2026년 4월 8일, Meta가 조용히 AI 역사를 다시 썼어요.
Muse Spark — Meta Superintelligence Labs의 첫 번째 모델이에요. 코드명은 "아보카도(Avocado)". 개발 기간은 딱 9개월이에요.
그리고 이 발표는 단순한 모델 출시가 아니에요. Meta가 지난 5년간 쌓아온 오픈소스 전략을 사실상 버린다는 선언이에요.
왜 Llama를 버렸나
Llama 4의 참패
2025년 4월, Meta는 Llama 4를 출시했어요. 결과는 처참했어요.
개발자 커뮤니티의 반응은 "실망스럽다"였고, ChatGPT나 Claude와 비교해서 성능이 뒤처진다는 평가가 쏟아졌어요. 더 심각한 건 Meta가 벤치마크 조작 의혹까지 받았다는 거예요. 일반 사용자에게 제공한 버전보다 더 좋은 버전으로 벤치마크를 측정했다는 거죠.
저커버그는 이 결과에 격분했어요.
Alexandr Wang 영입과 140억 달러 베팅
2025년 6월, Meta는 Scale AI의 공동창업자 겸 CEO Alexandr Wang을 Meta 최초의 CAO(Chief AI Officer)로 영입했어요. 동시에 Scale AI 지분 49%를 143억 달러에 인수했어요.
Scale AI는 AI 학습 데이터 레이블링 분야의 독보적 1위예요. 고품질 학습 데이터가 모델 성능을 결정한다는 걸 Meta가 깨달은 거예요.
Wang은 취임하자마자 AI 스택 전체를 처음부터 다시 만들었어요.
기존 Meta AI 팀 → 해체/재편
Llama 개발팀 → 역할 축소
Meta Superintelligence Labs → 新 설립
↓
9개월 뒤 → Muse Spark 출시
Muse Spark가 뭔가
핵심 특징
멀티모달 입력 — 텍스트, 음성, 이미지 모두 받아요. 출력은 텍스트만.
두 가지 모드
- 빠른 모드: 일상 질문에 즉답
- Contemplating(사고) 모드: 서브 에이전트를 병렬로 돌려서 복잡한 문제 분석. GPT Pro, Gemini Deep Think와 경쟁하는 고추론 모드
배포 범위 — Meta AI 앱과 meta.ai 즉시 적용. WhatsApp, Instagram, Facebook, Messenger, AI 글래스에 순차 배포 예정.
무료 — 일부 사용량 제한은 있지만 기본 무료.
벤치마크 성능 — 어느 정도 수준인가
Meta가 공개한 벤치마크 결과예요. (독립 검증 전이라 주의 필요)
벤치마크 Muse Spark GPT-5.4 Claude Opus 4.6 Gemini 3.1 Pro
| GPQA Diamond (PhD 추론) | 89.5% | 92.8% | 92.7% | 94.3% |
| HealthBench Hard (의료) | 42.8% | 41.9% | 미공개 | 미공개 |
| SWE-bench (코딩) | 77.4% | ~80%+ | 80.8% | 미공개 |
요약: 전반적으로 경쟁력 있지만 아직 최정상은 아님. 의료 벤치마크에서는 1위.
Meta 스스로도 코딩과 장기 에이전트 시스템에서 격차가 있다고 인정했어요.
왜 오픈소스를 버렸나
Muse Spark는 독점 모델이에요. Llama처럼 가중치를 공개하지 않아요.
단, Axios 보도에 따르면 나중에 오픈소스 버전을 별도 출시할 계획은 있어요.
이건 굉장히 의미 있는 전략 전환이에요.
오픈소스 전략의 한계
Llama를 무료로 풀면 커뮤니티가 쓰고, Meta는 AI 생태계에서 영향력을 가져가는 전략이었어요. 근데 현실은 달랐어요.
문제 1: 성능이 GPT/Claude보다 뒤처지면 아무도 안 씀
문제 2: 오픈소스라 직접 수익화 불가
문제 3: 커뮤니티 평판이 Llama 4 이후 추락
반면 독점 모델로 가면 Meta의 30억 MAU를 가진 플랫폼(WhatsApp, Instagram, Facebook)에 직접 탑재해서 사용자 참여와 광고 수익으로 전환할 수 있어요.
Meta의 진짜 전략 — "개인 초지능"
Meta가 Muse Spark 발표 글에서 계속 강조한 단어가 있어요.
"Personal Superintelligence(개인 초지능)"
AI 어시스턴트를 단순한 챗봇이 아니라 각 개인에 완전히 맞춰진 슈퍼 어시스턴트로 만들겠다는 거예요.
이게 가능한 이유가 Meta한테 있어요. 30억 명의 Facebook, Instagram, WhatsApp 사용자 데이터예요.
일반 AI 어시스턴트:
"오늘 저녁 뭐 먹을까요?" → 일반적인 레시피 추천
Meta Personal AI:
"오늘 저녁 뭐 먹을까요?"
→ 네가 팔로우하는 요리 인플루언서가 올린 레시피
→ 네가 최근 Instagram에서 저장한 음식 게시물
→ 네 건강 데이터 기반 식단 추천
이걸 위해 Muse Spark는 Instagram, Facebook, Threads의 콘텐츠를 직접 참조해요.
쇼핑 모드 — 수익화의 핵심
Muse Spark에서 가장 주목할 기능이에요.
사용자: "이 재킷이랑 비슷한 거 찾아줘" (사진 첨부)
Muse Spark:
→ 이미지 인식
→ Instagram/Facebook에서 유사 스타일 아이템 찾기
→ 내가 팔로우하는 브랜드, 크리에이터 콘텐츠 연동
→ 구매 링크 제공
Meta의 광고 비즈니스와 직결돼요. AI 추천이 구매로 이어지면 Meta는 광고 수익을 얻어요. 이게 Muse Spark의 진짜 BM이에요.
개인정보 우려
Muse Spark를 쓰려면 Facebook 또는 Instagram 계정으로 로그인해야 해요.
Meta는 SNS 데이터가 AI에 어떻게 쓰이는지 명시하지 않았어요. 근데 Meta의 개인정보 정책은 원래 공개 사용자 데이터를 광범위하게 활용할 수 있어요.
즉, 내가 Facebook에 올린 사진, 좋아요, 팔로우 정보가 AI 개인화에 쓰일 가능성이 높아요.
Muse 시리즈 로드맵
Muse Spark는 시작이에요.
Muse Spark (현재): 소형, 빠름, 아키텍처 검증용
Muse [다음 모델]: 더 크고 강력한 버전 개발 중
Meta는 "각 세대가 다음 세대의 기반"이라는 체계적 스케일링 접근법을 강조했어요. DeepSeek R1처럼 작은 모델로 아키텍처를 검증하고 큰 모델로 확장하는 전략이에요.
개발자 관점 — API는 언제?
현재는 선택된 파트너에게만 비공개 프리뷰 API 제공이에요.
일반 개발자 API는 아직 미정이에요. Meta가 오픈소스 버전도 예고했으니 Llama처럼 무료 가중치 공개가 이뤄질 수도 있어요.
# 현재는 Meta AI 앱/웹에서 직접 사용 가능
# API: 파트너사 한정 비공개 프리뷰
# 오픈소스: 미정 (추후 출시 예정)
Llama는 완전히 끝인가
아니에요. Meta는 Llama 개발을 공식 중단하지 않았어요.
하지만 Muse Spark 출시로 내부 우선순위가 완전히 바뀐 건 명확해요. Llama는 외부 공개 오픈소스 모델로, Muse는 Meta 플랫폼 전용 독점 모델로 투 트랙 전략을 가져갈 가능성이 높아요.
마무리
Muse Spark의 의미를 한 줄로 정리하면 이래요.
"Meta는 AI 민주화(Llama)에서 AI 수익화(Muse)로 전략을 전환했다."
9개월 만에 GPT, Claude와 경쟁할 수준의 모델을 만든 건 인상적이에요. 코딩 등 일부 격차는 있지만, 의료 벤치마크 1위와 Meta 플랫폼 30억 MAU와의 결합은 무시할 수 없는 경쟁력이에요.
진짜 승부는 Muse 시리즈의 다음 모델이 나올 때예요. 😄
'LLM' 카테고리의 다른 글
| Mac TurboQuant 실전 가이드 — 쓰기 전vs후 비교 (0) | 2026.04.13 |
|---|---|
| Anthropic이 가장 강력한 모델을 공개하지 않은 이유 — Mythos Preview 완전 분석 (0) | 2026.04.10 |
| Speculative Decoding 완전 정리 — 추론 속도 2~3배 올리는 법 (0) | 2026.04.09 |
| KV Cache 완전 정리 — PagedAttention vs RadixAttention, SGLang이 빠른 이유 (1) | 2026.04.09 |
| LLM 지식 증류(Knowledge Distillation) 완전 정리 — 큰 모델의 지식을 작은 모델에 이식하는 법 (0) | 2026.04.09 |