메타, 기억·장기 작업 강화한 ‘뮤즈 원더’ 공개…Full은 코딩 구독으로 제공

메타의 이번 발표는 모델의 능력과 제품 제공 방식을 함께 보여준다. 일반 원더를 서비스에 연결하는 개발자와 Full을 코딩 도구에서 쓰는 이용자는 같은 출시 소식을 접해도 실제 선택지가 다르다. 성능 표를 읽기 전에 어느 모델을 어떤 경로로 이용할 수 있는지를 구분해야 하는 이유다.

메타는 AI 개발 체계를 전면 개편한 뒤 14개월 동안 기반을 다시 구축하고 상위 모델로 확장했다고 설명했다. 원더 계열은 프로메테우스 데이터센터에서 훈련됐으며, 이전 뮤즈 스파크에서 이어지는 확장 전략의 다음 단계로 소개됐다. 회사가 강조하는 방향은 전문 지식을 답하는 모델에서 개인과 업무의 여러 작업을 수행하는 에이전트로 이어진다.

맥락을 기억하고, 막힌 작업을 이어간다

Active Memory는 대화 사이의 중요한 정보를 유지하고 현재 작업과 관련된 내용을 다시 찾는 능력을 가리킨다. 단순히 긴 대화가 입력에 들어간다는 설명과는 구분된다. 핵심은 이전 정보 중 무엇이 지금 필요하고, 어떤 조건이 이후 대화에서 바뀌었는지를 작업에 반영하는 데 있다.

Active Focus는 목표를 향해 작업을 지속하는 능력이다. 메타는 다른 접근을 시도하고, 장애물과 새 정보에 대응하며, 필요할 때 질문하거나 중요한 행동 전에 확인하는 흐름으로 설명했다. 모든 행동을 확인 없이 실행한다는 발표는 아니다. 기억과 실행을 함께 강조한 것은 여러 도구와 수정 과정이 연결되는 업무를 겨냥한 접근으로 읽힌다.

공식 시연에는 이미지에서 게임을 만드는 작업, 개인 조건을 반영하는 달리기 계획, 여러 요구사항을 맞추는 결혼식 좌석 배치 등이 등장한다. 이는 메타가 공개한 시연이며 이 글에서 재현한 결과는 아니다. 서로 다른 자료와 조건을 연결하는 장면을 제시했다는 데 의미가 있지만, 시연만으로 일반 업무의 성공률을 판단할 수는 없다.

평가 범위도 길고 복잡한 과제로 확장됐다. 모델 카드의 MemoryBench는 6만 4천~10만 토큰의 대화에서 중요한 정보를 회수하는 내부 평가다. 방해가 되는 대화와 기존 사실을 수정하는 정보가 포함된다. 장기 개발 평가인 SWE-Marathon은 실제 프로젝트 테스트로 결과를 확인한다. 기억의 정확성과 작업의 완수를 서로 다른 과제로 다루는 구성이다.

공식 제품 페이지에 게시된 DeepSWE 1.1 점수는 원더 Full 79.0%, 일반 원더 78.8%다. 같은 표의 클로드 오퍼스 5.5는 74.2%다. 다만 모델 카드는 외부 코딩 결과에 각 제공자의 실행 도구가 남아 있다고 명시한다. SWE-Marathon에서 Full은 xhigh 추론 설정을 사용했다. 수치 자체와 통제된 동일 환경 비교는 별개의 정보다.

API 가격과 구독 제공은 별개의 선택지

두 모델의 컨텍스트 창은 공식 안내 기준 100만 토큰이다. 일반 원더 API 가격은 입력·출력·캐시 입력에 각각 책정됐다. 여기서 캐시 입력 단가는 모든 입력에 자동으로 적용되는 가격이 아니며, 토큰당 단가는 작업 하나를 끝내는 총비용과도 다르다. 재시도와 출력량에 따라 청구 규모가 달라질 수 있다.

Full은 Muse Code의 Power Usage와 Maximum Usage 요금제에 포함된다. 공식 페이지에 표시된 월 가격은 각각 50달러와 200달러이며 Full의 별도 API 가격은 공란이다. 따라서 일반 원더의 API 단가를 Full에 그대로 적용하거나, Full을 외부 서비스에 같은 방식으로 연결할 수 있다고 해석하면 제공 범위를 벗어난다.

Muse 앱에도 원더를 적용하겠다는 계획은 발표됐지만 구독자부터 순차 적용하는 일정으로 표현됐다. API 공개, 코딩 도구 제공, 개인용 앱 반영이 하나의 시점에 모든 이용자에게 완료된 것은 아니다. 출시 소식에서 모델 공개와 실제 서비스 배포를 나눠 볼 필요가 있다.

남은 쟁점은 강화된 기억과 실행 능력이 다양한 실제 환경에서도 유지되는지다. 모델 카드는 다단계 추론 오류, 언어별 평가 범위, 시각·공간 추론의 한계를 밝힌다. 제공 경로와 가격은 구체화됐지만, 업무의 완수율과 전체 비용은 사용하는 도구와 자료에 따라 달라진다. 이번 출시의 의미는 모델 성능과 서비스 이용 조건을 함께 비교해야 할 경쟁이 본격화됐다는 데 있다.