현재 Muse, Meta의 개인 초지능 지수에서 47% 기록

Meta AI Research는 2026년 11월 6일, Muse와 Meta AI의 기반 모델을 Muse Wonder로 훈련한 특화 버전으로 출시한다고 발표했으며, 현재 Muse 모델은 개인 초지능 지수(Personal Superintelligence Index)에서 47%를 기록해 이전 모델의 38%보다 높은 점수를 받았다.

이 업데이트는 두 제품 모두에 액티브 메모리(Active Memory)와 액티브 포커스(Active Focus)를 제공합니다. 배포되는 모델은 원더 시리즈 자체의 롤아웃이 아닌 Muse Wonder를 통해 개선된 Meta의 기존 시스템의 특수 버전입니다. 이 접근 방식은 어시스턴트의 기존 모델을 통해 더 많은 사람에게 원더와 함께 도입된 기능을 확장합니다.

Meta는 2026년 10월 12일 발표에서 Muse Wonder와 Muse Wonder Full을 현재까지 가장 성능이 뛰어난 모델이라고 소개했으며, 먼저 Wonder를 통해 구독자에게 Muse 경험을 제공한 뒤 Muse를 사용하는 모든 사람을 위한 전문화 모델 개발에 활용할 것이라고 밝혔다. 이번 출시는 이러한 전문화 모델 계획을 Muse와 Meta AI 모두로 확장한다.

능동 메모리, 관련 맥락을 선별하다

능동 메모리를 사용하면 어시스턴트가 중요한 정보를 기억해 두었다가 이후 대화에서 관련성이 생길 때 불러올 수 있다. 학습 과정에서는 일시적인 정보와 영구적인 정보의 차이, 시간의 흐름에 따른 추론, 세부 정보가 여전히 관련성이 있는지 또는 오래되어 더는 유효하지 않은지를 파악하는 방법을 다룬다. 따라서 메모리는 정보를 선별하고 적절한 시점을 판단하는 문제다. 모델은 이전 맥락 가운데 지금 적용되는 것과 더는 유효하지 않은 것을 구분해야 한다.

Meta에 따르면 개선된 Muse 모델은 사용자의 목표에 중요한 정보를 잊는 정도를 2.4배 줄였다. Active Memory Eval 결과, 현재 모델은 작업의 90%에서 중요한 맥락을 올바르게 활용했으며, 이전 모델의 비율은 76%였다. 이 수치는 문제의 서로 다른 두 측면을 나타낸다. 하나는 목표 달성에 필요한 정보를 유지하는 것이고, 다른 하나는 작업 중 해당 맥락을 올바르게 적용하는 것이다.

능동 집중으로 작업을 계속 이어가다

능동적 집중 기능은 예상치 못한 문제로 작업이 중단되더라도 Muse가 목표를 향해 계속 나아가도록 설계됐다. Meta는 실제 상황을 반영하도록 다양한 병목 상황을 설정해 모델을 학습시켰으며, 이를 통해 모델이 사용자를 위해 작업을 지속하거나, 중단된 작업을 복구하거나, 대안을 찾을 수 있게 했다. Meta에 따르면 Muse는 예상치 못한 문제가 발생하는 일상적인 작업을 완료하는 능력이 67% 향상됐다.

특화 모델은 작업이 진행되는 동안 에이전트가 사용자와 협력하는 방식도 개선한다. 이 모델은 여러 작업을 동시에 처리하고, 독립적으로 진행할지 실시간으로 협력할지 선택하며, 혼란에 빠지거나 작업을 놓치지 않고 사용자의 방향 제시나 추가 설명을 반영하도록 설계됐다. 이는 지속성과 대응력을 연결한다. 즉, 에이전트는 목표를 계속 추구하면서도 사용자가 개입하면 방향을 바꿀 수 있다.

Meta AI에서는 이러한 개선을 통해 어시스턴트가 더 나은 사고 파트너이자 협업자가 되도록 설계했다. 어시스턴트는 복잡한 문제를 명확한 단계로 나누고, 더 날카로운 후속 질문을 하며, 대화 도중 사용자가 방향을 바꾸더라도 그에 맞춰 대화를 이어갈 수 있다.

사용자 입장에서 이번 출시의 실질적인 검증 기준은 연속성이다. 상황이 바뀌어도 유용한 맥락이 유지되는지, 장애물이 생긴 뒤에도 작업을 재개할 수 있는지, 목표를 놓치지 않으면서 수정 사항을 반영할 수 있는지가 관건이다. 이러한 동작은 Meta가 발표한 성과를 Muse와 Meta AI에서 지원하고자 하는 일상적인 협업 경험과 연결한다.