메타, 프론티어 AI 모델 'Muse Wonder' 및 'Muse Wonder Full' 공개하며 AI 최상위권 진입

메타가 자사의 최신 프론티어 AI 모델인 Muse Wonder와 Muse Wonder Full의 두 가지 버전을 공식 출시했다. 이번 신제품은 오픈소스 Llama 시스템으로 다소 주춤했던 시기를 지나 메타의 AI 모델을 주요 경쟁 벤치마크 최상위권으로 단숨에 끌어올리며 기술적 도약을 알렸다.

Artificial Analysis Intelligence Index v4.3에서 Muse Wonder Full은 56점, Muse Wonder는 52점을 기록했다. 두 모델 모두 48점에 그쳤던 이전 세대 모델 Muse Spark 1.3에 비해 괄목할 만한 상승세를 보였다. 전반적으로 Muse Wonder Full은 평가 대상 10개 벤치마크 중 6개에서 톱3에 올랐으며, Vals AI Index에서는 모든 OpenAI 모델을 제치고 Anthropic의 주력 시스템에 이어 5위로 데뷔했다.

에이전틱 코딩 및 문제 해결 능력의 비약적 발전

Wonder 세대에서 가장 두드러진 발전은 사용자의 지속적인 프롬프트 입력 없이 다단계 워크플로를 수행하는 모델의 역량을 평가하는 에이전틱(agentic) 평가에서 나타났다. Terminal-Bench 4.0에서 작업 성능은 33%에서 57%로 크게 향상된 동시에, 출력 토큰 요구량은 30% 감소했다.

소프트웨어 개발 부문에서도 이에 못지않은 급격한 개선이 이뤄졌다. Coding Agents Index에서 Muse Wonder Full은 68점을 기록하며 Claude Code with Sonnet 5.5와 동률을 이뤘다. Muse Wonder는 Muse Spark 1.3의 54점에서 63점으로 상승했다. 수학 분야의 경우 비공개 증명 벤치마크인 ProofBench에서 Muse Wonder Full이 100개 문제 중 94개를 풀어내며 이전 버전의 58개 대비 큰 폭의 향상을 기록했다.

메타는 이러한 성과의 배경으로 두 가지 주요 아키텍처 동작을 꼽았다.

• Active Memory: 모델이 다중 턴 세션 전반에 걸쳐 핵심 정보를 기억하고 불러올 수 있도록 지원한다.

• Active Focus: 복잡한 지시문에서도 지속적인 추론을 가능하게 하며, 모호한 맥락에 직면했을 때 모델이 대안적 전략을 탐색하거나 명확한 확인을 요청하는 질문을 던지도록 유도한다.

두 모델 모두 100만 토큰의 컨텍스트 윈도를 갖추고 있으며, 텍스트, 이미지, 비디오, 오디오를 아우르는 멀티모달 입력을 지원한다. 메타는 전용 Prometheus 데이터 센터에서 기가와트 규모의 컴퓨팅을 투입해 이 시리즈를 훈련했다.

사실적 지식의 한계와 환각률

Muse Wonder는 코딩 및 자율 실행 작업에서 최상급 성능을 입증했으나, 사실적 정보 검색(factual retrieval)에서는 여전히 뚜렷한 취약점을 드러냈다. AA-Omniscience 테스트에서 Muse Wonder Full은 30점, Muse Wonder는 25점을 기록했다. 이는 Claude Opus 5.5(46점), GPT-6 Astra(43점), Gemini 4 Argon(42점) 등 경쟁 프론티어 모델들에 크게 뒤처지는 수치로, Wonder 라인업이 상대적으로 작은 규모의 기반 아키텍처에 의존하고 있음을 시사한다.

금융 및 법률 작업 성능 역시 정체된 상태를 보이며 이전 버전 대비 최대 2점가량 소폭 하락했다.

그러나 메타는 신뢰성을 개선함으로써 정보 검색의 한계를 상쇄했다. Muse Wonder Full은 환각률(hallucination rate)을 33%에서 23%로 낮췄다. Intelligence Index에서 45점 이상을 기록한 전체 모델 중 이보다 환각률이 낮은 모델은 Gemini 4 Argon(15%)뿐이다. 메타는 또한 특정 훈련 최적화 범위를 벗어난 생소한 작업에서도 이 모델이 높은 복원력을 유지했다고 덧붙였다.

가파른 API 비용 상승과 배포 현황

이러한 성능 향상에는 상당한 비용 인상이 수반됐다. Artificial Analysis에 따르면 Intelligence Index 기준 Muse Wonder를 실행하는 데 드는 비용은 작업당 4.52달러로, Muse Spark 1.3의 1.60달러와 비교해 크게 늘어났다.

토큰당 요금은 100만 입력 토큰당 4달러, 100만 출력 토큰당 20달러로 책정됐다(이전 모델은 입력 1.25달러, 출력 4.25달러). 전체 출력 생성량은 약 10% 더 간결해졌으나, 작업당 입력 토큰 소비량이 28% 증가하면서 전체 비용의 76%를 입력 토큰이 차지하게 됐다. 이러한 가격대는 GPT-6 Astra(3.26달러) 및 Gemini 4 Argon(1.99달러)보다는 높지만, Claude Opus 5.5(5.98달러) 및 Claude Fable 5.1(7.63달러)보다는 낮은 수준이다. Muse Wonder Full의 토큰 가격은 아직 공개되지 않았다.

Muse Wonder는 현재 메타 API 및 Muse Code를 통해 이용할 수 있으며, 향후 특화 변형 모델을 출시하기에 앞서 Muse 소비자용 앱의 유료 구독자들에게 우선 제공될 예정이다. Muse Wonder Full은 Muse Code 사용자에게만 독점적으로 제공된다.