시했다. 해당 독립 모델 측정치는 이 모델의 응답이 장황한 편이라고도 설명한다. 이러한 관찰은 MiniMax 자체 평가와 함께 외부 기준점을 제공한다.

MiniMax는 초당 200토큰을 넘는 출력 속도와 170토큰 이상의 중앙값 속도를 보고합니다. 토큰은 모델이 처리하는 텍스트 단위입니다. 이 수치는 생성 처리량을 설명하며, 회사의 주장으로 귀속되어야 합니다.

측정치 간 차이만으로 어느 한쪽이 틀렸다고 단정할 수는 없습니다. 서빙 환경, 요청 구성, 입력 길이, 테스트 설정은 성능에 영향을 줄 수 있습니다. 이러한 조건이 일치하지 않는다면, 독자는 이 수치를 동등한 실험으로 간주할 수 없습니다.

실질적인 결론은 더 제한적이면서도 유용합니다. 구매자는 자신이 이용하려는 접근 경로를 측정해야 합니다. 동일한 이름의 모델을 제공하더라도, 퍼스트파티 애플리케이션과 다른 호스팅 경로는 서로 다른 경험을 제공할 수 있습니다.

출력 길이 역시 비교를 복잡하게 만듭니다. 더 많은 텍스트를 생성하는 모델은 답에 도달하기 전에 추가 리소스를 사용할 수 있습니다. 추가 추론이 결과를 개선할 수도 있지만, 작업에 필요하지 않은 일을 만들어낼 수도 있습니다.

따라서 텍스트 처리 단가가 낮다고 해서 작업 비용이 비례해 줄어든다는 뜻은 아닙니다. 애플리케이션의 총 소비량은 전송하는 자료의 양, 모델이 생성하는 양, 재시도 빈도에 따라 달라집니다.

종합 역량 점수는 다른 질문에 답합니다. 이는 여러 평가의 성능을 요약한 것입니다. 특정 회사의 문서 형식, 소프트웨어 저장소 또는 고객 지원 프로세스에서의 성공률을 입증하지는 않습니다.

이 때문에 단일 리더보드 순위만으로 배포를 결정해서는 안 됩니다. 모델은 전반적으로 좋은 성능을 보이면서도 구매자에게 중요한 특정 요구 사항에서는 어려움을 겪을 수 있습니다. 다른 모델은 전체 점수가 낮더라도 좁은 업무 영역에는 더 적합할 수 있습니다.

DeepSeek과의 경쟁도 이러한 맥락에서 봐야 합니다. 유용한 직접 비교 평가는 작업, 도구, 완료 기준을 동일하게 유지해야 합니다. 관련 없는 출시 차트를 비교하는 것은 실제 업무를 어떤 시스템이 처리해야 하는지에 대해 더 적은 정보를 제공합니다.

여기에서 이용 가능한 독립적 근거는 보편적 순위보다는 평가를 뒷받침합니다. 이는 출시를 검토할 이유를 제공하는 한편, 홍보 수치를 곧바로 운영 가정으로 옮기는 것에 경고를 보냅니다.

구매자에게 가장 생산적인 해석은 조건부입니다. 더 빠른 출력과 낮은 처리 비용은 기회를 만듭니다. 일관된 완료, 관리 가능한 장황함, 수용 가능한 검토 노력은 그 기회가 애플리케이션에 얼마나 반영되는지를 결정합니다.

코딩 시연에는 완성된 답변 이상의 근거가 필요하다

설득력 있는 에이전트 결과에는 자신감 있는 완료 메시지뿐 아니라 검증 가능한 변경 사항과 보존된 제약 조건이 포함되어야 합니다.

MiniMax의 문서화된 작업 예시에는 Flowdesk라는 지원 티켓 애플리케이션을 최적화하는 사례가 포함되어 있습니다. 설명된 작업은 느린 상호작용을 진단하고, 프로젝트를 변경하며, 결과를 확인하는 과정으로 이루어집니다. 이는 독립적인 보장이 아니라 회사가 문서화한 사례입니다.

이 사례는 여러 종류의 작업을 연결한다는 점에서 관련성 있는 사용 사례를 보여줍니다. 에이전트는 증상을 조사하고, 소프트웨어 동작을 이해하며, 집중적인 변경을 수행하고, 결과를 검증해야 합니다. 각 단계는 독립적으로 실패할 수 있습니다.

시스템은 눈에 보이는 상호작용을 개선하면서 관련 없는 기능을 손상시킬 수 있습니다. 원래 원인을 식별하지 못한 채 그럴듯한 변경을 수행할 수도 있습니다. 영향을 받은 동작을 실제로 실행하지 않는 검사에 근거해 성공을 보고할 수도 있습니다.

이러한 가능성은 승인 기준이 중요한 이유를 설명합니다. 유용한 결과는 유리해 보이는 측정치만 개선하는 것이 아니라 사용자가 의존하는 기능을 보존해야 합니다. 평가는 의도한 변경과 주변 동작을 모두 고려해야 합니다.

에이전트가 다른 소프트웨어를 조작할 때 이 구분은 더욱 중요해집니다. 컴퓨터 사용이란 작업을 수행하기 위해 인터페이스와 상호작용하는 것을 뜻합니다. 잘못된 해석은 최종 응답에서 문제가 드러나기 전에 파일이나 레코드를 변경할 수 있습니다.

예시적인 스프레드시트 작업 흐름에서, 겉보기에는 올바른 요약이 잘못된 수식이나 누락된 출처를 감출 수 있습니다. 최종 문서는 검토자가 원본 데이터, 가정, 계산을 구분할 수 있게 해야 합니다. 그렇지 않으면 세련된 표현이 불확실성을 더 알아보기 어렵게 만들 수 있습니다.

지식 노동에서는 출처 품질에 대한 유사한 의존성이 발생합니다. 모델이 지침을 신중하게 따르더라도 중요한 정보가 전달되지 않으면 약한 답변을 낼 수 있습니다. 오래된 문서를 제공하면 그 밖에는 역량 있는 시스템도 약화될 수 있습니다.

이러한 입력 자료를 정리하는 팀에게 검색 가능한 지식 기반은 작업 흐름의 별도 부분을 다룹니다. 검색과 생성은 각각 오류를 일으킬 수 있으므로 각자의 검사가 필요합니다.

사이버보안 결과에도 같은 엄격함이 필요합니다. MiniMax는 CyberGym에서 82% 점수를 기록했다고 보고하며, 더 광범위한 내부 보안 평가를 설명합니다. 이는 회사의 주장으로, 벤치마크 결과가 소프트웨어 보안에 대한 포괄적 보장이 되어서는 안 됩니다.

구매자는 그 결과를 다른 곳에 적용하기 전에 평가가 무엇을 요구했는지 알아야 합니다. 알려진 문제를 재현하고, 새로운 취약점을 식별하고, 수정 사항을 확인하는 것은 서로 다른 활동입니다. 하나에서의 성공이 세 가지 모두에서 일관된 성능을 입증하지는 않습니다.

따라서 이번 출시는 모델 비교와 함께 운영상의 질문도 제기합니다. 애플리케이션은 사람들이 그 작업을 신뢰할 수 있을 만큼 충분한 근거를 제공할 수 있을까요? 로그, 테스트 결과, 출처 참조, 점검 가능한 산출물은 주장된 완료 상태를 더 쉽게 평가하게 합니다.

이 근거는 비용 논의도 뒷받침합니다. 검토자가 결과를 효율적으로 검증할 수 있다면, 역량 있는 모델은 더 유용해집니다. 반대로 전체 작업을 재구성해야 한다면, 낮은 처리 비용과 상당한 인적 노력이 공존할 수 있습니다.

절감 효과가 유지되는지 보여줄 세 가지 신호

다음으로 의미 있는 근거는 반복 가능한 작업 경제성, 배포된 동작, 그리고 약속된 모델 가중치 공개에 관한 것입니다.

첫 번째 신호는 동일한 조건에서 완료된 작업을 독립적으로 측정하는 것입니다. 향후 몇 달 동안 유용한 평가는 성공률을 리소스 소비량 및 경과 시간과 함께 제시해야 합니다. 더 저렴한 시도는 동일한 요구 사항을 충족하는 더 저렴한 결과보다 중요성이 낮습니다.

모델이 품질을 유지하면서 총 작업량을 반복적으로 줄인다면, 이 근거는 MiniMax의 주장을 강화할 것입니다. 절감 효과가 더 좁은 작업, 축소된 검사 또는 빈번한 사람의 개입에 의존한다면 주장은 약화될 것입니다.

결과는 시작 조건도 구분해야 합니다. 깨끗한 프로젝트에서 작업하는 에이전트는 일부만 복구된 환경에 들어가는 에이전트와 다른 과제에 직면합니다. 반복 비교에는 독자가 시스템이 실제로 무엇을 달성했는지 이해할 수 있도록 충분한 절차적 세부 정보가 필요합니다.

두 번째 신호는 초기 출시 기간 이후 애플리케이션에서 나타나는 동작입니다. 구매자는 일관된 응답 시간, 관리 가능한 출력 길이, 실패한 작업으로부터의 신뢰할 수 있는 복구를 살펴봐야 합니다. 이러한 특성은 매력적인 평가가 일상 업무를 뒷받침할 수 있는지를 결정합니다.

성공적인 배포는 사용자가 수용 가능한 범위 안에서 시스템의 동작을 예측할 수 있음을 보여줄 것입니다. 평균 결과가 경쟁력을 유지하더라도 지속적인 변동은 계획을 더 어렵게 만들 것입니다.

이 신호는 통합 비용도 포함합니다. 팀이 이번 출시를 수용하기 위해 광범위한 변경을 해야 한다면, 그러한 변경도 사업성 평가에 포함되어야 합니다. 모델은 더 나은 역량을 제공하면서도 그 역량이 유용해지기 전에 추가 엔지니어링을 요구할 수 있습니다.

세 번째 신호는 약속된 모델 가중치와 관련 조건의 공개입니다. MiniMax는 가중치가 나중에 제공될 것이라고 말합니다. 그때까지 조직은 실제로 사용할 수 있는 접근 옵션을 기반으로 배포 결정을 내려야 합니다.

공개는 기술 팀에 이용 가능한 배포 경로에 관한 더 많은 정보를 제공할 것입니다. 라이선스와 지원 자료가 어떤 옵션이 실용적인지 결정할 것입니다. 출시가 지연되면 호스팅된 평가가 당장의 경로로 남게 됩니다.

이 신호들은 논의를 구매자의 결정을 바꾸는 근거에 집중시킵니다. 또 하나의 유리한 시연은 재현 가능한 비교나 명확한 결과가 있는 배포 기록보다 덜 기여할 것입니다.

더 넓은 경쟁 효과는 이러한 결과에 달려 있습니다. 더 낮은 비용의 모델이 까다로운 작업을 일관되게 처리한다면, 기존 제공업체는 더 높은 지출을 정당화해야 한다는 압박을 받습니다. 검증과 수정이 차이를 흡수한다면, 헤드라인의 절감 효과는 덜 결정적이 됩니다.

MiniMax M3.1 Flash를 고려하는 팀은 누군가가 실제로 결과를 확인할 수 있는 대표 작업부터 시작해야 합니다. 원래 입력을 보존하고, 실행 전에 승인 기준을 정의하며, 승인된 결과에 도달하는 데 필요한 작업을 기록하십시오. 모델 소비량과 함께 실패한 시도와 검토 시간도 포함하십시오. 그런 다음 그 기록을 현재 업무를 수행하는 시스템과 비교하십시오. 이는 공개 벤치마크가 엇갈리거나 서빙 속도가 변하더라도 애플리케이션과 관련된 근거를 만듭니다. 검토자가 결과가 통과하거나 실패한 이유를 설명할 수 있을 만큼 시험 범위를 충분히 좁게 유지하십시오. 접근을 확대하기 전에 구체적인 질문을 던지십시오. 새 모델은 팀이 수용할 준비가 된 작업을 제공하는 데 필요한 리소스를 줄이는가?