Meta, 역대 가장 뛰어난 AI 모델인 Muse Wonder 시리즈 공개

Meta는 2026년 10월 12일 Muse Wonder 시리즈를 발표하고, 개인 및 업무용 에이전트형 작업을 위한 최첨단 모델로 Muse Wonder와 Muse Wonder Full을 선보였다. Meta는 이 모델들이 지금까지 자사의 가장 뛰어난 모델이라고 설명했으며, 보험금 청구 절차를 진행하고 임대차 계약서를 이해하는 일부터 실제로 작동하는 앱을 만드는 일까지 다양한 작업에서 최첨단 성능을 제공하도록 설계됐다고 밝혔다.

에이전트형 작업 수행 역량

발표에 따르면 Muse Wonder 모델은 법률, 금융, 의료 등 전문 분야에서 역량을 발휘하며, 게임부터 신생 기업을 위한 앱까지 다양한 제품을 만드는 데 필요한 최첨단 코딩 성능도 제공한다. Meta는 이번 공개가 AI 사업 전면 개편을 시작한 지 14개월 만에 이뤄졌다고 설명했다. 그 기간에 Meta는 기반을 다시 다지는 단계에서 최첨단 기술을 발전시키는 단계로 나아갔다. 이 모델들은 Muse Spark를 통해 마련한 기반을 바탕으로 개발됐다.

Meta는 Active Memory와 Active Focus라고 부르는 기능을 중심으로 새 모델을 개발했다. Active Memory는 대화를 거치면서 사용자에 관한 맥락을 유지하고, 진행 중인 작업과 관련된 세부 정보를 다시 불러온다. Active Focus는 작업이 어려워져도 모델이 목표를 향해 계속 나아가도록 한다. 여기에는 다른 접근법을 시도하고, 오류를 복구하고, 필요한 경우 설명을 요청하며, 중요한 일을 실제로 진행하기 전에 사용자에게 확인하는 과정이 포함된다.

코딩은 이러한 역량을 하나로 묶는다. Meta의 연구 블로그는 소프트웨어 개발이 요구 사항을 추적하고, 코드베이스 전반을 수정하며, 테스트와 수정을 반복하는 과정이라고 설명한다. 또한 두 모델 모두 그 과정에서 꾸준히 진척을 이어갈 수 있도록 다양하고 장기간 이어지는 작업을 학습했다고 밝혔다. 게시물에 소개된 시연에서 Muse Wonder는 사용자가 조정할 수 있는 이미지 입력을 바탕으로 플레이 가능한 3D 주방 게임을 만들고, 개인의 선호와 상황을 반영해 OpenStreetMap 데이터를 활용하는 브라우저 기반 달리기 계획을 구성한다. 또 개인 Instagram 프로필에서 가져온 실제 사진으로 맞춤형 굿즈를 디자인해 주문하고, 복잡한 매칭 조건이 담긴 목록을 바탕으로 맞춤형 결혼식 좌석 배치도를 작성한다.

학습과 일반화

Muse Wonder와 Muse Wonder Full은 Meta의 기가와트급 Prometheus 데이터센터에서 학습됐다. 이번 출시는 사전 학습과 강화 학습 전반에 적용된 확장 접근법을 바탕으로 하며, Meta가 Muse Spark와 함께 그 접근법을 제시한 바 있다.

연구 블로그는 사후 학습에서 집중적으로 다룬 작업의 성능이 테스트 시점 연산량 증가에 따라 낯선 작업의 성능과 어떤 관계를 보이는지도 살펴본다. 블로그는 몇몇 분야의 인기 벤치마크만으로는 이러한 역량의 폭을 온전히 파악하기 어렵다고 설명한다. Meta의 분석에서는 Muse Spark 1.3과 Muse Wonder Full을 비교해, 사후 학습에서 집중적으로 다룬 작업(분포 내)을 대표하는 종합 점수와 사후 학습에서 다루지 않은 작업(분포 외)에서의 평균 성능을 각각 나타냈다. Meta는 테스트 시점 연산량이 늘어날수록 두 모델 모두 분포 외 작업에서 비슷한 수준으로 성능이 향상됐지만, 분포 내 성능을 고려하면 Muse Wonder Full은 Muse Spark 1.3의 추세로 예상되는 수준보다 낯선 작업에서 더 뛰어난 성능을 보였다고 밝혔다. Meta는 이러한 성능 상승을 Muse Wonder 시리즈의 기반이 된 더 크고 강력한 베이스 모델 덕분이라고 설명했다. 이 모델들은 사후 학습을 통해 얻은 성능 향상을 낯선 작업으로 더 효과적으로 확장하며, 블로그는 다양한 목표와 도구, 제약 조건의 조합을 처리해야 하는 개인용 에이전트에 이러한 다재다능함이 중요하다고 밝혔다.

평가 체계

Meta는 Muse Wonder 시리즈가 개인 및 업무용 에이전트, 메모리, 코딩 분야의 주요 벤치마크에서 최첨단 결과를 달성했다고 밝혔다. 또한 광범위한 평가 체계에서 다른 최첨단 모델과 비교한 전체 결과표를 공개했다. 공개된 평가에는 모델이 원본 문서를 다루고 상세한 지침을 따라 법률 문서를 작성해야 하는 Harvey’s Legal Agent Benchmark와 금융 에이전트 작업을 평가하는 Vals Finance Agent V2가 포함된다. 장기적인 맥락 기억은 MemoryBench로, 집중력은 FocusBench로 측정한다. 장기간 진행되는 소프트웨어 프로젝트를 꾸준히 수행하는 능력은 SWE-Marathon으로, 장기 코딩 능력은 DeepSWE로 평가한다. Meta는 추가 평가 세부 정보가 담긴 별도 보고서도 안내했다.

안전성과 정렬

Meta는 Muse Wonder 계열 모델이 허가 없이 개인정보를 공유하지 않고, 실제로 해로운 행위를 돕는 요청은 거절하며, 보안을 개선하고 사이버 공격에 대한 방어를 강화하도록 학습시켰다고 밝혔다. 개발자와 보안팀은 Muse Wonder 같은 모델을 사용해 자체 코드의 결함을 찾고 시스템을 강화할 수 있으므로, Meta는 모델이 이러한 작업을 계속 수행할 수 있도록 했다고 설명했다.

Meta는 Muse Wonder가 CBRN(화학·생물학·방사능·핵) 및 사이버 악용에 대응해 지금까지 가장 강력한 보호 장치를 제공하는 한편, 방어 목적의 최첨단 사이버 역량은 계속 사용할 수 있도록 한다고 설명했다. 또한 Muse Wonder를 지금까지 가장 정렬된 모델이라고 평가했다. 연구 블로그에서 설명한 안전성 평가에는 무단 코드 실행 공격의 성공률, 개인정보 처리 위반율, 생물학적 위험 관련 요청의 거부율, 사이버 악용 요청의 거부율과 사이버 방어 작업의 준수율이 포함된다. Meta는 Meta Superintelligence Scaling Framework에 따라 가장 뛰어난 모델을 학습하고 평가한 뒤 공개하며, 추가 안전성 평가를 담은 전체 보고서도 곧 공개할 예정이라고 밝혔다.

이용 가능 여부 및 발표된 계획

Muse Wonder는 Meta Model API와 Muse Code를 통해 이용할 수 있으며, Muse Wonder Full은 Muse Code 구독자가 이용할 수 있습니다. Meta는 Muse Wonder가 곧 Muse의 기능을 구동할 예정이며 구독자에게 먼저 제공된다고 밝혔습니다. 또한 더 높은 수준의 지능이 필요한 아티팩트 생성 및 기타 프로세스에도 Muse Wonder를 활용할 예정이라고 했습니다. 아울러 Meta는 Muse Wonder를 사용해 전문화된 모델을 개발하고, 이를 Muse를 사용하는 모든 사람에게 제공할 계획이라고 밝혔습니다.