메타가 처음으로 프런티어 등급 모델을 내놨다. 성능 지표는 최상위권에 올랐지만, 절반은 유료 구독자만 쓸 수 있고 벤치마크 수치 대부분은 메타 자체 측정값이다.
메타가 내놓은 뮤즈 원더, 무엇이 달라졌나
메타 초지능연구소(MSL)가 지난 10월 12일 새 모델 뮤즈 원더(Muse Wonder)와 상위 버전 뮤즈 원더 풀(Muse Wonder Full)을 공개했다. 회사가 "프런티어"라는 표현을 쓴 건 이번이 처음이다. 앞서 내놓은 뮤즈 스파크가 가볍고 빠른 모델을 지향했다면, 뮤즈 원더는 모델 크기 자체를 키워 복잡한 작업을 처리하는 쪽에 무게를 뒀다.
마크 저커버그 최고경영자(CEO)는 공개 영상에서 "뮤즈 스파크가 우리의 첫 모델 제품군이었다면, 훨씬 큰 뮤즈 원더는 우리를 최첨단으로 이끌었다"고 말했다. AI 사업을 총괄하는 알렉산더 왕 최고AI책임자(CAIO)도 블룸버그에 "시중에서 가장 우수한 모델과도 충분히 경쟁력이 있다고 확신한다"고 밝혔다. 오픈AI와 앤트로픽이 차지해 온 자리를 정면으로 겨냥하겠다는 신호다.
이번 발표로 메타 주가는 전일 종가 대비 3.38% 오른 742.96달러에 마감했다. 시장이 최소한 "메타도 이제 진짜 경쟁자"라는 메시지로 받아들였다는 뜻이다.
액티브 메모리: 대화를 기억하는 게 핵심 기능
뮤즈 원더에서 메타가 가장 강조한 건 기억이다. 회사가 액티브 메모리(active memory)라고 부르는 기능으로, 사용자와 나눈 대화 이력과 선호, 습관을 계속 쌓아 둔다. 챗봇을 한 번 쓰고 창을 닫으면 맥락이 사라지던 이전 방식과 다르다.
구체적으로 메타는 여러 날에 걸친 연속 학습과 기억 구축을 겨루는 MemoryBench 벤치마크를 제시했다. 메타 자체 측정에 따르면 뮤즈 원더는 이 지표에서 페이블, 오픽스, 아스트라보다 높은 점수를 받았다. 다만 이 역시 회사가 직접 돌린 결과이며, 외부 기관의 독립 검증은 아직 나오지 않았다.
여기에 액티브 포커스(active focus)도 붙었다. 복잡하고 모호한 작업을 하다 오류가 나면 스스로 다른 접근법을 시도해 목표를 끝까지 완수하는 방식이다. 사용자 입장에서는 "한 번 지시하면 중간에 멈추지 않고 끝까지 처리하는 비서"에 가까워지는 셈이다.
성능 지표는 어디까지 믿을 수 있나
메타 모델카드에 따르면 뮤즈 원더와 뮤즈 원더 풀은 클로드 페이블 5.1, GPT-6 아스트라와 비슷한 수준의 벤치마크 점수를 낸다. 이는 어디까지나 메타의 테스트 결과다.
제3자 평가기관인 아티피셜어낼리시스(Artificial Analysis)의 초기 평가는 조금 더 구체적이다. 이 기관은 뮤즈 원더의 지능지수(AAII)를 52점으로 책정해 클로드 페이블 5.1, GPT-6 아스트라, 제미나이4 아르곤(각 53점)에 이어 공동 7위에 올렸다. 상위 버전인 뮤즈 원더 풀은 56점을 받아 선두인 클로드 오퍼스 5.5(58점)에 이어 공동 2위를 기록했다. 벤치마크를 직접 돌려본 게 아니라 기관이 자체 프레임으로 매긴 값이라는 점은 감안해야 한다.
정리하면 이렇다. 메타가 내세운 최상위 성능은 최소한 "경쟁권에 진입했다"는 수준까지는 확인된다. 다만 "1위"라는 주장은 아직 메타의 말이다.
가격과 이용 방법: 절반은 구독자 전용
쓰고 싶다면 두 가지 경로가 있다. 뮤즈 원더는 메타 모델 API를 통해 쓸 수 있고, 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러로 책정됐다. GPT-6 솔이나 오픽스 5.5와 비슷한 가격대다.
문제는 뮤즈 원더 풀이다. 이 상위 모델은 뮤즈 코드 구독자만 쓸 수 있고 API로는 아예 제공되지 않는다. 최고 성능을 쓰려면 API 개발자가 아니라 메타 생태계에 들어와야 한다는 뜻이다. 두 모델 모두 메타의 AI 에이전트 앱 뮤즈(Muse)를 구동하는 데 쓰인다.
메타는 이번 모델들이 오하이오주 중부의 프로메테우스 데이터센터에서 학습됐다고 밝혔다. 기가와트급 연산 인프라를 갖춘 이 시설은 올해 초 가동을 시작했다. 개인정보 유출 방지와 사이버 공격 방어 기능도 강화했다고 회사는 덧붙였다.
앞으로 볼 것
과연 메타의 "최첨단" 주장은 어디까지 사실일까. 회사는 이번 모델이 벤치마크에서 앞선다고 주장하지만, 실제 사용 환경에서 그 성능이 유지되는지가 관건이다. 기억 기능은 지원 범위와 유지 기간을 API 문서로 확인할 필요가 있다. 아티피셜어낼리시스의 전체 평가가 마무리되면 메타의 "최첨단" 주장이 어디까지 사실인지 더 분명해질 것이다.
