메타(Meta)가 고성능 AI 모델의 가중치를 공개하고, 애플(Apple) M5 울트라 맥 스튜디오(Mac Studio) 두 대에서 이를 직접 실행할 수 있다고 밝혔다. 메타 슈퍼인텔리전스 랩스(Meta Superintelligence Labs)가 내놓은 뮤즈 스파크 오픈(Muse Spark Open)은 전체 매개변수 8,160억 개와 100만 토큰의 문맥 창을 갖춘 모델로, 코딩과 여러 단계를 거치는 에이전트 작업을 겨냥한다. 공개 범위는 모델을 내려받는 데서 그치지 않고 다양한 실행 도구와 클라우드 서비스까지 이어진다. 다만 책상 위에서 돌릴 수 있다는 설명과 누구나 쉽게 쓸 수 있다는 말 사이에는 하드웨어 비용과 라이선스 조건이라는 간격이 있다.
핵심요약
- 메타는 뮤즈 스파크 오픈의 가중치를 공개하며 미국에서 나온 공개 가중치 모델 가운데 가장 뛰어나다고 주장했고, 코딩과 장기 에이전트 작업을 주요 용도로 제시했다.
- 이 모델은 전체 매개변수 8,160억 개 중 420억 개가 활성화되고 문맥 창이 100만 토큰에 달해, 큰 작업 맥락을 유지하며 여러 단계를 처리하도록 설계됐다.
- 메타는 최대 512GB 통합 메모리를 갖춘 M5 울트라 맥 스튜디오 두 대와 MLX로 모델 전체를 데스크톱에서 실행할 수 있다고 밝혔다.
- 가중치는 여러 다운로드 경로로 배포되지만, 일정 매출을 넘는 모델 제공 서비스에는 별도 계약을 요구하는 라이선스 조건이 있다.
- 토론에서는 폭넓은 실행 도구 지원을 반기는 의견과 함께 경쟁 모델 대비 성능, 실제 운영 비용, ‘데스크톱 실행’의 접근성을 따지는 반응이 나왔다.
8,160억 매개변수와 100만 토큰
메타는 뮤즈 스파크 오픈을 코딩과 에이전트 작업을 위해 만든 네이티브 멀티모달 모델이라고 소개했다. 멀티모달은 글뿐 아니라 영상처럼 서로 다른 형태의 입력을 다루는 방식을 뜻한다. 전체 매개변수는 8,160억 개지만 활성화되는 매개변수는 420억 개이며, 한 번에 다룰 수 있는 문맥 창은 100만 토큰이다. 메타가 강조한 목표는 긴 작업을 이어가고, 복잡한 소프트웨어를 수정하며, 여러 단계의 추론을 수행하는 능력이다.
메타는 이를 미국의 공개 가중치 모델 가운데 가장 뛰어난 모델이라고 표현했다. 공개 가중치는 모델의 학습된 매개변수를 내려받아 직접 실행하거나 조정할 수 있게 한다는 뜻이지, 모든 이용 조건이 사라진다는 뜻은 아니다. 이번 발표에서 중요한 변화는 사용자가 메타의 서비스에만 접속하는 대신 가중치를 받아 원하는 환경에 배치할 수 있게 됐다는 점이다. 그 선택지가 실제로 얼마나 유용한지는 성능뿐 아니라 실행 장비와 비용, 허용된 사용 방식에 따라 달라진다.
다운로드부터 실행 엔진까지
메타는 모델을 곧바로 쓸 수 있는 API 경로와 가중치를 직접 내려받는 경로를 함께 열었다. API는 다른 프로그램에서 모델을 호출하는 접속 방식이다. 바세텐(Baseten), 파이어웍스 AI(Fireworks AI), 그록(Groq), 모달(Modal), 네비우스(Nebius), 오픈라우터(OpenRouter), 투게더 AI(Together AI)가 호스팅된 모델을 제공한다. 자체 장비를 준비하지 않아도 모델을 시험할 수 있는 통로다.
가중치는 아마존 세이지메이커 AI(Amazon SageMaker AI), 구글 클라우드 모델 가든(Google Cloud Model Garden), 허깅페이스(Hugging Face), 마이크로소프트 파운드리 모델(Microsoft Foundry Models)에서 받을 수 있다. 실행 도구로는 SGLang, vLLM, 텐서RT-LLM(TensorRT-LLM), 허깅페이스 트랜스포머스(Hugging Face Transformers), 애플 MLX, llama.cpp, 언슬로스(Unsloth)를 제시했다. 메타는 AMD·애플·인텔(Intel)·엔비디아(NVIDIA) 칩에 맞춘 최적화도 언급했다. 개발자는 파이토치(PyTorch)를 이용해 용도에 맞게 모델을 추가로 조정할 수 있다.
이처럼 배포 경로를 넓힌 것은 가중치 공개 뒤에 따라오는 설치와 운영의 마찰을 줄이려는 접근이다. 같은 모델이라도 개발자가 쓰는 도구와 보유한 칩이 다르면 실행 가능 여부와 사용 경험이 달라진다. 메타는 널리 쓰이는 추론 엔진과 클라우드 플랫폼을 함께 내세워, 모델을 받아놓고도 돌릴 방법을 찾지 못하는 상황을 줄이려 한다. 다만 지원 목록이 길다는 사실만으로 모든 환경의 실행 성능이 같아지는 것은 아니다.
맥 스튜디오 두 대에 모델 전체를
이번 발표에서 가장 눈에 띄는 실행 환경은 M5 울트라를 탑재한 맥 스튜디오 두 대다. 메타는 최신 MLX를 이용해 뮤즈 스파크 오픈을 이 조합에 맞춰 최적화했다고 밝혔다. 애플의 통합 메모리 구조에서는 맥 스튜디오 한 대의 GPU가 최대 512GB를 사용할 수 있어, 두 대에 모델 전체를 담을 수 있다는 설명이다. 메타는 두 장비의 통합 메모리를 합치면 1TB 규모가 된다고 표현했다.
메모리 용량만으로 추론이 이뤄지는 것은 아니다. 메타는 M5 울트라의 메모리 대역폭이 초당 1.2TB여서 토큰을 생성할 때 필요한 모델의 일부를 읽어 들일 수 있다고 설명했다. 토큰은 모델이 글을 처리하고 생성할 때 사용하는 단위다. 메타가 두 맥 스튜디오를 하나의 슈퍼컴퓨터에 비유한 이유는 큰 모델을 원격 데이터센터에만 두지 않고 사용자의 장비에서 실행하는 구성을 보여주기 위해서다.
그렇다고 이 구성이 일반적인 개인용 컴퓨터 한 대에서 모델을 실행한다는 뜻은 아니다. 필요한 장비는 최고 메모리 구성을 갖춘 맥 스튜디오 두 대이며, 발표는 이 환경에서 모델을 구동할 수 있다는 데 초점을 맞춘다. ‘데스크톱 실행’은 서버가 아닌 로컬 장비에서 작업한다는 점에서 의미가 있지만, 그 문턱을 판단할 때는 장비 구성을 함께 봐야 한다. 메타의 접근성 주장이 토론에서 비용 문제와 곧바로 맞닿은 이유다.
iOS 수정과 영상 편집을 로컬에서
메타는 모델을 기기 안에서 실행하며 에이전트 작업을 시험했다고 밝혔다. 뮤즈 스파크 오픈을 사용하는 뮤즈 코드(Muse Code)로 오픈소스 마스토돈(Mastodon) 클라이언트 아이스 큐브스(Ice Cubes)의 실제 iOS 변경 사항을 만들었다는 설명이다. 시험 범위에는 버그 수정과 새 기능 추가, 전체 빌드가 포함됐다. 단순히 코드 한 조각을 생성하는 대신 변경 작업을 끝까지 이어가는 사례로 제시한 것이다.
다른 사례에서는 모델이 다빈치 리졸브(DaVinci Resolve)를 처음부터 끝까지 조작했다. 영상을 프레임별로 살펴 강한 장면을 고르고, 이를 세로 화면에 맞게 자르는 작업이었다. 코딩과 영상 편집을 나란히 보여준 것은 멀티모달 입력과 여러 단계의 도구 사용이 실제 작업 흐름에서 어떻게 만나는지 설명하기 위해서다. 다만 이 사례들은 메타가 공개한 시연 범위이며, 모든 작업에서 같은 수준의 완성도나 속도를 뜻하지는 않는다.
GPU 커널에서 확인한 속도 개선
맥 스튜디오 외의 실행 환경을 위해 메타는 SGLang에 맞춤형 헬리온(Helion) GPU 커널을 포함했다. GPU 커널은 연산 장치에서 특정 계산을 수행하는 코드이며, 이번 커널은 환경에 맞춰 자동 조정된다. 메타가 제시한 측정에서는 엔비디아와 AMD GPU의 커널 단위 속도가 1.03~3.95배 빨라졌다. 같은 최적화를 AMD MI350에서 전체 실행 과정으로 측정했을 때의 개선 폭은 3%였다.
두 수치는 측정 범위가 다르다는 점에서 함께 읽어야 한다. 특정 계산 단계가 크게 빨라져도 모델 응답 전체에는 다른 작업이 포함되므로 개선 폭이 작을 수 있다. 메타는 개발자가 각자의 장비에서 모델을 돌리는 데 필요한 저수준 최적화까지 배포물에 담았다. 실제 이용자가 체감할 속도는 어떤 하드웨어와 실행 방식으로 운영하느냐에 달려 있다.
안전 평가와 제한적 상업 이용
메타는 공개 가중치 모델의 이점을 넓히는 동시에 별도의 위험도 고려했다고 밝혔다. 뮤즈 스파크 오픈에는 추가 안전 후처리 학습이 적용됐으며, 메타 슈퍼인텔리전스 확장 프레임워크(Meta Superintelligence Scaling Framework)에 따라 심각한 위험 범주를 평가했다. 메타는 측정한 위험 범주에서 보호 장치가 강하게 작동했고 공개에 필요한 자체 기준을 충족했다고 설명했다. 자세한 결과는 모델 카드에 담았으며, 전체 평가 보고서는 추후 공개할 예정이다.
가중치는 뮤즈 모델 라이선스(Muse Model License)로 배포된다. 메타는 제한적인 상업 조건 아래 많은 개발자가 모델을 무료로 사용할 수 있다고 밝혔다. 개발자는 파이토치의 토치타이탄(TorchTitan)으로 모델을 추가 학습할 수 있고, 애플 칩에서는 허깅페이스의 가중치를 가져오는 MLX를 사용할 수 있다. 따라서 이번 공개는 가중치, 실행 경로, 추가 조정 방법을 한꺼번에 제공하지만 이용 조건까지 무제한으로 푼 형태는 아니다.
커뮤니티 의견
한 사용자는 외부 평가에서 뮤즈 스파크 오픈이 큐원3.8 플래시 넥스트(Qwen3.8 Flash Next)와 GLM 5.3 플래시에 뒤진다고 주장했다. 이 사용자는 최고 추론 강도에서만 모델을 비교하면 대량 운영에 필요한 판단이 어렵다며, 낮거나 중간 수준에서도 비교해야 한다고 했다. 답글에서는 기업용 에이전트를 설정할 때 추론 강도를 낮게 두는 일이 많고, 강도를 높여 늘어나는 지연에 비해 품질 개선이 작다는 경험담이 나왔다.
다른 사용자는 라이선스 조항을 읽고 상업 제품에 모델을 활용하는 일과 모델 자체를 서비스로 제공하는 일을 구분했다. 그가 짚은 조항에 따르면 계열사를 합친 총매출이 연속된 12개월 중 2,000만 달러를 넘는 사업자가 모델을 API 등으로 제3자에게 제공하려면 메타에 알리고 별도 서면 계약을 맺어야 한다. 내부 이용이나 연구, 모델 제공 서비스가 아닌 상업 활동에는 해당 조항이 적용되지 않는다고 설명했다. 한 답글은 이를 완전히 자유로운 조건은 아니지만 모든 상업 이용을 막는 조건도 아니라고 평가했다.
여러 실행 도구를 지원하는 데 주목한 사용자도 있었다. 그는 언슬로스부터 MLX까지 폭넓게 준비한 점을 높이 평가했다. 반면 답글에서는 PC의 NPU 지원을 찾는 이용자는 어떻게 해야 하느냐는 질문이 나왔다. GPU와 애플 칩 중심의 배포 목록이 다양한 소비자용 연산 장치를 모두 포괄하는지 따져보자는 의견이다.
한 사용자는 공개 모델이 확산되면 운영 인프라가 최적화되고 가격이 낮아져 메타의 생태계가 커질 것이라고 전망했다. 그의 판단은 일정 수준 이상의 모델 능력이 확보된 뒤에는 최고 성능을 잠시 독점하는 것보다 가격과 사용 네트워크가 중요해진다는 데 기대고 있다. 이에 다른 사용자는 구글(Google)·애플·마이크로소프트(Microsoft)가 이용자의 기기와 운영 환경에 더 가까운 위치에 있다고 반박했다. 고성능 AI 서비스의 매출이 늘고 있는데 모델 능력에 값을 매기는 시장이 없다고 할 수 있느냐는 반론도 붙었다.
별도 계약 조건이 서비스 가격에 미칠 영향을 걱정하는 의견도 나왔다. 한 사용자는 대형 추론 제공업체가 메타와 따로 계약해야 하면 공개 제공업체 사이의 가격 경쟁이 줄 수 있다고 봤다. 또 다른 답글은 이런 조건이 붙은 가중치를 어디까지 ‘공개 가중치’라고 부를 수 있는지 문제 삼았다. 앞선 라이선스 해석이 제품 내부 사용의 자유를 강조했다면, 이쪽은 모델을 다시 제공하는 사업의 제약에 초점을 맞췄다.
외부 평가 점수를 직접 제시한 사용자는 뮤즈 스파크 오픈이 해당 평가에서 39점을 받았고 딥시크 v4.1 플래시(DeepSeek v4.1 Flash), 미모 2.5 플래시(Mimo 2.5 Flash)와 비슷한 수준이라고 했다. 그는 GLM 5.3 플래시와 큐원3.8 플래시 넥스트보다는 뒤에 있다고 비교했다. 답글에서는 딥시크 v4.1 플래시와 성능이 비슷한데 실행 비용은 약 10배라는 주장도 나왔다. 이는 메타의 ‘가장 뛰어난 미국 공개 가중치 모델’이라는 표현과 별개로, 이용자가 실제 선택할 때는 국적보다 성능 대비 비용을 볼 것이라는 문제 제기다.
맥 스튜디오 두 대의 가격을 따진 사용자도 있었다. 그는 당시 가격과 예상 구성을 근거로 메타가 내세운 장비를 마련하는 데 최소 2만8,000~3만 달러가 들 수 있다고 추산했다. 또 512GB 메모리 제품은 아직 판매되지 않고 10월 말 출시 예정이라고 언급하며, 메타가 미출시 제품을 어떻게 확보했는지 물었다. 답글에서는 비교 대상으로 거론된 엔비디아 H100 한 장의 메모리 용량과 두 맥 스튜디오의 메모리 용량이 크게 다른 만큼, 대역폭 수치만 놓고 직접 비교하기 어렵다는 지적이 나왔다. 논점은 모델을 로컬에서 실행할 수 있느냐를 넘어, 어떤 비용과 장비 조건에서 가능한가로 옮겨갔다.
접근성이라는 표현을 비꼬면서도 시도를 인정하는 반응이 뒤따랐다. 한 사용자는 맥 스튜디오 두 대를 가진 사람에게 AI 접근을 넓힌 셈이라고 꼬집었다. 답글은 매우 비싸더라도 소비자용 하드웨어에 맞춰 모델을 최적화했다고 발표한 점은 의미가 있다고 봤다. 그러면서 앞으로는 더 낮은 사양에서도 쓸 수 있는 모델이 함께 나오기를 바랐다.
핵심통찰
뮤즈 스파크 오픈은 고성능 모델의 가중치를 공개하는 일과 그 모델을 실제 장비에서 돌릴 경로를 마련하는 일이 함께 가야 함을 보여준다. 메타는 API, 실행 엔진, 맥 스튜디오 최적화와 작업 시연으로 그 경로를 구체화했다. 다음에 봐야 할 것은 최고 사양 두 대에서의 실행 가능성보다 더 많은 이용자가 감당할 수 있는 비용과 속도, 경쟁 모델 대비 작업 성능이다. 별도 계약이 필요한 서비스 사업자들이 모델을 어떤 가격에 제공하는지도 ‘열린 모델’의 실질적인 접근성을 가를 것이다.
원본: Introducing Muse Spark Open, The Most Capable US Open‑Weight Model to Date
토론: Hacker News