본문으로 건너뛰기
피드

메타, 슈퍼인텔리전스 랩 첫 작품 '뮤즈 스파크' 공개 — 오픈소스 버리고 폐쇄형으로

ai-ml 약 5분
vote
0
댓글
북마크

메타가 2조원 투자한 슈퍼인텔리전스 랩의 첫 모델 '뮤즈 스파크'를 공개했다. 라마4 수준 성능이지만 컴퓨트 효율 10배, 오픈소스 대신 폐쇄형으로 전략을 선회하면서 35억 DAU 플랫폼과 연동해 수익화를 노림.

  • 1

    스케일 AI 창업자 알렉산드르 왕이 이끈 팀이 AI 스택을 처음부터 재구축

  • 2

    라마4급 성능 + 컴퓨트 효율 10배 — MoE 아키텍처 + 최적화 추론 엔진

  • 3

    GPQA 89.5%로 프론티어에 못 미치지만, HealthBench·HLE에서 강세

  • 4

    오픈소스→폐쇄형 전환, 35억 DAU 플랫폼 연동으로 수익화 전략

메타, 슈퍼인텔리전스 랩 첫 작품 '뮤즈 스파크' 공개

  • 메타가 약 2조원을 투자해 만든 슈퍼인텔리전스 랩스의 첫 성과물 '뮤즈 스파크'를 공개함
    • 내부 코드명 '아보카도'. 스케일 AI 창업자 알렉산드르 왕(CAIO)이 이끄는 팀이 주도
    • 왕은 메타가 스케일 AI 지분 49%를 143억 달러에 인수하면서 영입된 인물
  • 기존 메타 AI 스택을 완전히 처음부터 재구축한 모델
    • 라마4와 비슷한 성능이지만 컴퓨트 효율성이 약 10배 높음
    • 새로운 MoE 아키텍처 + 최적화된 추론 엔진 적용
    • 에너지 소비를 크게 줄이면서 실시간 응답 속도 우수

벤치마크: 프론티어급은 아니지만, 틈새에서 강함

  • GPQA Diamond(PhD 수준 추론): 89.5% — 경쟁 모델에 뒤짐
    • 제미나이 3.1 프로: 94.3%
    • 클로드 오퍼스 4.6: 92.7%
    • GPT-5.4: 92.8%
  • 하지만 HealthBench에서 42.8%로 경쟁 모델들을 앞섬
    • HLE(인류의 마지막 시험)에서도 50.2%로 과학·수학·의료 추론 강점
  • Artificial Analysis 종합 52점 vs 제미나이 3.1 프로 57점
    • 전체적으로는 추격형 모델이지만, 효율성과 실시간성에서 차별화

중요

> 라마4와 비슷한 성능인데 컴퓨트 효율이 10배라는 건, 같은 하드웨어로 10배 더 많은 사용자를 서빙할 수 있다는 뜻. 35억 DAU를 가진 메타에게는 벤치마크 점수보다 이게 더 중요한 지표임.

메타의 전략 전환 — 오픈소스에서 폐쇄형으로

  • 라마 시리즈로 오픈소스 AI를 주도하던 메타가 폐쇄형 모델로 전략을 선회함
    • 뮤즈 스파크는 메타 AI 앱, meta.ai 웹에서만 사용 가능
    • 개발자 API도 일부 파트너에게 비공개 형태로만 제공 중
    • "미래 뮤즈 시리즈 일부를 오픈소스 공개할 의향"은 밝혔지만 구체적이지 않음
  • 수익화 전략의 핵심: 35억 DAU 플랫폼과의 연동
    • 페이스북·인스타그램·왓츠앱·메신저에서 개인 맞춤형 AI로 활용
    • 과거 게시물, 좋아요, 검색 기록 기반 초개인화
    • 레이밴 스마트 글래스에도 탑재 예정 — 실시간 AR 오버레이(번역, 물체 인식, 쇼핑 추천)

시장 반응은 긍정적, 하지만 우려도

  • 메타 주가 약 9% 급등, 1월 이후 최대 상승폭
    • 플랫폼 연계를 통한 확장성에 높은 평가
  • 우려: 2조원 투자 + 9개월 만에 나온 첫 성과가 "추격형"이라는 점
    • 오픈소스 전략 선회에 대한 의구심도 큼

기술 맥락

  • 뮤즈 스파크의 핵심은 "성능"이 아니라 "효율"이에요. 벤치마크에서 제미나이나 GPT-5.4에 뒤지지만, 컴퓨트 효율이 10배라는 건 실 서비스에서 엄청난 차이를 만들거든요. 35억 명한테 AI를 서빙하려면 추론 비용이 핵심 병목이니까요
  • MoE(Mixture of Experts) 아키텍처를 새로 설계했다는 게 기술적으로 의미 있는 부분이에요. 전체 파라미터 중 일부만 활성화해서 연산량을 줄이는 건데, 이걸 잘 설계하면 큰 모델의 지능을 유지하면서 작은 모델의 속도를 낼 수 있어요
  • 오픈소스에서 폐쇄형으로의 전환은 기술보다 비즈니스 전략 변화예요. 라마 시리즈는 생태계를 키우는 데는 성공했지만 직접적인 수익을 만들지 못했고, 뮤즈는 메타 플랫폼에 묶어서 광고 수익화와 연결하려는 거예요

메타의 진짜 무기는 모델 성능이 아니라 35억 DAU 플랫폼. 효율 10배 개선이 벤치마크 1등보다 실질적으로 더 의미 있는 이유가 여기 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.