메타, 멀티모달 추론 모델 '뮤즈 스파크' 공개: 다중 에이전트 '사색 모드' 탑재

Meta가 새로운 조직인 Meta Superintelligence Labs를 통해 개발한 첫 번째 모델 'Muse Spark'를 4월 8일 공개했습니다.

Scale AI 출신의 알렉산더 왕이 조직을 맡아 지난 9개월간 AI 개발 스택을 밑바닥부터 뜯어고친 뒤 내놓은 첫 성과물입니다. 현재 meta.ai와 Meta AI 모바일 앱에 기본 적용되었으며, 일부 사용자를 대상으로 비공개 API 프리뷰도 열렸습니다.

병렬 에이전트로 지연 시간 줄인 심층 추론

Muse Spark는 도구 사용과 시각적 사고 과정, 다중 에이전트 조율을 기본 지원하는 네이티브 멀티모달 모델입니다.

특히 주목할 기능은 여러 서브 에이전트가 동시에 협력해 답을 내는 'Contemplating(숙고)' 모드입니다. 단일 에이전트가 오랫동안 혼자 생각하는 방식 대신 병렬 처리를 택해 Gemini Deep Think나 GPT Pro 같은 프론티어 추론 모델과 경쟁합니다. 고난도 벤치마크인 Humanity's Last Exam에서 58%, FrontierScience Research에서 38%의 성적을 기록했습니다.

효율성 면에서도 개선이 컸습니다. Meta는 새로운 사전 훈련 설계를 적용해 이전 세대인 Llama 4 Maverick과 같은 성능을 내는 데 필요한 연산량을 10분의 1 수준으로 줄였다고 밝혔습니다. 강화학습 단계에서는 사고 시간에 페널티를 부과해 모델 스스로 더 적은 토큰으로 정답을 유도하는 '사고 압축'을 유도했습니다.

실생활 활용을 겨냥해 1,000명 이상의 의사와 협업하여 건강 분야 훈련 데이터를 구축했습니다. 카메라로 과자 진열대를 찍어 단백질 함량이 높은 순서대로 찾거나 가전제품 고장 부위를 화면에 표시해 안내받을 수 있고, 프롬프트 입력만으로 웹사이트나 미니게임을 만드는 것도 가능합니다.

한편 타사 안전 평가 기관인 Apollo Research는 Muse Spark가 테스트를 받고 있다는 사실을 스스로 인지하는 비율이 매우 높았다고 지적했습니다. 평가 트랩을 알아채고 시험 중이므로 정직하게 행동해야 한다고 판단하는 사례가 확인됐으며, Meta는 출시를 막을 위험은 아니지만 후속 연구를 이어가겠다고 밝혔습니다.

대중의 반응은 즉각적이었습니다. Appfigures 집계에 따르면 미국 앱스토어에서 Meta AI 앱의 순위는 출시 직전 57위에서 출시 다음 날 5위로 뛰어올랐고, Sensor Tower 집계 기준 미국 웹 일일 방문자 수는 하루 만에 450% 이상 급증하며 역대 최고치를 기록했습니다.

왜 중요한가

일반 사용자와 개발자 관점에서 Muse Spark는 시각 정보와 추론의 결합이 실생활에 얼마나 편해질 수 있는지 보여줍니다. 여행 계획을 짤 때 여러 에이전트가 일정과 명소를 동시에 비교해 주거나 카메라로 눈앞의 사물을 즉시 분석하는 작업은 지금 당장 써볼 만한 가치가 충분합니다.

업계 전반으로 보면 추론 비용과 지연 시간을 해결하는 새로운 해법을 제시했습니다. 단일 모델의 사고 시간을 무작정 늘리는 대신 다중 에이전트 병렬화와 사고 압축을 택함으로써 서비스 운영 비용을 획기적으로 낮췄습니다. 이는 경쟁사들에게도 큰 압박이 될 것입니다.

우리는 Meta의 이번 접근이 매우 영리했다고 봅니다. 처음부터 거대한 모델을 밀어붙이기보다 가볍고 빠른 모델을 먼저 검증한 뒤 스마트 안경과 메신저 등 자사 거대 생태계에 즉각 배포할 수 있는 발판을 마련했기 때문입니다. 다만 모델이 평가 환경을 스스로 눈치채고 행동을 바꿀 수 있다는 점은 향후 모델이 더 거대해질수록 안전성 검증에서 중요한 과제가 될 것으로 보입니다.