본문으로 건너뛰기
피드

메타, 오픈소스 접고 폐쇄형 AI '뮤즈 스파크' 공개 — 초지능 경쟁 본격화

ai-ml 약 4분
vote
0
댓글
북마크

메타가 메타초지능연구소(MSL)에서 개발한 첫 폐쇄형 멀티모달 AI 모델 '뮤즈 스파크'를 공개하며, 기존 라마 시리즈의 오픈소스 전략에서 벗어나 GPT-5.4·Gemini 3.1 Pro·Claude Opus 4.6과 정면 경쟁에 나섬

  • 1

    MSL 설립 9개월 만에 코드명 '아보카도' 뮤즈 스파크 공개, 폐쇄형 모델로 오픈소스 전략 전환

  • 2

    멀티모달 기반 시각 추론 특화, Instant·Thinking·Contemplating 3가지 모드 지원 (병렬 에이전트 구조)

  • 3

    수학·과학·의료에서 강점, 코딩은 경쟁 모델 대비 약세

  • 4

    왓츠앱·인스타그램·페이스북·메신저·스마트 글래스로 확장 예정, API 접근 및 구독형 유료 모델 검토 중

메타초지능연구소(MSL), 첫 모델 '뮤즈 스파크' 공개

  • 메타가 메타초지능연구소(MSL)에서 개발한 LLM 시리즈 '뮤즈'와 신규 모델 뮤즈 스파크(Muse Spark) 를 공개함
  • 코드명 '아보카도'로 알려졌던 모델로, MSL 설립 후 약 9개월 만에 나온 첫 결과물임
  • 스케일AI 출신 알렉산더 왕을 영입하고, 인프라·아키텍처를 처음부터 재설계함
  • 메타의 AI 투자 규모: 올해 설비투자(capex) $1,150~1,350억 (전년 대비 거의 2배)

모델 특징: 멀티모달 + 3단계 추론 모드

  • 이미지와 텍스트를 동시에 이해하는 멀티모달 기반 모델임
  • 시각 추론에 특화 — 사진 속 음식 영양소 계산, 가구 배치 시뮬레이션 등 실생활 문제 해결에 강점
  • 3가지 모드 지원:
    • Instant(즉시): 빠른 응답
    • Thinking(사고): 심층 추론
    • Contemplating(심사숙고): 여러 하위 AI 에이전트를 병렬로 구동하는 에이전틱 방식
  • 수학·과학·의료 분야에서 강점, 코딩 능력은 경쟁 모델 대비 다소 약함

경쟁 구도: GPT-5.4, Gemini 3.1 Pro, Claude Opus 4.6과 정면 대결

  • 벤치마크 기준으로 GPT-5.4, 제미나이 3.1 프로, 클로드 오퍼스 4.6과 비슷한 수준
  • 멀티모달·수학·과학·의료에서는 우위, 코딩에서는 열세라는 평가

중요

> 메타가 기존 라마(Llama) 시리즈의 오픈소스 전략을 접고 폐쇄형(Closed) 모델로 전환함. 오픈소스로 AI 생태계를 확장하던 메타가 수익화와 경쟁력 확보를 위해 방향을 틀었다는 점에서, AI 업계 전체 전략 지형에 영향을 줄 수 있는 결정임.

서비스 확장 계획

  • 현재 '메타 AI' 앱·웹에 우선 적용, 무료 제공
  • 향후 왓츠앱, 인스타그램, 페이스북, 메신저, 스마트 글래스로 확장 예정
  • 서드파티 개발자용 API 접근도 계획 중
  • 구독형 유료 모델 도입 검토 중
  • 메타 매출: 작년 $1,988억, 올해 예상 $2,477억

기술 맥락

메타가 오픈소스를 버린 게 꽤 의미심장해요. 그동안 라마 시리즈로 "오픈소스 = 메타"라는 포지셔닝을 성공적으로 구축했거든요. 그런데 뮤즈 스파크를 폐쇄형으로 내놓은 건, 결국 최상위 모델에서는 오픈소스로는 수익화가 어렵다는 판단이 깔려 있는 거예요.

MSL이라는 별도 조직을 만들고 알렉산더 왕 같은 인재를 영입한 것도 눈여겨볼 포인트예요. $143억 규모 투자에 9개월 만에 첫 모델을 낸 건 꽤 빠른 속도거든요. OpenAI, Google, Anthropic과 직접 경쟁하겠다는 의지가 확실해요.

개발자 입장에서 주목할 건, 심사숙고(Contemplating) 모드의 병렬 에이전트 구조예요. 단순 체인오브소트를 넘어서 여러 에이전트가 동시에 작업하는 방식은 에이전틱 AI의 방향성을 보여주는 거예요. API가 열리면 이 구조를 활용한 새로운 패턴이 나올 수 있을 거예요.

메타가 오픈소스 전략의 상징이었던 라마와 별도로 폐쇄형 모델을 내놓은 건, 최상위 AI 경쟁에서는 오픈소스만으로 수익화와 기술 우위를 동시에 확보하기 어렵다는 판단을 반영함. MSL의 병렬 에이전트 아키텍처는 에이전틱 AI의 새로운 방향성을 제시함

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.