메타, 8160억 매개변수 뮤즈 스파크 오픈 공개…맥 스튜디오 두 대에서 구동

메타가 매개변수 8160억 개짜리 오픈웨이트 모델을 풀었다. 클라우드 없이 맥 스튜디오 두 대에서 돌아간다는 점이 이번 발표의 핵심이다.

메타 뮤즈 스파크 오픈, 무엇을 공개했나

메타가 10월 15일(현지시간) 뮤즈 스파크 오픈(Muse Spark Open)의 가중치를 공개했다. 회사는 이 모델을 "지금까지 나온 미국 오픈웨이트 모델 가운데 가장 성능이 높다"고 소개했다. 매개변수는 총 8160억 개, 이 가운데 실제 연산에 쓰이는 활성 매개변수는 420억 개다. 전문가 혼합(MoE) 구조로, 전체를 다 쓰지 않고 필요한 부분만 골라 계산하는 방식이다.

컨텍스트 창은 100만 토큰이다. 책 한 권 분량을 통째로 넣고도 앞뒤 맥락을 유지한다는 뜻이다. 텍스트뿐 아니라 이미지, 문서, 오디오, 영상까지 처음부터 함께 처리하도록 학습된 멀티모달 모델이기도 하다. 메타는 코딩과 에이전트 작업에 특히 강하다고 강조했다. 그런데 이 모델을 정말 내 컴퓨터에서 돌릴 수 있을까?

주목할 점은 실행 환경이다. 애플이 시연한 것처럼 맥 스튜디오(M5 울트라) 두 대에 MLX 프레임워크를 얹으면 로컬에서 구동된다. 헤드라인만 보면 "클라우드 없이 데스크톱에서 도는 초대형 모델"이 된다.

맥 스튜디오에서 돌아간다는 게 무슨 의미인가

데스크톱 구동은 개발자에게 현실적인 변화다. 그동안 이런 규모의 모델을 쓰려면 클라우드 GPU를 빌려야 했다. 토큰당 요금을 내거나, 회사 방화벽 밖으로 데이터를 보내야 한다는 뜻이다. 뮤즈 스파크 오픈은 모델 가중치를 직접 내려받아 자기 장비에서 돌릴 수 있다.

다만 조건이 만만치 않다. 하깅페이스 모델카드에 따르면 맥 스튜디오 두 대가 필요하고, M5 울트라처럼 메모리가 큰 상위 기기가 전제다. 한 대짜리 보급형 맥으로는 감당이 안 된다는 얘기다. 하드웨어 값만 따져도 상당한 초기 비용이 든다.

배포 프레임워크 지원 폭은 넓다. SGLang, vLLM, 하깅페이스, 텐서RT-LLM, 언슬로스, 라마.cpp가 모두 첫날부터 지원을 붙였다. 엔비디아와 AMD, 인텔 하드웨어에 맞춰 최적화했고, NVFP4와 BF16 두 가지 가중치를 함께 제공한다. 정밀도를 낮춘 NVFP4 버전을 쓰면 메모리 부담을 줄일 수 있다.

성능은 어디까지 믿을 수 있나

메타는 뮤즈 스파크 오픈을 뮤즈 스파크 1.3과 같은 기반 위에 올렸다고 밝혔다. 안전성 관련 추가 학습도 얹었다고 덧붙였다. 문제는 구체적인 수치다. 메타가 내세운 성능 지표는 대부분 회사 자체 측정값이다.

제3자 평가기관 아티피셜어낼리시스(Artificial Analysis)의 평가와 아레나 순위가 일부 나와 있지만, 공개 초기라 표본이 적다. 벤더가 내놓은 벤치마크와 독립 기관의 결과는 항상 나란히 봐야 한다. "미국 최강 오픈웨이트"라는 표현은 어디까지나 메타의 주장이라는 점을 기억해 두는 편이 낫다.

누가 써볼 만한가

가중치를 직접 통제해야 하는 팀에게 의미가 크다. 민감한 코드나 문서를 외부 클라우드에 올리기 어려운 조직은 자체 장비에서 모델을 돌릴 수 있다. 파인튜닝을 붙여 특정 업무에 맞추려는 개발자에게도 선택지가 된다.

반대로 대부분의 일반 사용자에게는 당장 체감 변화가 크지 않다. 클라우드 API로 충분한 사람은 굳이 상위 맥을 살 이유가 없다. 이번 발표는 "무료로 쓸 수 있는 모델이 하나 늘었다"기보다 "오픈웨이트 진영에 대형 모델이 하나 더 들어왔다"는 쪽에 가깝다.

앞으로 볼 것

핵심은 성능 주장이 실제 환경에서 버티는지다. 아티피셜어낼리시스와 아레나의 평가가 채워지면 메타의 "최고" 주장이 어디까지 사실인지 가늠할 수 있다. 맥 스튜디오 두 대 구성의 실사용 속도와 비용도 확인이 필요하다.

뮤즈 스파크 오픈은 지금 하깅페이스에서 내려받을 수 있다. SGLang이나 vLLM 같은 프레임워크로 띄우면 되고, 라이선스는 메타가 붙인 뮤즈 모델 라이선스를 따른다.