메타는 가장 앞선 모델을 교사로 삼아 보급형 모델을 다시 학습시켰다. 무료 사용자가 받은 건 후자다.
Meta Muse Wonder를 교사로 쓴 배포 전략
메타의 선택은 성능표가 아니라 배포 방식에서 갈린다. 회사는 11월 6일 AI 리서치 블로그에 ‘Bringing Specialized Models to Muse and Meta AI’를 올리고, 기존 모델을 특화한 새 버전을 Muse와 Meta AI 사용자에게 배포한다고 밝혔다.
학습 재료는 Muse Wonder다. 메타가 몇 주 전인 10월 12일 공개한 최상위 계열이고, 이번 모델은 그 계열을 써서 기존 모델을 다시 학습한 결과물이며, 회사가 내건 목표는 최상위 기능 일부를 소수에게 남기지 않고 더 많은 사람에게 옮기는 것이다. Muse Wonder는 더 어려운 작업에 남아 있다.
무료로 간 건 특화 모델이다.
Muse Active Memory가 유지하는 것
기능의 핵심은 기억의 수명이다. Active Memory는 임시 정보와 영구 정보를 구분하고, 시간을 가로질러 추론하며, 아직 쓸모 있는 것과 지난 것을 가려내도록 학습됐다.
쓰임은 메신저에서 드러난다. WhatsApp이나 Instagram DM에서 며칠 전에 말한 조건을 다시 설명하지 않아도 모델이 이어받는 식이다. 국내에서는 WhatsApp보다 인스타그램 DM과 페이스북 메신저가 익숙하다. 다만 한국어 대화에서 기억이 얼마나 오래 유지되는지는 메타가 밝히지 않았다.
90%와 47%는 메타 자체 평가다
이 숫자를 어디까지 믿어야 할까? 출처는 메타 자신이다. Active Memory 평가에서 현재 Muse 모델은 중요한 맥락을 90%의 작업에서 제대로 썼고, 이전 모델은 76%였다. 회사는 이 차이를 핵심 정보를 잊는 비율이 2.4분의 1로 줄었다고 설명한다. 속도나 처리량이 2.4배라는 뜻은 아니다.
자체 Personal Superintelligence Index에서는 47%로 이전 모델의 38%를 앞섰다. 두 평가 모두 작업 수와 문항 구성이 공개되지 않았고, 외부 기관이 같은 조건으로 재현한 결과도 아직 없다.
Muse agent update의 다른 축, Active Focus
기억만 바뀐 게 아니다. Active Focus는 작업이 예상 밖의 문제를 만났을 때 다시 시도하고, 복구하고, 다른 경로를 찾도록 학습된 능력이다.
메타는 예상치 못한 문제가 생기는 일상 작업에서 완료율이 67% 개선됐다고 적었다. 출발점이 되는 완료율은 공개하지 않았다. 같은 발표에서 회사는 Meta AI models가 복잡한 문제를 더 또렷한 단계로 쪼개고, 되묻는 질문을 날카롭게 만들고, 대화 중간에 사용자가 방향을 바꿔도 따라간다고 설명한다.
공개되지 않은 Meta AI models의 빈칸
빈칸이 많다. 모델 크기와 구조, 학습 데이터, 특화 모델을 만든 방법은 공개되지 않았고, 어떤 수치도 독립 검증을 거치지 않았다. Meta AI에는 별도 성능 수치가 없다. 기억을 직접 열어 보고 지울 수 있는 제어 기능도 이번 발표에 없다.
경쟁사와의 차이는 배포 위치다. The New Stack에 따르면 OpenAI의 Dots와 Anthropic의 Duet 같은 에이전트 기능은 여전히 가장 비싼 유료 등급에 묶여 있다. 마크 저커버그는 X에서 이번 업그레이드가 Active Memory와 Active Focus를 모든 사람에게 가져간다고 적었다.
남은 질문은 검증이다. 90%와 67%가 독립 평가에서도 유지되는지, 기억이 쌓일수록 오래된 정보를 지우는 규칙이 어떻게 동작하는지가 다음 관찰 지점이다.
