메타, 에이전트 작업용 멀티모달 모델 ‘뮤즈 스파크 1.1’ 공개

메타가 내놓은 건 ‘답변 모델’보다 ‘작업 모델’에 가까움

• 메타가 뮤즈 스파크 1.1을 공개함. 메타 슈퍼인텔리전스 랩스의 최신 모델이고, 기존 뮤즈 스파크 대비 꽤 큰 업그레이드라고 소개함

  • 핵심 키워드는 멀티모달 추론, 도구 사용, 컴퓨터 사용, 코딩, 에이전트형 작업임
  • 이번 주 공개된 뮤즈 이미지와 함께, 메타가 말하는 ‘개인용 슈퍼인텔리전스’ 비전에 한 발 더 간 릴리스라고 포장함

• 개발자 입장에서는 모델 자체보다 메타 모델 API 공개 프리뷰가 더 현실적인 뉴스임

  • 뮤즈 스파크 1.1은 새 메타 모델 API에서 접근 가능하다고 함
  • 메타 AI 앱과 meta.ai에서는 이미 ‘사고 모드’로 사용할 수 있다고 밝힘

멀티 에이전트로 긴 작업을 쪼개는 쪽에 힘을 줌

• 뮤즈 스파크 1.1은 복잡한 프로젝트를 기존 뮤즈 스파크보다 훨씬 빠르게 처리하도록 학습됐다고 함

  • 이유는 멀티 에이전트 시스템을 오케스트레이션해서 전체 작업 지연 시간을 줄이는 방식임
  • 메인 에이전트는 컨텍스트를 모으고, 계획을 세우고, 병렬 하위 에이전트에게 실행을 나눠 맡김

• 하위 에이전트 역할도 따로 학습한 게 포인트임

  • 하위 에이전트는 자기 작업 범위를 지키고, 사용 가능한 도구를 이해하고, 막히면 메인 에이전트로 에스컬레이션해야 함
  • 그냥 여러 번 호출하는 수준이 아니라, 역할 분담과 복귀 타이밍까지 모델 행동으로 다루겠다는 얘기임

sequenceDiagram
    participant 사용자
    participant 메인에이전트
    participant 하위에이전트
    participant 도구
    사용자->>메인에이전트: 복잡한 작업 요청
    메인에이전트->>메인에이전트: 컨텍스트 수집과 계획 수립
    메인에이전트->>하위에이전트: 병렬 작업 위임
    하위에이전트->>도구: 필요한 도구 실행
    도구-->>하위에이전트: 실행 결과 반환
    하위에이전트-->>메인에이전트: 결과 또는 에스컬레이션
    메인에이전트-->>사용자: 통합된 결과 제공

100만 토큰 컨텍스트를 그냥 크게만 만든 게 아님

• 뮤즈 스파크 1.1은 100만 토큰 컨텍스트 창을 능동적으로 관리할 수 있다고 함

  • 긴 세션에서 어떤 행동을 했는지 기억하고, 훨씬 앞에서 나온 정보를 다시 가져오고, 나중에 필요한 핵심 단계가 남도록 압축한다는 설명임
  • 긴 코딩 작업이나 여러 앱을 오가는 업무 자동화에서는 이 부분이 꽤 중요함. 중간에 맥락을 잃으면 에이전트는 바로 삽질 머신이 되니까

• 컴퓨터 사용 워크플로도 강조함

  • 여러 애플리케이션을 넘나들고, 정보가 실시간으로 바뀌는 상황에서도 컨텍스트를 유지한다고 주장함
  • 요구사항이 바뀌어도 따라가고, 낯선 인터페이스도 사람 개입을 최소화해 탐색할 수 있다고 함

클릭할지, 스크립트를 짤지 판단하는 모델

• 뮤즈 스파크 1.1은 데스크톱 작업을 클릭 단위로만 추론하지 않도록 학습됐다고 함

  • 자동화가 빠른 상황이면 스크립트를 작성함
  • 직접 인터페이스를 누르는 게 단순한 상황이면 클릭함
  • 각 단계에서 행동을 하나씩만 만들지 않고, 액션 묶음을 생성할 수 있다고 설명함

• 코딩과 에이전트 기능뿐 아니라 지각 능력도 같이 밀고 있음

  • 시각 정보를 코드 산출물로 바꾸는 작업, 매우 자세한 이미지·영상 캡션, 멀티모달 워크플로 실행을 강점으로 언급함
  • 보고 끝나는 모델이 아니라, 보고 판단하고 실제 환경에서 행동하는 모델을 목표로 잡은 셈임

안전성 평가는 ‘에이전트 모델이라 더 민감한 부분’

• 메타는 배포 전 고급 인공지능 확장 프레임워크에 따라 안전성 평가를 했다고 밝힘

  • 평가 항목, 위협 모델, 배포 기준을 정의하는 프레임워크라고 설명함
  • 위험 범주는 화학·생물, 사이버보안, 통제 상실임

• 메타의 주장에 따르면 뮤즈 스파크 1.1은 모든 프런티어 위험 범주에서 안전 여유 안에 있음

  • 직접 탈옥 공격에 강하고, 신뢰할 수 없는 데이터에서 오는 간접 공격에도 더 잘 버틴다고 함
  • 프롬프트 인젝션, 개발자 프롬프트 공격에 대한 저항성이 개선됐다고 밝힘
  • 결과적으로 적대적 공격 견고성은 좋아지고, 환각률과 아첨성은 낮아졌다는 주장임

• 물론 이건 메타의 평가 보고서 기준이라는 점은 감안해야 함

  • 컴퓨터를 대신 조작하는 모델은 잘못된 지시를 실행했을 때 피해 범위가 커질 수 있음
  • 그래서 개발자가 실제 API로 붙여볼 때는 기능보다 권한 경계, 승인 흐름, 로그 추적을 먼저 봐야 함

기술 맥락

• 이번 선택의 핵심은 모델을 ‘한 번 답하는 시스템’이 아니라 ‘긴 작업을 운영하는 시스템’으로 본다는 점이에요. 메인 에이전트가 계획을 만들고 하위 에이전트가 병렬로 실행하면, 긴 코딩 작업이나 리서치 작업에서 병목을 줄일 수 있거든요.

• 100만 토큰 컨텍스트도 단순 스펙 자랑으로만 보면 아까워요. 긴 작업에서는 모든 기록을 들고 있는 것보다, 나중에 필요한 결정과 실행 흔적을 어떻게 남기느냐가 더 중요하거든요. 메타가 ‘능동적 압축’을 강조한 이유가 여기 있어요.

• 컴퓨터 사용에서 스크립트와 클릭을 구분하는 것도 꽤 실용적인 방향이에요. 반복 작업은 스크립트가 빠르고, 낯선 화면에서 한두 번 확인하는 일은 직접 조작이 더 단순하거든요. 모델이 이 선택을 잘하면 자동화가 훨씬 덜 답답해져요.

• 다만 에이전트가 도구와 화면을 다루기 시작하면 보안 문제가 바로 커져요. 프롬프트 인젝션이나 외부 문서의 숨은 지시가 실제 행동으로 이어질 수 있어서, API를 붙이는 팀은 모델 성능만큼 권한 제한과 사람 승인 단계를 같이 설계해야 해요.