Meta의 에이전틱 뮤즈 이미지 모델, 개발자를 위해 Fal에 출시

fal은 2026년 9월 1일에 개발자 및 기업 액세스를 Muse Image에 출시했습니다. Muse Image는 Meta Superintelligence Labs의 에이전틱 이미지 생성 및 편집 모델로, fal의 플랫폼에서 Meta Model API를 통해 제공됩니다. fal은 모델이 각 요청을 계획하고 도구를 호출하며 반환하기 전에 자체 출력을 검토한다고 밝혔으며, fal의 모델 페이지에는 이미지당 $0.01의 요청 비용이 명시되어 있습니다.

Muse Image는 Meta Superintelligence Labs가 만든 최초의 이미지 생성 모델입니다. 대부분의 이미지 모델은 프롬프트를 한 번에 픽셀로 직접 매핑하지만, fal은 이 방식이 간단한 프롬프트에는 효과적이지만 복잡한 브리프에서는 한계가 있어 제작 팀이 여러 모델을 조합하고 수동 정리를 반복해야 한다고 설명했습니다. 또한 fal은 최첨단 가격 정책 때문에 광고 변형 생성, 카탈로그 이미지, 사용자 맞춤형 이미지 등 대용량 작업이 실제로 중요한 규모에서는 경제적으로 부담이 된다고 밝혔습니다.

도구 사용 및 자체 정제

fal의 발표에 따르면, Muse Image는 도구 호출과 정제가 하나의 사고 흐름 안에 포함된 플래너‑플러스‑디퓨저 아키텍처를 사용합니다. 모델은 웹에서 실제 참고 자료를 검색하는데, fal은 이 과정이 지식‑집중형 프롬프트(예: 정확한 로고, 실제 장소, 작동하는 차트, 스캔 가능한 QR 코드)의 사실 정확성을 눈에 띄게 향상시킨다고 밝혔습니다. 모델은 정밀한 시각 요소를 위해 코드를 작성·실행하고, 반환하기 전에 출력을 확인·수정하는 검증 단계를 거쳐 다중 파트 브리프의 정확성을 높입니다.

Meta의 2026년 7월 7일 기술 포스트는 실험실 관점에서 동일한 에이전틱 설계를 설명합니다. 모델은 검색 및 코딩 도구를 호출해 정확성을 높이고, 자체 생성물을 스스로 정제하며, 테스트‑타임 컴퓨팅을 확장함으로써 성능을 개선합니다. 강화 학습 과정에서 Muse Image는 정확한 플롯과 QR 코드를 생성하는 코드를 작성·실행하고, 렌더링된 그림에 조건을 부여하는 방법을 학습했습니다. 자체 정제는 작은 디테일이 잘못됐을 때는 로컬 편집, 큰 부분이 틀렸을 때는 새로 생성, 더 사실적인 근거가 필요할 때는 도구 호출 형태로 나타날 수 있습니다. Meta는 이 행동이 훈련 중에 자체 정제가 더 나은 이미지를 만들고 보상이 상승했기 때문에 자연스럽게 나타났으며, 별도 설계된 것이 아니라고 밝혔습니다.

Meta는 또한 Muse Image가 추론 시에 더 오래 사고할수록 성능이 향상된다고 보고했습니다. 테스트‑타임 컴퓨팅을 늘리면 모델은 더 많이 사고하고, 도구 호출을 더 많이 사용하며, 자체 정제 단계를 더 많이 적용해 인간 선호도 Elo 점수가 대략 로그‑선형 관계로 상승합니다. 이 컴퓨팅은 사고를 위한 텍스트 토큰과 생성을 위한 시각 토큰을 모두 포함하며, 품질은 두 토큰의 총합에 따라 결정됩니다. Meta는 모델이 여러 이미지를 생성하고 최상의 이미지만 선택하는 best‑of‑N 샘플링이 초기 품질을 높이지만 빠르게 포화된다고 밝혔으며, 동일한 컴퓨팅을 의도적인 사고에 할당하면 훨씬 더 큰 품질 향상이 가능하다고 설명했습니다.

생성, 편집 및 구성

fal은 하나의 Muse Image 모델이 일반적으로 별도 공급업체에서 제공하는 세 가지 워크플로우를 모두 포괄한다고 말했습니다. 첫 번째는 생성과 정밀 편집을 결합한 방식으로, 사용자가 디자인을 생성한 뒤 이미지의 일부분만 변경하고 나머지는 그대로 유지하는 단일 호출을 의미합니다. 두 번째는 대화형 다중 턴 정제로, 여러 턴에 걸쳐 하나의 자산을 구축하면서 품질 저하 없이 진행됩니다. 세 번째는 레퍼런스 기반 구성으로, 팀이 브랜드 키트와 샘플 자산을 제공하면 스타일과 주제가 일관된 새로운 브랜드 작업을 사람, 제품, 환경 전반에 걸쳐 자동으로 생성합니다.

Muse Image는 Muse Spark, Meta의 어시스턴트 모델과 도구와 계획을 공유하므로 단일 요청으로 애니메이션 GIF, 이미지가 삽입된 사이트, 인터랙티브 시각 출력 등을 반환할 수 있다고 fal은 전했습니다.

Arena 순위 및 가용성

fal에 따르면 Muse Image는 텍스트‑투‑이미지, 단일 이미지 편집, 다중 이미지 편집 부문에서 Arena 상위 5위 안에 들었습니다. Meta가 모델을 소개했을 때, Muse Image는 2026년 7월 5일 기준 인간 선호도 Elo 순위에서 세 부문 모두 2위에 올랐다고 보고했습니다. 또한 Meta는 동일한 사전학습 기반으로 구축된 보조 모델인 Muse Video가 같은 날짜에 텍스트‑투‑비디오 부문에서 3위를 차지했다고 밝혔습니다.

이 모델은 fal.ai의 인터랙티브 플레이그라운드와 API를 통해 제공됩니다. fal은 두 개의 엔드포인트, meta/muse-image/text-to-image와 meta/muse-image/edit를 상업용으로 표시하고 있으며, 각각 이미지당 $0.01에 이용할 수 있습니다. 텍스트‑투‑이미지 페이지는 충실한 명령 수행과 텍스트, 플롯, QR 코드와 같은 섬세한 디테일의 정확한 렌더링을 강조하고, 편집 페이지는 사용자가 요청한 부분만 변경하고 턴 간 일관성을 유지하며 여러 레퍼런스 이미지로부터 구성하는 정밀 편집을 설명합니다.

Muse Image는 2026년 7월 7일 Meta AI 앱과 meta.ai, 미국의 Instagram Stories, 제한된 국가의 WhatsApp을 통해 최초로 소비자에게 제공되었습니다. Meta AI 앱과 meta.ai에서 생성된 이미지는 Content Seal이라는 Meta의 보이지 않는 워터마크 시스템이 적용되며, Meta는 이 워터마크가 크롭, 압축, 리사이징, 스크린샷을 거쳐도 유지된다고 밝혔습니다. 또한 Meta는 이미지에 워터마크가 포함되어 있는지 확인하는 탐지 도구를 미리 보여주고 있습니다.

fal은 이미지, 비디오, 오디오 모델을 통합 API로 제공하는 생성 미디어 플랫폼이라고 설명합니다. 온디맨드 서버리스 GPU와 전용 컴퓨팅 클러스터를 갖추고 있으며, 250만 명이 넘는 개발자가 사용하고 있다고 전했습니다.