Muse Wonder는 Meta가 2026년 10월 12일 공개한 첫 프론티어급 AI 모델입니다. Llama 4 이후 약 18개월 만의 복귀전이고, Meta Superintelligence Labs 설립(2025년 6월 30일) 기준으로는 약 15개월 만의 결과물입니다.
성능은 실제로 올라왔습니다. 그런데 가격표를 보면 이야기가 복잡해집니다. API로 쓸 수 있는 모델이 경쟁 모델보다 점수가 낮은데 가격은 같고, 점수가 더 높은 상위 모델은 API가 아예 없습니다.
이 글에서는 공개된 수치만으로 Muse Wonder의 실제 위치를 짚습니다.
무엇이 공개됐나
Meta Superintelligence Labs는 Muse Wonder와 Muse Wonder Full 두 가지를 동시에 내놨습니다. 같은 이름을 쓰지만 접근 경로가 완전히 다릅니다.
| 항목 | Muse Wonder | Wonder Full |
|---|---|---|
| API 제공 | Meta Model API 가능 | 없음 |
| 접근 경로 | API, Muse Code | Muse Code 구독 전용 |
| 구독 플랜 | – | 월 $50 / $200 플랜 |
| 가중치 공개 | 비공개 | 비공개 |
공통 스펙은 다음과 같습니다.
- 컨텍스트 윈도우 — 100만 토큰
- 입력 모달리티 — 텍스트, 이미지, 오디오, 비디오
- 훈련 인프라 — 오하이오 프로메테우스 클러스터
가중치가 비공개라는 점은 짚어둘 만합니다. Llama 시리즈로 오픈 웨이트 진영을 대표했던 Meta가 프론티어 모델에서는 클로즈드로 돌아섰다는 뜻입니다.
Active Memory와 Active Focus
Meta가 가장 강하게 내세우는 두 기능입니다. 둘 다 장시간 에이전트 작업을 겨냥합니다.
Active Memory — 세션을 넘어가는 맥락
대화 전반의 중요한 맥락을 기억하고 필요할 때 능동적으로 꺼내 쓰는 기능입니다. 매번 자신의 상황을 다시 설명하지 않아도 되게 만드는 것이 목표입니다.
Meta는 사용자의 습관과 선호, 심지어 지나가는 대화까지 유지된다고 설명합니다. 자체 메모리 벤치마크에서 약 85.1%를 기록해 경쟁 모델(약 81%)을 앞섰다고 밝혔습니다.
Active Focus — 포기하지 않는 에이전트
멀티스텝 작업 중 다른 길로 새지 않게 붙잡아두는 기능입니다. 장애물을 만나면 대안 경로를 시도하고, 새 정보에 적응하도록 훈련됐습니다.
에이전트가 여러 앱을 넘나들며 작업할 때 중간에 방향을 잃는 문제는 현재 업계 공통 과제입니다. 이 두 기능이 Muse Wonder의 실질적 차별점이고, 실제로 벤치마크에서도 그 부분이 강하게 나옵니다.
벤치마크: Meta 주장과 독립 평가가 다릅니다
여기가 핵심입니다. 같은 모델인데 누가 측정했느냐에 따라 결론이 뒤집힙니다.
Meta 자체 발표 — 대부분 1위
Meta가 공개한 수치에서는 Wonder Full이 거의 모든 항목을 가져갑니다.
| 벤치마크 | Wonder Full | Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Personal Superintelligence Index | 59.1% | 55.2% | 54.5% |
| DeepSWE 1.1 (장기 코딩) | 79% | 74.2% | 74.1% |
| SWE-Marathon (초장기 엔지니어링) | 57.5% | 46.3% | – |
| Harvey Legal Agent Benchmark | 13.1 | 4.2 | – |
| OSWorld (컴퓨터 제어) | 78.4% | 81% | 75% |
Harvey 법률 에이전트 벤치마크가 눈에 띕니다. 13.1 대 4.2로 3배 이상 차이입니다. 다만 절대 점수가 13점대라는 건 이 과제 자체를 어떤 모델도 제대로 못 풀고 있다는 뜻이기도 합니다.
반대로 OSWorld에서는 Opus 5.5가 앞섭니다. Meta가 모든 항목을 쓸어간 것은 아닙니다.
독립 평가 — 2위로 내려앉습니다
제3자 평가 기관의 수치는 다릅니다.
| 모델 | Artificial Analysis Intelligence Index |
|---|---|
| Claude Opus 5.5 | 58 (1위) |
| Wonder Full | 56 |
| Wonder | 52 |
Vals Index에서는 Wonder Full이 64.57%로 5위를 기록했습니다. OpenAI 계열 모델은 전부 앞섰지만 종합 1위는 아닙니다.
정리하면 Meta 자체 지수에서는 1위, 독립 종합 지수에서는 2위입니다. 자체 벤치마크가 자기 모델에 유리하게 설계되는 건 업계 관행이니, 독립 수치를 기준으로 보는 편이 안전합니다.
가격 구조가 이상합니다
성능보다 더 논쟁적인 부분입니다. Muse Wonder API 가격은 다음과 같습니다.
- 입력 — 100만 토큰당 $4
- 출력 — 100만 토큰당 $20
문제는 이 숫자가 Claude Opus 5.5와 완전히 같다는 점입니다. 그런데 독립 지수 점수는 Wonder 52, Opus 5.5 58입니다.
즉 API 사용자 입장에서 상황은 이렇게 됩니다.
- 같은 돈을 내고 6점 낮은 모델을 쓴다 — 점수가 더 높은 Wonder Full은 API가 없습니다.
- Wonder Full을 쓰려면 Muse Code를 구독해야 한다 — 월 $50 또는 $200 플랜이고, 프로그램으로 호출할 수 없습니다.
- 자체 서비스에 붙일 수 있는 건 약한 쪽뿐이다 — 상위 모델은 Meta 자체 제품 안에 갇혀 있습니다.
Meta가 프론티어 성능을 자사 구독 상품의 무기로 쓰겠다는 의도로 읽힙니다. 전략으로는 이해되지만, API로 모델을 고르는 개발자에게는 선택 이유가 약합니다.
벤치맥싱 논란
출시 직후 가장 큰 비판은 ‘벤치맥싱(benchmaxxing)‘ 의혹이었습니다. 벤치마크 점수만 올라가고 실제 작업물 품질은 따라오지 못한다는 지적입니다.
용암 램프 테스트
가장 많이 인용된 사례입니다. BridgeMind는 BridgeBench 용암 램프 테스트에서 Wonder가 용암 램프 대신 빨간 원통을 만들었다고 지적하며 “유리도 없고 용암도 없다”고 비판했습니다.
3D 렌더링 품질
초기 3D 렌더와 간단한 게임 데모에서 화면 깜빡임(flickering), 클리핑, 그림자 아티팩트가 눈에 보이는 수준으로 나타났다는 보고가 이어졌습니다. 같은 과제에서 Opus 5.5나 GPT-6.1 계열이 만든 결과물과 비교되며 차이가 드러났습니다.
Meta의 공식 런치 영상에 등장한 3D 주방 게임 제작, 결혼식 좌석 배치 같은 매끄러운 데모와 사용자 실사용 경험이 어긋났다는 점이 비판을 키웠습니다.
Meta의 해명
Meta는 이 모델을 3D 데모 게임에 명시적으로 훈련시키지 않았다고 인정했습니다. 실제 사람들의 실제 업무에 유용한 모델을 만드는 데 집중했다는 설명입니다.
일리는 있습니다. 다만 3D 렌더링 과제는 시각적 판단력, 공간 추론, 완성도 있는 산출물을 만드는 능력을 한 번에 보는 지표라 ‘훈련 안 했다’는 해명이 곧 면죄부가 되지는 않습니다. 훈련하지 않은 영역에서의 성능이 바로 일반화 능력이기 때문입니다.
Meta는 어떻게 여기까지 왔나
속도만 보면 놀랍습니다. Llama 4가 혹평을 받던 시점부터 1년 반입니다.
| 시점 | 사건 |
|---|---|
| 2025년 4월 | Llama 4 출시 — 기대에 못 미친 평가 |
| 2025년 6월 | Scale AI에 약 143억 달러 투입, 49% 비의결권 지분 확보 |
| 2025년 6월 30일 | Meta Superintelligence Labs 설립, Alexandr Wang 최고 AI 책임자 합류 |
| 2025년 8월 | MSL을 4개 부서로 재편 (TBD Lab, FAIR, PAR, MSL Infra) |
| 2026년 4월 8일 | Muse Spark 공개 |
| 2026년 8월 10일 | Muse Glimmer 공개 |
| 2026년 10월 12일 | Muse Wonder / Wonder Full 공개 |
Mark Zuckerberg의 논리는 단순합니다. 프론티어 수준의 지능을 만들 수 있는 기업은 소수뿐이고, 자체 모델을 갖지 못하면 경쟁력 있는 제품도 못 만든다는 것입니다. 그래서 대규모 투자는 선택이 아니라 관련성을 유지하기 위한 비용이라고 말합니다.
그래서 써야 할까
용도에 따라 갈립니다. 판단 기준만 정리하면 이렇습니다.
Wonder가 유리한 경우
- 장시간 코딩 세션 — DeepSWE 1.1과 SWE-Marathon에서 격차가 분명합니다.
- 법률·금융 등 다단계 문서 작업 — Harvey 벤치마크 결과가 이 방향을 가리킵니다.
- 맥락을 오래 들고 가야 하는 작업 — Active Memory가 설계된 지점입니다.
다른 선택이 나은 경우
- 종합 성능 대비 비용 — 같은 $4/$20이면 독립 지수 58점인 Opus 5.5가 합리적입니다.
- 시각적 산출물·3D — Meta 스스로 훈련 범위가 아니라고 인정한 영역입니다.
- 자체 서비스 통합 — 상위 모델에 API가 없다는 제약이 결정적입니다.
결론적으로 나쁜 모델이 아닙니다. 18개월 전 농담거리였던 조직에서 나온 결과물이라는 점을 감안하면 오히려 인상적입니다. 다만 지금 시점에서 ‘기본값’으로 고를 이유는 뚜렷하지 않습니다.
자주 묻는 질문
Muse Wonder는 어떤 모델인가요?
Meta Superintelligence Labs가 2026년 10월 12일 공개한 첫 프론티어급 AI 모델입니다. Active Memory와 Active Focus를 내세워 장시간 에이전트 작업을 겨냥했고, 100만 토큰 컨텍스트와 텍스트·이미지·오디오·비디오 입력을 지원합니다.
Muse Wonder와 Wonder Full의 차이는 무엇인가요?
Wonder Full이 더 강력한 상위 모델이지만 API가 제공되지 않습니다. Wonder는 Meta Model API와 Muse Code로 쓸 수 있고, Wonder Full은 월 $50 또는 $200 Muse Code 구독자에게만 열립니다. 두 모델 모두 가중치는 비공개입니다.
API 가격은 얼마인가요?
입력 100만 토큰당 $4, 출력 100만 토큰당 $20입니다. Claude Opus 5.5와 동일한 가격인데, 독립 지수 점수는 Opus 5.5가 58, Wonder가 52로 더 높습니다.
벤치마크에서 실제로 1위인가요?
Meta 자체 지수에서는 1위입니다. 다만 Artificial Analysis Intelligence Index에서는 Opus 5.5가 58로 1위, Wonder Full이 56으로 2위입니다. Vals Index에서는 Wonder Full이 64.57%로 5위입니다.
벤치맥싱 논란은 무엇인가요?
벤치마크 점수만 최적화되고 실제 작업 품질은 따라오지 못한다는 지적입니다. 용암 램프를 만들라는 과제에 빨간 원통을 내놓거나, 3D 렌더에서 깜빡임과 클리핑이 나타난 사례가 근거로 제시됐습니다.
Meta는 왜 가중치를 공개하지 않았나요?
Meta는 이유를 명확히 밝히지 않았습니다. 다만 상위 모델을 Muse Code 구독 전용으로 묶은 구조를 보면, 프론티어 성능을 자사 제품의 차별 요소로 쓰려는 전략으로 읽힙니다. Llama 시리즈의 오픈 웨이트 노선과는 다른 선택입니다.
정리
Muse Wonder는 Meta가 프론티어 경쟁에 복귀했다는 신호입니다. 장기 코딩과 다단계 문서 작업에서는 실제로 앞서고, Active Memory는 방향이 맞는 기능입니다.
하지만 선택 기준에서는 세 가지가 걸립니다. 독립 지수에서 2위, 같은 가격에 6점 낮은 API 모델, 상위 모델의 API 부재. 여기에 벤치맥싱 논란이 겹칩니다.
진짜 관전 포인트는 속도입니다. Llama 4에서 여기까지 18개월이 걸렸습니다. 같은 속도가 한 번 더 반복되면 다음 모델에서는 결론이 달라질 수 있습니다.
※ 본 글은 TechCrunch 출시 보도, Artificial Analysis 독립 평가, Meta 공개 자료 및 TheAIGRID 채널의 정리 영상을 교차 확인해 작성했습니다. 벤치마크 수치와 가격은 변경될 수 있습니다.
