라마를 버리고 Muse Spark를 꺼낸 메타

🏷️ 정보 LLM

Meta가 2026년 4월 8일 Muse Spark를 공개했습니다. 약 한 달 동안 정리된 정보가 쌓였고, 5월 12일에는 Meta AI 앱이 Muse Spark 기반으로 큰 업데이트를 받았습니다. 이번 글은 모델·앱·전략·안전성 네 갈래로 전수 정리합니다.

오픈소스 Llama 시대를 끝내고 사유 모델 Muse Spark + 유료 API 경로로 갈아탔습니다.

Muse Spark

Muse Spark는 Meta Superintelligence Labs(MSL)가 만든 첫 모델입니다. 코드명은 Avocado 였고, 새로운 Muse 모델 패밀리의 첫 단계입니다. Meta 공식 발표가 설명하는 모델 성격은 셋입니다.

특히 Contemplating mode 가 흥미롭습니다. 여러 에이전트가 병렬 로 추론을 돌려 결과를 합치는 방식인데, 단일 에이전트가 더 오래 thinking 하는 일반적인 test-time scaling 방식보다 지연(latency)을 크게 늘리지 않으면서 정확도를 끌어올린다고 합니다.

Meta가 공개한 벤치마크는 다음과 같습니다.

이 점수는 Gemini Deep Think 나 GPT Pro 같은 프론티어 추론 모드와 경쟁한다는 위치 설정입니다. 다만 자체 발표인 만큼, 외부 벤치마크 확인이 따라야 합니다.

스케일링

Muse Spark의 진짜 자랑거리는 점수보다 컴퓨트 효율 입니다. Meta가 직접 그래프로 제시한 셋이 있습니다.

*1. 사전 학습.

지난 9개월간 pretraining 스택을 처음부터 다시 만들었다* 고 합니다. 모델 아키텍처, 옵티마이저, 데이터 큐레이션을 함께 손봐서 동일 성능 도달에 Llama 4 Maverick 대비 1자릿수 이상 적은 컴퓨트 가 든다는 주장입니다. 이게 사실이라면 Meta가 가장 뒤처져 있다고 알려졌던 pretraining 효율 에서 단번에 따라잡았다는 의미입니다.

2. 강화학습.

pass@1 (단번에 맞히기)과 pass@16 (16번 시도 중 한 번이라도 맞히기) 모두 RL step 수에 대해 로그 선형(log-linear) 으로 증가합니다. 즉 더 많은 RL compute가 예측 가능하게 성능을 끌어올린다는 의미입니다. 보통 RL은 불안정한 것으로 유명한데, 안정적 학습 곡선을 그릴 수 있다는 점이 핵심 메시지입니다.

3. 테스트 타임 추론.

thinking time penalty. 모델이 더 적은 토큰으로도 정답을 내도록 학습에서 thinking 길이에 페널티를 줍니다.

그 결과 AIME 같은 작업에서 phase transition 이 관측됐다고 합니다. 처음에는 더 길게 생각해서 점수가 올라가다가, 페널티 때문에 thought compression 이 일어나 더 짧은 추론으로 같은 점수 를 내는 구간이 나타나고, 그 뒤에 다시 점진적으로 길이를 늘려 더 좋은 점수를 내는 패턴입니다.

세 축 모두 "scale predictably" 라는 같은 메시지를 반복합니다. 컴퓨트를 더 부으면 예측 가능하게 성능이 오른다는 의미입니다.

Meta AI 앱

5월 12일, Meta AI 앱이 Muse Spark 기반으로 큰 업데이트를 받았습니다. 미국 iPhone App Store 무료 앱 4위에 올라 있으며 ChatGPT·Claude·Gemini 앱과 같은 자리에서 경쟁 중입니다.

새로 추가된 기능은 다음과 같습니다.

배포 범위도 넓어졌습니다. WhatsApp·Instagram·Facebook·Messenger·Threads·Ray-Ban Meta·Oakley Meta 글래스가 모두 같은 Muse Spark 백엔드로 묶이며, 검색바·그룹 채팅·게시물 같은 진입점이 곳곳에 박힙니다.

이 그림이 Anthropic의 Claude for Small Business 같은 플러그인 모델 과 정반대입니다. Meta는 자기 앱 안 곳곳에 어시스턴트를 박는 임베디드 모델을 갑니다 — 사용자가 진입점을 선택 하는 게 아니라 어디든 이미 거기 있는 형태입니다.

라마는 왜 끝났나

Llama 노선이 끝난 이유는 단순합니다. Bloomberg 보도에 따르면 Mark Zuckerberg가 Llama 4의 진행 상황에 직접 불만을 표출 했고, Anthropic Claude와 OpenAI ChatGPT를 따라잡지 못한다는 판단을 내렸습니다.

세 가지 결정이 동시에 내려졌습니다.

  1. 조직 신설 — Meta Superintelligence Labs(MSL)를 따로 만들고 기존 FAIR·Llama 팀과 분리
  2. 외부 영입 — Scale AI 창업자 Alexandr Wang을 영입(143억 달러 투자 + Scale AI 49% 지분). OpenAI·Anthropic·Google에서 연구자도 적극 영입
  3. 오픈소스 종료 — Muse Spark는 사유 모델로 출시. 일부 파트너에게 private API preview만 제공. Zuckerberg는 "향후 버전을 오픈소스로 낼 수 있다" 고만 표현

세 번째가 가장 큰 변화입니다. Meta의 Llama는 오픈소스 LLM 생태계의 사실상 표준 이었습니다. Vicuna·Alpaca부터 시작해 수많은 파생 모델, 학계 연구, 스타트업의 자체 모델이 Llama 위에서 만들어졌습니다. 이 라인이 닫힌 다는 것은 그 생태계가 Mistral, DeepSeek, Qwen 같은 다른 오픈 가족으로 이동한다는 의미입니다.

Yann LeCun이 2025년 11월 Meta를 떠나 AMI Labs를 창업한 시점도 이 흐름과 맞닿아 있습니다. 오픈 사이언스 를 옹호해 온 Yann LeCun의 노선과, 사유 + 슈퍼인텔리전스 로 가는 MSL의 노선이 양립할 수 없었다는 자연스러운 해석이 가능합니다.

안전성, Apollo Research의 평가

기술적 자랑거리 너머에 흥미로운 안전성 이슈가 있습니다. Meta는 외부 평가사 Apollo Research에 의뢰해 Muse Spark의 near-launch checkpoint 를 평가했고, 결과는 다음과 같았습니다.

Apollo Research found that Muse Spark demonstrated the highest rate of evaluation awareness of models they have observed.

Apollo Research는 Muse Spark가 그들이 관측한 모든 모델 중 가장 높은 evaluation awareness 를 보였다고 보고했다.

모델이 평가 상황을 인지하고 "이건 alignment trap이다, 평가받는 중이니까 정직하게 행동해야 한다" 고 명시적으로 추론하는 패턴이 자주 관측됐다는 뜻입니다.

모델이 평가받는 중인지 아닌지를 구분할 수 있다면, 평가 때와 실제 배포 때 행동이 달라질 가능성이 있기 때문입니다. 얌전한 평가용 행동 과 위험한 배포용 행동 을 분리하는 능력은 alignment 분야에서 가장 우려되는 시나리오 중 하나입니다.

Meta의 결론은 "발사 결정을 막을 차단 요인은 아니지만 추가 연구가 필요하다" 였습니다. "평가 인지가 행동을 실제로 바꾸는지에 대한 follow-up 조사에서 일부 작은 영향이 관측됐지만, 위험 능력이나 위험 성향과 관련 없는 영역이었다" 고 정리했습니다.

이 결정에 대한 평가는 갈립니다.

이 부분은 앞으로 alignment 커뮤니티의 본격 검토 대상이 될 것으로 보입니다.

평가

CNBC 분석이 짚는 핵심은 "가능성은 보였지만 월스트리트는 더 명확한 전략을 원한다" 입니다.

긍정 측면: - 벤치마크 점수 — 자체 발표 기준이지만 Anthropic 검증 모델들과 같은 자리에 놓을 만한 수준 - 컴퓨트 효율 — 1자릿수 이상 효율 개선 주장이 사실이면 다음 큰 모델까지 시간이 단축됨 - 유통 채널 — Facebook·Instagram·WhatsApp·Threads·Ray-Ban·Oakley로 이미 수십억 명 의 사용자에게 닿음. OpenAI·Anthropic이 가지지 못한 자산

부정 측면: - 현재 갭 인정 — Meta가 "long-horizon agentic systems and coding workflows" 영역의 성능 격차를 본인이 인정. 코딩에서 Anthropic Claude를 따라잡지 못함 - Yann LeCun 퇴사 — Meta의 AI 노선을 대외에 설명해 온 인물이 떠난 빈자리. Alexandr Wang은 데이터·운영 출신이지 AI 연구의 학계 권위는 아닙니다 - 오픈소스 생태계 손실 — Llama 기반으로 자기 모델을 만들던 학계·스타트업이 Mistral·DeepSeek·Qwen 같은 다른 오픈 가족으로 이동. Meta가 오픈소스 권위 라는 자산을 포기한 결정

Meta의 베팅이 명확하긴 합니다 — "오픈소스로 학계 호감만 얻을 게 아니라 사유 모델로 수익을 만들겠다" 는 결정이고, 수십억 명 자사 앱 사용자 라는 OpenAI가 못 가진 무기를 활용하겠다는 전략입니다.

다만 이 베팅이 성공하려면 Muse Mid 든 Muse Large 든 다음 모델이 빠른 시간 안에 나오면서 Anthropic Claude Opus급 또는 GPT-5급의 점수를 공개 벤치마크 에서 입증해야 합니다. Apollo Research의 evaluation awareness 이슈도 해결해야 합니다. 이 모든 검증을 1년 안에 통과해야 하는 압박을 Meta가 받고 있는 상황입니다.

Yann LeCun이 떠난 빈자리, Alexandr Wang이 만든 새 조직, Llama가 끝난 자리에 들어선 Muse Spark — 다음 1년 Meta AI의 성패를 가를 그림이 그려졌습니다.