4월 8일, 메타가 Muse Spark를 출시했습니다.
이는 메타 역사상 최초의 완전 비공개 소스 자체 개발 플래그십 AI 모델이며, 140억 달러를 투자해 Alexandr Wang을 영입하고 메타 슈퍼인텔리전스 연구소(Meta Superintelligence Labs)를 설립한 이후 첫 번째 주요 성과입니다.
더 이상 Llama가 아니다
Llama는 수년간 메타의 깃발이었습니다 — 오픈소스, 로컬 배포 가능, 연구 친화적.
Muse Spark는 다른 길을 택했습니다. meta.ai와 Meta AI 앱에서만 사용할 수 있으며, 비공개 API는 소수 사용자 대상으로 내부 테스트 중입니다. "향후 어떤 버전을 오픈소스화하기를 희망한다" — 이 말에서 오픈소스 커뮤니티는 그 미묘한 어조를 감지할 수 있을 것입니다.
Llama에서 Muse Spark로의 전환은 우연이 아닙니다. 메타는 2025년 말 이미 코드명 Avocado와 Mango라는 두 개의 독점 모델을 공개한 바 있습니다. Muse Spark는 그보다 먼저 출시된 첫 번째 모델이며, 방향성은 분명합니다: 메타는 비공개 소스 트랙에서 OpenAI 및 구글과 정면 승부를 벌이겠다는 것입니다.
가장 주목할 기술: 사고 압축
Muse Spark에는 Contemplating 모드라는 기능이 있습니다. 이는 대략 OpenAI의 Thinking 모드에 해당하는 것으로, 모델이 답변하기 전에 깊이 생각할 수 있게 합니다.
하지만 흥미로운 점은 내부 훈련 메커니즘에 있습니다.
메타 엔지니어들은 강화 학습 단계에서 모델의 사고 시간에 패널티를 설정했습니다 — 너무 많이 생각하면 감점됩니다. 처음에는 모델이 더 빠르게 답변을 내놓는 방식으로 반응했습니다(품질은 저하됨). 그러나 훈련이 계속되면서 전환점이 나타났습니다: 모델이 스스로 사고를 압축하는 법을 학습하기 시작한 것입니다 — 더 적은 토큰으로 동일한 정확도를 유지하는 방식입니다.
메타는 이것을 thought compression(사고 압축)이라고 부릅니다.
효과는? 메타에 따르면, Muse Spark는 동등한 능력을 달성하는 데 필요한 계산량이 이전 세대 플래그십인 Llama 4 Maverick보다 한 자릿수 이상 적습니다.
이는 작은 최적화가 아닙니다. 규모의 차이입니다.
벤치마크 성능
Contemplating 모드에서:
- Humanity's Last Exam: 58% (어려운 벤치마크이며, 58%는 경쟁력 있는 수치입니다)
- FrontierScience Research: 38%
동시대 경쟁사와 비교: 적어도 이 벤치마크들에서는 Gemini Deep Think 및 GPT Pro와 견줄 수 있습니다.
실질적 의미
Muse Spark는 우선 Facebook, Instagram, WhatsApp, Messenger 내의 Meta AI 기능과 Ray-Ban 안경에 적용됩니다. 메타의 사용자 기반은 수십억 규모이므로, 이 모델은 출시와 동시에 실제 세계에서 대규모 테스트를 받게 됩니다.
물론 미국에서만 사용 가능합니다 — 이 제한은 중국 내 사용자가 당장 접근할 수 없음을 의미하지만, 테스트 데이터는 곧 나올 것입니다.
이번 메타의 움직임은 기본적으로 이렇게 말하고 있습니다: 우리는 더 이상 개발자 생태계를 끌어들이기 위해 오픈소스 전략에 의존할 필요가 없을 정도로 충분히 좋은 모델을 갖게 되었다고.
참고 출처: Goodbye, Llama? Meta launches new proprietary AI model Muse Spark (VentureBeat); Meta debuts new AI model, attempting to catch Google, CocoLoop, OpenAI (CNBC); Introducing Muse Spark: Scaling Towards Personal Superintelligence (Meta AI Blog)