Meta의 Muse Wonder은 어떤 모델인가
메타 뮤즈 원더(Muse Wonder)가 출시되었습니다. 메타의 첫 프론티어 모델로, 장기 코딩과 기억 평가에서 1위에 올랐습니다. 두 모델의 차이와 벤치마크, 가격, 국내 이용 방법까지 정리했습니다.
Oct 19, 2026
Muse Wonder(뮤즈 원더)는 미국 메타(Meta)가 2026년 10월 12일 공개한 AI 모델입니다. 메타 초지능 연구소(Meta Superintelligence Labs)가 만들었고, 메타가 처음으로 프론티어 모델이라고 이름 붙인 모델입니다. 기본 모델 Muse Wonder와 상위 모델 Muse Wonder Full 두 가지로 나왔습니다. 국내 보도에서는 시차 때문에 10월 13일 공개로 표기합니다.
메타는 두 모델이 Anthropic의 Fable 5.1, OpenAI의 GPT-6 Astra 같은 경쟁사 최신 모델과 대등한 성능을 낸다고 밝혔습니다. 메타 발표 표에서 Muse Wonder Full은 비교 항목 14개 가운데 6개에서 1위에 올랐습니다. 장시간 코딩, 법률 에이전트, 업무 자동화 평가가 여기에 들어갑니다. 독립 평가 기관 Artificial Analysis의 종합 지수에서도 Full은 56점으로 Claude Opus 5.5(58점)에 이어 2위입니다.
이 글은 Muse Wonder가 무엇을 새로 내세웠는지, 벤치마크에서 어디가 강하고 약한지, 두 모델을 어떻게 쓸 수 있는지, 이 출시가 AI 시장에서 무엇을 뜻하는지를 항목별로 정리합니다.
무엇이 새로운가
Muse Wonder와 Muse Wonder Full
두 모델은 성능과 쓰는 경로가 다릅니다. Muse Wonder는 메타 모델 API(Meta Model API)와 메타의 코딩 도구 Muse Code에서 모두 쓸 수 있습니다. 상위 모델 Muse Wonder Full은 API로 제공되지 않고 Muse Code의 월 50달러 이상 요금제에서만 쓸 수 있습니다. 벤치마크 상위권 수치는 대부분 Full의 것입니다.
구분 | Muse Wonder | Muse Wonder Full |
모델 ID | muse-wonder-1.0 | muse-wonder-full-1.0 |
이용 경로 | 메타 모델 API, Muse Code 전 요금제 | Muse Code 월 50·200달러 요금제 |
Artificial Analysis 지수 | 52 | 56 |
메타 발표 표 1위 항목 | 1개 (MemoryBench) | 6개 |
Active Memory와 Active Focus
메타가 전면에 내세운 기능은 두 가지입니다. Active Memory(액티브 메모리)는 대화가 끝나도 사용자에 관한 중요한 맥락을 기억해 두었다가 과제에 필요할 때 꺼내 쓰는 기능입니다. 개발에 참여한 메타 연구원은 며칠, 몇 주, 몇 달에 걸쳐 기억하는 것이 목표라고 설명했습니다. 기억 능력 평가 MemoryBench에서 기본 Wonder는 85.6점으로 비교 모델 가운데 가장 높았습니다.
Active Focus(액티브 포커스)는 어려운 목표를 끝까지 밀고 가는 기능입니다. 막히면 다른 접근을 시도하고 새 정보가 들어오면 계획을 고칩니다. 필요하면 사용자에게 되묻습니다. 중요한 행동을 하기 전에는 사용자에게 확인을 받습니다. 메타는 이 능력을 초장기 엔지니어링 평가 SWE-Marathon 등으로 측정했고 Full은 이 평가에서 57.5점으로 Opus 5.5의 46.3점을 11.2점 앞섰습니다.
사양
컨텍스트는 두 모델 모두 100만 토큰이고 긴 입력에 추가 요금이 붙지 않습니다. 입력으로 글, 이미지, 소리, 영상을 받고 출력은 글로 냅니다. 도구 호출을 병렬로 처리하고 작업을 하위 에이전트(서브에이전트)에 나눠 맡깁니다. 브라우저와 데스크톱, 모바일 앱을 직접 조작하는 컴퓨터 사용도 지원합니다. OpenAI와 Anthropic의 개발 도구 인터페이스와 호환되도록 만들어 기존 코드에서 옮기기 쉽습니다. 학습은 미국 오하이오주에 있는 메타의 Prometheus 데이터센터에서 했고 모델 가중치는 공개하지 않습니다.
Muse Wonder의 성능: 벤치마크가 말하는 위치
아래 Muse Wonder 벤치마크 수치는 메타 모델 카드 기준입니다. 메타 자체 측정과 외부 측정이 섞여 있으며 메타는 경쟁 모델에 쓴 설정과 도구가 최적이 아니었을 수 있다고 밝혔습니다.
벤치마크 | Wonder Full | Wonder | Opus 5.5 | GPT-6 Astra | Fable 5.1 |
DeepSWE 1.1 (장기 코딩) | 79.0 | 78.8 | 74.2 | 74.1 | 67.4 |
SWE-Marathon (초장기 엔지니어링) | 57.5 | 53.1 | 46.3 | 42.5 | 45.6 |
Harvey LAB-AA (법률 에이전트) | 13.1 | 10.0 | 4.2 | 8.6 | 6.4 |
AutomationBench-AA (업무 자동화) | 45.4 | 39.1 | 41.2 | 41.6 | 32.1 |
Vals Finance Agent V2 (금융 리서치) | 59.1 | 56.6 | 58.6 | 53.5 | 58.9 |
MemoryBench (기억) | 85.5 | 85.6 | 81.5 | 81.4 | 79.0 |
Terminal-Bench 4.0-AA (터미널 코딩) | 57.1 | 52.0 | 59.6 | 59.1 | 52.0 |
OSWorld 2.1 부분 점수 (컴퓨터 사용) | 78.4 | 72.6 | 81.8 | 75.8 | 80.7 |
ProgramBench (처음부터 프로그래밍) | 59.0 | 50.0 | 70.5 | 52.5 | 55.5 |
HealthBench Pro (의료) | 62.3 | 60.5 | 65.6 | 65.3 | 62.1 |
강점은 오래 걸리는 작업에 있습니다. 실제 저장소에서 긴 코딩을 이어가는 DeepSWE와 SWE-Marathon, 여러 단계를 거치는 법률·업무 자동화·금융 리서치 평가에서 Full이 1위입니다. 메타가 집계한 Full의 1위 6개에는 이 표에 넣지 않은 메타 자체 종합 지수(59.1점)가 포함됩니다. 반대로 터미널 코딩, 컴퓨터 사용, 처음부터 프로그램을 짜는 ProgramBench, 의료 평가에서는 Opus 5.5가 앞섭니다. ProgramBench 격차가 11.5점으로 가장 큽니다.
독립 측정도 비슷한 그림입니다. Artificial Analysis의 종합 지수(Intelligence Index)에서 Full은 56점으로 Opus 5.5(58점)에 이어 Sonnet 5.5와 함께 2위이고 기본 Wonder는 52점입니다. 코딩 에이전트 지수에서는 Full이 68점으로 Claude Code와 Sonnet 5.5 조합과 같은 1위에 올랐습니다. 전 세대 Muse Spark 1.3의 54점보다 14점 높습니다. 사실과 다른 내용을 지어내는 환각률은 Full이 23%로 Spark 1.3의 33%에서 내려갔습니다.
다른 프론티어 모델과의 비교
구분 | Muse Wonder | Claude Opus 5.5 | GPT-6 Astra | Gemini 4 Argon |
API 가격 (입력·출력, 100만 토큰) | $4·$20 | $4·$20 | $10·$50 | $2·$10 (도입가) |
Artificial Analysis 지수 | 52 (Full 56) | 58 | 53 | 53 |
지수 과제당 비용 | $4.52 | $5.98 | $3.26 | $1.99 |
앞선 영역 | 장기 코딩, 법률, 기억 | 터미널, 컴퓨터 사용, 프로그래밍 | 전문 업무 문서 | 초장문맥, 비용 효율 |
API 가격은 Opus 5.5와 같고 GPT-6 Astra의 40% 수준입니다. 다만 과제 하나를 끝내는 데 든 비용은 Artificial Analysis 측정에서 Wonder가 4.52달러로 Astra의 3.26달러보다 많았습니다. 단가가 싸도 토큰을 많이 쓰면 총액이 늘어나는 구조입니다. 가장 강한 Full은 토큰 가격이 없어 이 비교에서 빠졌습니다.
선택 기준은 작업의 길이와 종류입니다. 여러 시간 이어지는 코딩, 사용자 맥락을 오래 기억해야 하는 개인 비서형 에이전트, 법률·금융 문서 작업이라면 Muse Wonder를 시험해 볼 만합니다. 터미널에서 명령을 실행하며 고치는 개발 작업이나 화면을 직접 조작하는 업무 자동화라면 아직은 Opus 5.5가 앞섭니다.
Muse Wonder 이용 방법과 활용법
적합한 작업
메타가 내세운 용도는 개인과 업무를 아우르는 에이전트 작업입니다. 대규모 다중 파일 코딩, 법률·금융·의료 지식이 필요한 긴 문서 작업, 사용자의 선호와 일정을 기억하며 일을 이어가는 개인 비서가 대표적입니다. 기억 기능이 강하므로 같은 사용자와 여러 차례 이어지는 상담·코칭·업무 보조 서비스에서 장점이 드러납니다.
사용 경로
경로 | 쓸 수 있는 모델 | 비용 |
메타 모델 API | Muse Wonder | 입력 $4, 출력 $20 (100만 토큰당) |
Muse Code | Wonder (전 요금제), Full (월 $50·$200) | 월 $5·$15·$50·$200 |
Muse 앱 | 곧 탑재 예정, 유료 구독자부터 | 무료, 월 $20·$100 |
OpenRouter | Muse Wonder (meta/muse-wonder) | OpenRouter 요율 |
개발팀이 제품에 넣으려면 메타 모델 API가 기본 경로입니다. 분당 3,000건 요청, 400만 토큰까지 처리할 수 있고 웹 검색은 1,000회당 2.5달러가 따로 붙습니다. Full을 시험하려면 Muse Code의 월 50달러 요금제부터 가입해야 합니다.
국내에서 쓰려면
메타의 AI 에이전트 앱 Muse는 북미에서만 서비스해 한국에서는 쓸 수 없습니다. 메타 모델 API를 한국에서 바로 가입할 수 있는지는 공개되지 않았습니다. 정보기술 매체 요즘IT는 10월 13일 기준으로 여러 AI 모델을 한곳에서 쓰는 중개 서비스 OpenRouter를 현실적인 경로로 꼽았습니다. 코드 편집기 Cursor와 아마존 Bedrock에는 아직 들어가지 않았습니다.
국내 실무에서는 오래된 코드베이스를 여러 단계로 고치는 장기 개발 작업, 계약서와 규정을 오가며 검토하는 법무 지원, 고객 이력을 기억해야 하는 상담 보조처럼 길고 맥락이 이어지는 일이 시험 대상입니다. 같은 과제를 Opus 5.5와 나란히 돌려 품질과 총비용을 비교해 보시기 바랍니다.
Muse Wonder 가격
항목 (100만 토큰당) | Muse Wonder | Claude Opus 5.5 | GPT-6 Astra |
입력 | $4 | $4 | $10 |
출력 | $20 | $20 | $50 |
캐시 입력 | $0.20 | $0.20 | 공개 안 됨 |
Muse Wonder API는 입력 100만 토큰당 4달러, 출력 20달러, 캐시 입력 0.20달러입니다. 컨텍스트 전 구간에 같은 요율이 적용됩니다. 한 달에 입력 5억·출력 1억 토큰을 쓴다고 가정하면 Muse Wonder와 Opus 5.5는 각각 4,000달러, GPT-6 Astra는 1만 달러입니다.
Muse Code는 월 5달러, 15달러, 50달러, 200달러의 네 단계입니다. 5달러 요금제는 5시간마다 10~50개 프롬프트를 쓸 수 있고 위 요금제는 그 5배, 20배, 80배입니다. Full은 50달러와 200달러 요금제에서만 열립니다. 구독 키는 Muse Code 명령줄 도구 안에서만 작동합니다.
의미와 판도
Muse Wonder 출시로 달라진 것이 세 가지 있습니다. 먼저 프론티어 경쟁이 4파전이 됐습니다. 그동안 최상위 모델 경쟁은 OpenAI, Anthropic, 구글의 3강 구도였습니다. 메타는 2025년 라마(Llama) 4가 기대에 못 미친 뒤 조직을 다시 짰고 독립 지수 2위 모델을 내놓았습니다. 블룸버그는 이를 14개월 공세 끝에 프론티어에 도달했다고 표현했습니다. 공개 당일 메타 주가는 장중 4.5% 올랐습니다.
메타의 모델 전략이 두 갈래로 정리됐습니다. 최상위 모델은 가중치를 공개하지 않는 폐쇄형으로 가고 개방 가중치는 8월에 내놓은 소형 모델 Muse Glimmer(Apache 2.0 라이선스)로 이어갑니다. 라마 시절 개방 가중치를 앞세웠던 노선에서 최전선은 폐쇄형으로 옮긴 셈입니다.
경쟁의 축에 기억(memory)이 추가됐습니다. 지금까지 프론티어 모델 경쟁은 코딩과 추론 점수가 중심이었습니다. 메타는 사용자를 오래 기억하는 능력을 첫 번째 차별점으로 들었습니다. 메타는 페이스북·인스타그램·왓츠앱 사용자 기반을 갖고 있어 개인 비서형 에이전트에서 이 기능이 힘을 발휘할 수 있습니다. 미국 금융사 씨티는 Muse 앱의 2030년 연매출을 270억 달러로 내다봤습니다.
한계 및 유의점
가장 강력한 모델은 API로 쓸 수 없습니다. 메타 발표 표의 1위 6개와 독립 지수 56점은 Full의 것이고 개발자가 API로 쓸 수 있는 기본 Wonder는 1위 1개, 지수 52점입니다. 제품에 넣을 모델을 고를 때는 기본 Wonder의 수치를 기준으로 삼아야 합니다.
Muse Code는 기본 설정에서 사용자 코드를 학습에 씁니다. 구독의 기본값인 기여(Contributor) 모드에서는 프롬프트, 코드, 파일, 출력이 향후 모델 학습에 쓰일 수 있습니다. 설정을 끄면 이후 제출분만 빠지고 이미 낸 내용은 돌아오지 않습니다. 메타는 구독 페이지에 이를 밝혔고 API는 학습에 쓰지 않는다고 설명했습니다. 회사 코드를 다룬다면 가입 직후 설정부터 확인해야 합니다.
벤치마크는 메타 발표 기준입니다. 메타 자체 측정과 외부 측정이 섞여 있고 메타의 자체 종합 지수도 포함돼 있습니다. 전체 안전 보고서는 아직 공개되지 않았습니다. 출시 당일에는 Muse Code 사용 한도가 비정상적으로 빨리 소진되는 버그가 있었고 메타는 수정 후 사용량을 초기화했습니다. 일부 사양은 공식 문서에서 확인되지 않습니다. 최대 출력 토큰은 외부 목록마다 13만 1,072개와 94만 3,718개로 다르게 적혀 있고 지식 기준일도 공개되지 않았습니다.
자주 묻는 질문
Q1. Muse Wonder는 무엇입니까?
스파르타빌더스 메타가 2026년 10월 12일 공개한 첫 프론티어 AI 모델입니다. 국내에서는 메타 뮤즈 원더로 표기합니다. 기본 모델 Muse Wonder와 상위 모델 Muse Wonder Full 두 가지가 있습니다.
Q2. Muse Wonder와 Muse Wonder Full은 무엇이 다릅니까?
스파르타빌더스 Full이 상위 모델입니다. Artificial Analysis 지수는 Full 56점, Wonder 52점입니다. Wonder는 API와 Muse Code에서 쓸 수 있고 Full은 Muse Code의 월 50달러 이상 요금제에서만 쓸 수 있습니다.
Q3. 무엇을 잘합니까?
스파르타빌더스 오래 걸리는 작업과 기억에 강합니다. 장기 코딩 평가 DeepSWE와 SWE-Marathon, 법률 에이전트 평가에서 Full이 1위였고 기억 평가 MemoryBench에서는 기본 Wonder가 가장 높았습니다. 터미널 코딩과 컴퓨터 사용은 Opus 5.5가 앞섭니다.
Q4. 가격은 얼마입니까?
스파르타빌더스 API는 입력 100만 토큰당 4달러, 출력 20달러로 Opus 5.5와 같습니다. Muse Code는 월 5달러부터 200달러까지 네 단계입니다.
Q5. 한국에서 쓸 수 있습니까?
스파르타빌더스 Muse 앱은 북미 전용이라 한국에서는 쓸 수 없습니다. 개발자는 OpenRouter를 거쳐 Muse Wonder를 쓸 수 있습니다. 메타 모델 API의 한국 직접 가입 여부는 공개되지 않았습니다.
참고 문헌
- Meta, 'Muse Wonder' 공식 블로그·개발자 모델 페이지, 2026-10-12
- TechCrunch, 'Meta releases its first frontier model, Muse Wonder', 2026-10-12
- VentureBeat, 'Meta's new Muse Wonder and Muse Wonder Full models achieve frontier performance, but only the weaker one is available via API', 2026-10
- Artificial Analysis, 'Muse Wonder: Everything you need to know', 2026-10
Share article