메타 첫 프론티어 모델 ‘뮤즈 원더(Muse Wonder)’

메타의 새 프론티어 모델, 뮤즈 원더(Muse Wonder)가 나왔습니다.

10월 12일, 메타 슈퍼인텔리전스 랩이 뮤즈 원더와 상위 모델 뮤즈 원더 풀(Muse Wonder Full)을 함께 공개했습니다. 직전 모델인 라마 4가 기대에 못 미쳤다는 평가를 받은 다음, 조직을 통째로 갈아엎은 메타가 처음 들고나온 모델인데요.

라마를 버린 지 1년여 만에 메타는 ‘프론티어 2위’라는 결과를 들고 왔습니다. 발표 내용부터 한국에서 써 보는 방법까지 차례로 뜯어보겠습니다.

뮤즈 원더(Muse Wonder)와 뮤즈 원더 풀(Muse Wonder Full)

이번 발표의 주인공은 두 가지 모델입니다. 기본형 뮤즈 원더와 상위형 뮤즈 원더 풀이죠.

메타는 두 모델을 “개인·업무 에이전트 작업에서 최첨단”이라고 소개합니다. 블로그 첫머리의 문구도 “개인과 업무 에이전트에서 앞서는 프론티어 모델(A frontier model that leads on personal and professional agents)”입니다. “스케일링 사다리의 다음 단계이자 개인 초지능으로 가는 큰 도약”이라는 표현도 있고요.

한눈에 보는 주요 스펙

주요 스펙을 블로그와 모델 카드 기준으로 정리하면 이렇습니다.

• 컨텍스트: 100만 토큰
• 입출력: 입력은 글·이미지·영상·소리, 출력은 글
• 학습 기반: 기가와트급 프로메테우스 데이터센터에서 학습

모든 방향성은 ‘에이전트’

이번 모델의 모든 방향성은 “에이전트”에 쏠려 있습니다.

주목할 만한 동작 방식은 두 개인데요. 액티브 메모리(Active Memory)는 대화를 넘나들며 중요한 맥락을 들고 다니다가 필요할 때 꺼내는 구조고요. 액티브 포커스(Active Focus)는 막히면 다른 방법을 시도하고 중요한 행동 전에는 사용자에게 확인하는 동작 방식입니다.

데모 영상도 에이전트에 초점이 맞춰져 있습니다. 브라우저와 앱을 오가며 개인 사정에 맞춘 토요일 러닝 계획을 짜는 장면이 나오며, 모델이 캘린더에 “Long run - 14.1 km”(14.1km 장거리 달리기) 일정을 띄우는 식입니다.

제공 채널과 가격

제공 채널과 가격은 두 모델이 다릅니다.

• 뮤즈 원더: 메타 모델 API와 코딩 에이전트 구독 상품 뮤즈 코드(Muse Code)에서 당일부터 제공합니다. API 가격은 100만 토큰당 입력 4달러(한화 약 5,300원), 캐시 입력 0.2달러, 출력 20달러(한화 약 2만 6,700원)입니다. 직전 모델 뮤즈 스파크(Muse Spark) 1.3(입력 1.25달러·출력 4.25달러)의 약 3배죠.
• 뮤즈 원더 풀: API에 없습니다. 뮤즈 코드 구독 4등급(월 5·15·50·200달러, 한화 약 6,700원~26만 7,000원) 중 상위 2개 등급 전용입니다. 개발자 페이지의 가격란도 ‘-’로 비어 있습니다.

메타의 개인용 에이전트인 뮤즈 앱에는 “곧” 적용 예정이며 구독자만 쓸 수 있습니다. 일반 사용자 구독은 월 20달러(한화 약 2만 6,700원)와 100달러(한화 약 13만 3,500원) 두 가지라고 알려졌습니다.

가격에 대한 평가는 기준에 따라 갈립니다. 토큰 단가로는 오푸스 5.5(Opus 5.5)와 같고 GPT-6 아스트라(Astra, 입력 10달러·출력 50달러)보다 쌉니다. 반면 더 디코더(The Decoder)가 집계한 과제당 비용으로 보면 원더 풀이 4.52달러로 아스트라의 3.26달러보다 비쌉니다.

‘프론티어 2위’

메타가 공식 발표에 내세운 차트부터 보겠습니다.

자체 종합 지표인 개인 초지능 지수(Personal Superintelligence Index, PSI)에서 원더 풀이 59.1로, 오푸스 5.5의 55.2와 GPT-6 아스트라의 54.5를 앞섭니다. 다만 이건 메타가 스스로 만든 평가 기준이고요.

개발자 페이지의 벤치마크 표는 아래와 같습니다. 비교 대상은 오푸스 5.5, GPT-6 아스트라, 페이블 5.1(Fable 5.1)이고, 수치는 메타 자체 측정 위주입니다. 다만, 외부 독립 지표인 아티피셜 애널리시스(Artificial Analysis) 지수에서도 56점으로 오푸스 5.5(58점)에 이은 2위입니다. ‘프론티어 2위’라는 말의 출처가 여기서 나왔죠.

성능이 좋은 쪽은 PSI, 법률, 초장기 코딩, 그리고 기억입니다. 법률 벤치마크 Harvey LAB-AA는 오푸스 5.5의 3배가 넘고요. SWE-Marathon처럼 오래 걸리는 코딩 과제에서도 격차를 냅니다. 기억 벤치마크 MemoryBench도 좋은데요, 재미있게도 하위 모델 원더가 85.6으로 풀의 85.5보다 0.1 높습니다.

성능이 떨어지는 곳은 ProgramBench와 터미널 코딩, 헬스, 컴퓨터 조작(OSWorld 오푸스 5.5 81.8, 원더 풀 78.4)입니다.

정말로 쓸 만할까?

생각보다 높은 벤치마크 순위에 여러 사용자가 반응을 보였는데요.

약점은 금방 드러났습니다. 특히, 요즘 오푸스 5.5를 비롯한 최신 모델들이 정말 잘하는 3D/시각 데모 계열의 성능이 크게 떨어졌습니다. 비판이 이어지자 메타의 AI 책임자 알렉산더 왕(Alexandr Wang)은 X에서 “팀 전체가 바보가 된 기분이지만 사실이다. 3D 데모 게임은 명시적으로 학습하지 않았다. 실제 코딩 작업에 써 달라”라고 인정했습니다.

출시 당일에는 할당량이 비정상적으로 빨리 닳는 버그도 있었습니다. 왕이 몇 시간 뒤 수정 사실과 뮤즈 코드 사용량 리셋을 공지해야 했죠.

이러한 논란에도 당연하겠지만, 아직 실제 반응은 조금 더 봐야 합니다. 미리 모델을 제공받은 명사들의 호평이 있기도 해서요.

벤치마크 순위와 함께 개인을 위한 에이전트인 뮤즈 앱이 매우 좋은 평가를 받아온 만큼, 기대감이 커진 것은 사실입니다.

메타의 14개월과 에이전트 뮤즈

메타는 블로그에 “14개월 전 우리는 AI 작업을 바닥부터 갈아엎기 시작했다”고 직접 썼습니다.

그 14개월을 타임라인으로 끊어 보면 이렇습니다.

• 2025년 봄: 라마 4가 기대에 못 미치면서 AI 전략 재편이 시작됩니다.
• 2025년 여름: 스케일AI 창업자 알렉산더 왕을 영입해 조직을 메타 슈퍼인텔리전스 랩으로 재편합니다. 마크 저커버그도 발표 글에서 “시작한 지 이제 1년 남짓”이라고 했죠.
• 2026년: 첫 모델 뮤즈 스파크가 나옵니다. 가중치 비공개, 클라우드 전용입니다.
• 2026년 9월 8일: 개인 에이전트 앱 ‘뮤즈’가 미국에 출시됩니다. 앱스토어 생산성 1위, 평점 4.86(21만 4천여 건), 전 세계 약 900만 다운로드를 기록합니다.
• 2026년 10월 12일: 뮤즈 원더 공개.

에이전트 뮤즈

눈여겨볼 건 순서입니다. 개인을 위한 에이전트 앱 ‘뮤즈(Muse)’를 한 달 먼저 선보이고, 그다음에야 유료 모델을 공개한 겁니다. 모델을 먼저 풀고 생태계가 따라오길 기다리는 다른 랩들과 다른 전략이죠.

먼저 나온 뮤즈 앱의 성적은 꽤 좋습니다. 시장조사업체 센서타워에 따르면 뮤즈는 출시 22일 만에 다운로드 500만 건을 넘겼습니다. 같은 기록까지 챗GPT는 56일, 그록은 103일, 클로드는 492일이 걸렸죠.

정말로 “일을 대신 해 준다”는 체험담이 많습니다. 몰랐던 구독을 찾아 해지해 하루 만에 1년 치 1만 달러(한화 약 1,335만 원) 가까이 아꼈다거나, 챗GPT로 2시간 걸리던 일을 뮤즈로는 30분에 끝낸다는 식이죠. 실제로 개인을 위해 워킹하는 비서에 가깝다는 겁니다.

잡음도 있었습니다. 아마존은 9월 무단 접근과 보안 우려를 이유로 뮤즈가 자사 쇼핑몰에서 쇼핑하지 못하도록 막았습니다. ‘항상 허용’ 권한을 준 뮤즈가 중고 거래 제안을 혼자 수락하고 집 주소까지 넘겼다는 사례도 나왔고요. 메타는 설정된 권한 안에서 움직였다면서도, 그 의미를 화면에서 더 분명히 알려야 했다고 인정했습니다.

모델 성능에 대한 아쉬움도 있었습니다. “뮤즈는 정말 유용하지만 순수한 지능은 오픈AI·앤트로픽 최신 모델보다 뒤처진다”는 사용자 반응이 대표적입니다. 뮤즈 원더는 바로 그 빈틈을 메우려는 모델입니다.

이렇게 쓰기 쉬운 에이전트를 앞세워 모델을 내미는 모습은 후발 주자인 그록(Grok)과 닮았습니다. xAI도 그록을 자사 SNS인 X 안에 넣어 사용자를 모았고, 8월에는 실제 업무를 맡기는 에이전트 그록 봇(Grok Bot)을 내놨습니다. 벤치마크 점수만으로 선두 랩을 따라잡기보다, 사용자가 쉽게 쓸 만한 제품으로 승부하는 전략이죠.

메타만이 가진 강점

다만 메타가 쥔 사용자 접점은 그록보다도, 기존 랩들보다도 깊고 넓습니다. 오픈AI와 앤트로픽은 앱을 깔게 하는 것부터 시작해야 합니다. 반면 메타에는 페이스북, 인스타그램, 스레드, 왓츠앱처럼 사람들이 이미 매일 쓰는 앱이 있습니다.

그러니 홍보도 쉽습니다. 9월 중 2주 동안 메타 앱 안의 자체 광고 노출 가운데 절반이 뮤즈 홍보에 쓰였을 정도입니다.

접점은 데이터로도 이어집니다. 뮤즈 앱은 이메일·캘린더와 함께 인스타그램·페이스북 계정을 연결할 수 있습니다. 인스타그램 비즈니스 계정과 페이스북 페이지, 메타 광고 계정을 연결하면 무엇을 파는지, 고객이 무엇을 자주 묻는지까지 파악한다는 게 메타의 설명입니다.

에이전트가 일을 잘하려면 사용자의 맥락이 필요한데, 그 맥락이 이미 메타 앱 안에 쌓여 있는 셈입니다. 다른 랩이 좋은 에이전트를 만든 뒤 사용자와 맥락을 찾아 나서야 할 때, 메타는 이걸 이미 확보한 채 출발합니다.

한국에서는 지금 어떻게 써 볼 수 있나

다만, 문제는 이겁니다. 한국에서는 지금 이 모델을 쓸 길이 잘 안 보입니다. 10월 13일 기준으로 확인한 내용입니다.

뮤즈 앱은 한국 앱스토어에 없습니다. 메타의 공식 이용 가능 국가 페이지는 접근이 안 됐고 출시 일정 공개도 없습니다. VPN 우회로만 쓸 수 있는 상태입니다.

메타 모델 API에 한국에서 직접 가입할 수 있는지도 확인되지 않았습니다. dev.meta.ai에서 키를 발급하는 구조이고 오픈AI 호환 API인데요. “퍼블릭 프리뷰, 글로벌 접근 확대”라고만 적혀 있고 아직 국가 목록은 안 나왔습니다.

오픈라우터(OpenRouter)에는 등록돼 있습니다. meta/muse-wonder가 10월 12일 등록됐으며, 가격은 100만 토큰당 입력 4달러·출력 20달러, 컨텍스트는 100만 토큰입니다. 메타 API에 직접 가입하지 않고 오픈라우터 계정과 결제로 호출하는 현실적 경로입니다.

커서(Cursor)에는 아직 없습니다. 모델 문서에 올라 있는 메타 모델은 뮤즈 스파크 1.3 하나뿐입니다. 원더 추가 공지도 없고요. 아마존 베드락(Amazon Bedrock)에도 없습니다. 모델 목록의 메타 항목은 라마 3.x와 라마 4(매버릭·스카우트)뿐입니다.

마치며

메타가 돌아왔습니다. 꽤 좋다는 에이전트 앱을 먼저 낸 다음, 모델을 팔기 시작했고요. 그 모델은 심지어 지금 최고라는 오푸스 5.5에 버금간다고 합니다.

아직 한국에서 제대로 써보기도 힘든 모델이지만, 그 발표 소식을 먼저 전하고 싶은 생각이 들 만큼 눈길이 갑니다. 페이스북과 인스타그램, 스레드(그리고 한국에서는 잘 안 쓰이지만 엄청난 왓츠앱)를 보유한 기업이 만드는 모델과 에이전트니까요.

이제 판은 진짜 ‘에이전트 경쟁’으로 넘어가고 있습니다. 오픈AI와 앤트로픽이 주도하던 구도를 벗어나 정말로 새로운 경쟁이 시작될 수 있을까요?

이 글은 AI의 도움을 받아 작성했습니다.

ⓒ요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.