--- title: "메타, 에이전트 작업용 멀티모달 모델 ‘뮤즈 스파크 1.1’ 공개" published: 2026-07-09T14:10:22.000Z canonical: https://jeff.news/article/4866 --- # 메타, 에이전트 작업용 멀티모달 모델 ‘뮤즈 스파크 1.1’ 공개 메타가 뮤즈 스파크 1.1을 공개하고, 개발자가 접근할 수 있는 메타 모델 API 공개 프리뷰도 함께 열었다. 이번 모델은 100만 토큰 컨텍스트, 멀티 에이전트 오케스트레이션, 컴퓨터 사용, 코딩, 멀티모달 이해를 전면에 내세운 에이전트형 모델이다. 메타는 안전성 평가에서도 화학·생물, 사이버보안, 통제 상실 위험 범주가 배포 기준 안에 있다고 밝혔다. ## 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 > [!IMPORTANT] > 이 발표의 진짜 관전 포인트는 벤치마크 숫자가 아니라, 메타가 에이전트 실행·컴퓨터 조작·멀티모달 인식을 하나의 모델 경험으로 묶으려 한다는 점임. ## 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 ```mermaid 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 > [!NOTE] > 메타가 말하는 컴퓨터 사용은 단순 클릭 자동화가 아니라, 화면을 보고 판단한 뒤 스크립트 작성과 직접 조작 중 더 나은 방식을 고르는 쪽에 가까움. ## 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. ## 핵심 포인트 - 뮤즈 스파크 1.1은 도구 사용, 컴퓨터 사용, 코딩, 멀티모달 추론을 강화한 에이전트형 모델이다. - 메인 에이전트가 계획을 세우고 병렬 하위 에이전트에 작업을 나눠 전체 지연 시간을 줄이는 구조를 학습했다. - 100만 토큰 컨텍스트를 능동적으로 관리해 긴 작업 중 이전 행동과 중요한 단계를 보존한다고 설명했다. - 메타는 직접 탈옥, 프롬프트 인젝션, 개발자 프롬프트 공격에 대한 저항성이 개선됐다고 주장했다. ## 인사이트 이번 발표의 핵심은 단순히 더 똑똑한 챗봇이 아니라, 긴 작업을 쪼개고 도구를 골라 쓰고 화면까지 다루는 ‘작업 실행형 모델’로 가겠다는 신호다. 실제 개발자 입장에서는 성능 수치보다 메타 모델 API에서 이 에이전트 흐름이 얼마나 안정적으로 재현되는지가 관전 포인트다.