요약: Meta는 2026년 10월 15일 Muse Spark Open을 공개했으며, 코딩, 도구 사용, 자율 에이전트 워크플로우를 위해 설계된 공개 가중치 멀티모달 모델을 소개했다. 총 약 816 billion 파라미터, 토큰당 활성 파라미터 42 billion, 최대 1 million 토큰의 컨텍스트를 지원하며, 대규모 MoE 기능을 다운로드 가능한 모델 웨이트와 호스팅 추론 서비스로 제공한다.
핵심 상쇄관계: 배포와 커스터마이징에 대한 통제권을 얻는 대신, 하드웨어, 라이선스, 평가 비용을 부담해야 한다. Meta는 이를 미국 내에서 가장 강력한 공개 가중치 모델이라고 표현하지만, 그 주장이 전 세계 모든 벤치마크에서 1위를 의미하는 것은 아니다.
핵심 요점
- Muse Spark Open은 약 816B 총 파라미터와 토큰당 약 42B 활성 파라미터를 갖춘 희소 MoE 아키텍처를 사용하며, 최대 1M 토큰 컨텍스트를 지원한다.
- Muse Spark Open은 텍스트, 이미지, 오디오, 비디오 입력을 수용하고 텍스트 출력을 생성한다.
- Meta는 Muse Spark Open을 코딩, 추론, 도구 사용, 멀티모달 에이전트 워크플로우를 위해 설계했다.
- Meta는 BF16 및 NVFP4 형식의 Muse Spark Open 체크포인트를 제공하며, 커뮤니티 프로젝트는 추가 양자화 변형을 제공한다.
- Muse Spark Open의 다운로드 가능한 웨이트는 무제한 오픈 소스 권리를 의미하지 않으며, 자체 호스팅 비용도 저렴하다고 할 수 없다.
Muse Spark Open이란? 사양과 개요
Muse Spark Open은 Meta의 대규모 공개 가중치 멀티모달 모델이다. 희소 전문가 혼합(MoE) 아키텍처를 사용하여 저장소 점검, 코드 편집, 도구 사용, 시각·오디오 관찰 해석 등 소프트웨어 엔지니어링 및 에이전트 작업을 수행한다.
Muse Spark Open 사양
| Specification | Muse Spark Open specifications |
|---|---|
| Developer | Meta |
| Release date | October 15, 2026 |
| Architecture | Sparse Mixture of Experts (MoE) |
| Total parameters | Approximately 816B |
| Active parameters | Approximately 42B per token |
| Experts / selected experts | 256 / 8 per MoE layer |
| Transformer layers | 62 |
| Context window | Up to 1,048,576 tokens |
| Inputs | Text, images, audio, video |
| Output | Text |
| Checkpoints | BF16, NVFP4 |
| Inference | Transformers, llama.cpp, SGLang, vLLM, MLX, TensorRT-LLM, and Unsloth (Meta launch announcement) |
| License | Muse Model License |
게시된 아키텍처 다이어그램은 모델 구성 요소를 보여준다.
Muse Spark Open으로 무엇을 할 수 있나?
희소 MoE 아키텍처
각 MoE 레이어는 256명의 전문가를 제공하며 토큰을 8명에게 라우팅한다. 희소 활성화는 816B 전체 파라미터를 조밀하게 실행하는 것에 비해 연산을 줄여주며, 큰 전체 용량은 유지한다. 이는 모델 웨이트 저장에 필요한 메모리나 전문가 병렬 시스템의 통신 오버헤드를 제거하지는 않는다.
네이티브 멀티모달 이해
단일 모델이 텍스트, 이미지, 오디오, 비디오 입력을 처리하고 텍스트를 생성한다. 이는 스크린샷 기반 디버깅, 인터페이스 점검, 전사 보조 작업, 시각적 브라우저 에이전트 등의 워크플로우를 지원한다. 이미지, 오디오, 비디오를 입력으로 수용하지만, 이미지, 음악, 비디오 출력을 생성하지는 않는다.
장기 지평 코딩 에이전트
Meta는 다중 파일 리팩토링, 디버깅, 도구 호출, 반복적 에이전트 실행을 강조한다. 긴 컨텍스트 윈도우는 에이전트가 소스 코드와 작업 이력을 유지하는 데 도움이 되지만, 성공은 여전히 검색, 도구 권한, 검증, 컨텍스트 전반에 관련 정보가 분포된 정도에 달려 있다.
추론과 도구 사용
추론 생태계는 구성 가능한 추론 노력과 도구 호출 파서를 지원한다. 낮은 추론 노력은 비용 효율적인 작업에 실용적인 기준선이며, 더 까다로운 워크플로우에서는 측정된 작업 완료 개선을 전제로 더 큰 추론 예산이 필요할 수 있다.
Muse Spark Open은 AI 벤치마크에서 어떻게 성능을 내나?
다음은 Meta의 모델 카드에 보고된 출시 결과이며, 이 글에서 직접 측정한 값이 아니다. Meta는 xhigh 추론 노력, temperature 1.0, top_p 1.0, 비활성화된 top_k를 명시한다. 벤치마크별 하네스가 중요하며, 요약에는 모든 점수를 재현하기 위한 완전한 하드웨어 구성이 제공되지 않는다.
| Evaluation | Meta-reported result | Scope |
|---|---|---|
| Artificial Analysis Intelligence Index | 39 | Meta가 재현한 제3자 합성 지수 |
| Terminal-Bench 2.1 | 76.4 | Terminus 2 에이전트; 하네스 의존 코딩 평가 |
| VideoMMEv2 | 61.5 | 비디오 평가; 처리량 측정이 아님 |
Muse Spark Open 벤치마크 해석
이 값들은 서로 다른 척도를 사용하므로 평균을 내서는 안 된다. 동일한 예산, 중지 규칙, 모델 설정으로 자체 저장소 및 도구 워크플로우를 재현하라. 성공적 완료, 재시도, 지연 시간, 총 비용을 추적하라. 벤치마크 점수가 곧바로 프로덕션 신뢰성을 입증하는 것은 아니다.
배포 방법: 로컬, API, 클라우드
웨이트와 데이터에 대한 통제를 원한다면 로컬 배포를, 빠른 평가에는 호스팅 API를, 전용 서빙을 원한다면 관리형 클라우드 엔드포인트를 선택하라. 선택 전에 정확한 체크포인트, 지원 입력, 서빙 컨텍스트를 확인하라.
로컬 배포
로컬 배포의 주요 제약은 메모리다. 원시 파라미터 수 기준으로 BF16 웨이트만 약 1.6 TB를 차지한다; Meta의 배포 가이드는 BF16의 경우 최소 2 TB, NVFP4의 경우 700 GB 이상의 GPU 메모리를 명시한다; 런타임 버퍼와 KV 캐시도 포함되어야 한다. 커뮤니티 양자화 구성은 메모리 풋프린트가 다르다.
두 가지 Apple Silicon 구성 사례가 문서화되어 있다. Meta의 출시 공지는 MLX를 사용해 두 대의 Apple M5 Ultra Mac Studio 머신에 걸쳐 배포하는 방법을 설명한다. 별도로, Hugging Face 출시 글의 llama.cpp 섹션은 512 GB Mac M3 Ultra에서 imatrix 보정 2비트 양자화를 보고하며, 모델에 약 304 GB를 사용하고 초당 약 18 토큰을 생성한다. 이 보고들은 서로 다른 하드웨어와 추론 구성을 가리키며, 어느 것도 양자화 간 동일 품질을 보장하지 않는다.
| Deployment | Advantage | Consideration |
|---|---|---|
| Apple Silicon / MLX | 통합 메모리, 로컬 통제 | 메모리 및 성능 한계 |
| llama.cpp quantization | 접근성 높은 GGUF 생태계 | 정확도/품질 트레이드오프 |
| NVIDIA GPUs / SGLang | NVFP4 최적화 병렬 추론 | 고용량 메모리 가속기 다수 필요 |
| vLLM | 확장 가능한 서빙 통합 | 플러그인, 체크포인트, 하드웨어 제약 |
| Hugging Face Inference Endpoints | 관리형 인프라 | 지속적인 호스팅 비용 |
| Hosted API provider | 최소한의 설정 | 제공자 가용성 및 프라이버시 약관 |
예시: llama.cpp로 Q2 체크포인트 서빙.
게시된 llama.cpp 레시피를 사용해 llama 런타임을 설치하고 대형 Q2 체크포인트를 시작하라. 이는 호환되는 대용량 메모리 머신을 필요로 한다.
curl -LsSf https://llama.app/install.sh | sh
llama serve -hf ggml-org/Muse-Spark-Open-816B-A42B-GGUF:Q2_K
이 예시는 매우 큰 양자화 모델에 충분한 메모리를 요구하며, 일반 노트북을 위한 명령이 아니다. 서버가 시작되면 OpenAI 호환 인터페이스를 호환 클라이언트로 호출할 수 있다.
호스팅 API 액세스
아래 Groq 예제를 사용해 호스팅 API 요청을 보낼 수 있다. 전용 클라우드 배포의 경우 Hugging Face가 관리형 Inference Endpoints 레시피를 제공한다. 프로비저닝 전에 선택한 인스턴스, 엔드포인트 컨텍스트 한도, 지속적인 호스팅 비용을 확인하라.
Groq는 승인된 조직에 대해 제한적 프리뷰 액세스를 문서화하고 있다. pip install groq로 Python SDK를 설치하고, 아래 텍스트 전용 요청을 실행하기 전에 GROQ_API_KEY를 설정하라.
from groq import Groq
client = Groq() # 환경 변수에서 GROQ_API_KEY를 읽습니다
response = client.chat.completions.create(
model="meta-models/muse-spark-open",
messages=[{"role": "user", "content": "MoE 라우팅을 설명해 주세요."}],
)
print(response.choices[0].message.content)
이 예시는 프리뷰 액세스가 필요하며, 유료 계정으로 실행되지는 않았다. Groq는 현재 131,072 토큰 컨텍스트 윈도우와 텍스트/이미지 입력을 문서화하고 있으며, 호스팅 서비스가 모델의 모든 네이티브 모달리티를 노출하는 것은 아니다.
Muse Spark Open 비용은 얼마인가?
웨이트 다운로드와 추론 비용 지불은 서로 다른 문제다. 제공자는 입력/출력 토큰당, 프로비저닝된 용량, 전용 하드웨어 기준으로 요금 청구할 수 있다. 자체 호스팅 사용에는 GPU, 메모리, 스토리지, 전기, 운영, 엔지니어링 노력이 수반된다.
예시를 위해, 다음 시나리오는 100만 입력 토큰당 $1.25, 100만 출력 토큰당 $4.25를 가정한다. 이는 보편적이거나 CometAPI 요율로 검증된 수치가 아니다.
| Illustrative workload | Input tokens | Output tokens | Calculated charge |
|---|---|---|---|
| Short coding task | 10,000 | 2,000 | $0.0210 |
| Repository review | 100,000 | 10,000 | $0.1675 |
| Large agent workflow | 500,000 | 50,000 | $0.8375 |
| Million-token analysis | 1,000,000 | 20,000 | $1.3350 |
공식: estimated cost = input tokens / 1,000,000 × input unit rate + output tokens / 1,000,000 × output unit rate. 캐싱, 재시도, 인프라, 제공자별 요금은 총액을 변화시킬 수 있다.
Muse Spark Open은 진정한 오픈 소스인가?
폐쇄 웨이트 API 전용 서비스와 달리, Muse Spark Open은 개발자 관리형 추론을 위한 체크포인트를 제공한다. 조직은 프라이버시, 커스터마이징, 품질, 운영 비용에 따라 로컬 호스팅 시스템, 전용 클라우드 배포, 관리형 엔드포인트를 비교할 수 있다.
Muse Spark Open은 Muse Model License 하에 공개 웨이트로 배포된다. 다운로드 가능한 체크포인트가 무제한 오픈 소스 권리를 의미하는 것은 아니다. 배포 전에 재배포, 파생물, 저작권 표기, 호스티드 모델 서비스에 대한 라이선스 조건을 검토하라.
팀은 가중치를 고객 대상 제품에 사용하는 경우, 수정된 체크포인트를 재배포하는 경우, 하위 사용자 권리를 약속하는 경우 현재 라이선스 전문을 검토해야 한다.
Muse Spark Open vs Muse Spark Hosted API
모델 웨이트와 배포에 대한 통제가 필요하면 Muse Spark Open을 선택하라. 서빙 스택 운영 없이 관리형 추론을 원하면 호스팅 API를 선택하라.
모델 정체성과 배포 방법은 별개다. Muse Spark Open은 공개 웨이트 릴리스이며, 호스팅 엔드포인트는 다른 Muse Spark 버전을 서빙할 수 있다. 비교 전에 정확한 모델 ID와 버전을 확인하라. Meta의 Muse Spark 1.1 발표는 Meta Model API를 통해 제공되는 Muse Spark 모델의 한 예다.
| Aspect | Muse Spark Open | Hosted Muse Spark API (e.g., 1.3 Standard / Contributor) |
|---|---|---|
| Weights | 오픈(다운로드 가능한 BF16 및 NVFP4 체크포인트, Hugging Face 등) | 폐쇄(웨이트 미공개) |
| Release | Oct 15, 2026 | 1.3: Sep 2, 2026 (이전 1.1/1.2도 제공) |
| Size / Architecture | 816B 총 파라미터, 토큰당 ~42B 활성(MoE: 256 전문가, 8 활성) | 비공개(오픈과 동일한 기반이라는 Meta 발언) |
| Context | 1M tokens | 1M tokens |
| Modalities | 텍스트, 이미지, 비디오, 오디오 입력; 텍스트 출력 | 텍스트, 이미지, 비디오, PDF(경우에 따라 오디오) 입력; 텍스트 출력 |
| Pricing (per 1M tokens) | Self-host: hardware cost only | Meta Standard: $1.25 input / $0.15 cached / $4.25 output Contributor: $0.10 / $0.002 / $0.20 (data used by Meta) |
| Access | Self-host | Meta Model API ， Muse Code, 또는 CometAPI / OpenRouter 같은 애그리게이터 |
| License / Terms | Muse Model License(조건부로 상업적 사용 가능; 대규모 Model-as-a-Service 매출 >$20M은 Meta와의 합의 필요; 저작권 표기 요구) | Meta 독점 약관; Contributor 티어는 Meta가 귀하의 데이터를 학습에 사용할 수 있도록 허용 |
| Safety / Post-training | Meta 가드레일 없이 독립 실행을 위한 추가 안전 후학습 | Meta의 시스템 가드레일과 통합 |
Muse Spark Open과 호스티드 Muse Spark API는 코딩, 에이전트, 장기 작업, 멀티모달 입력(텍스트 + 이미지/비디오/오디오/PDF), 도구 호출, 1M 토큰 컨텍스트 윈도우에 초점을 맞춘 Muse Spark 계열의 공통점을 공유하지만, 배포, 액세스, 통제에서 근본적으로 다르다.
실질적 차이
- 통제 및 프라이버시: 오픈은 자체 호스팅을 가능하게 하며(NVFP4는 ~700 GB+, BF16은 ~2 TB VRAM 등 상당한 하드웨어 필요), 데이터는 귀하의 인프라에 남는다. 호스팅은 모든 것을 Meta 또는 제공자를 통해 라우팅한다.
- 규모 비용: 자체 호스팅에는 하드웨어 또는 클라우드 용량, 스토리지, 운영, 엔지니어링 시간이 필요하다. 호스팅 API는 이러한 인프라 비용을 줄이는 대신 사용 요금, 쿼터, 재시도 비용 가능성을 추가한다. 한쪽이 항상 더 저렴하다고 가정하지 말고 워크로드에 맞춘 총비용을 비교하라.
- 기능 및 성능: 둘 다 도구 호출, 추론 노력 수준(low/medium/high/xhigh), 에이전트형 코딩을 지원한다. 오픈은 독립 실행의 견고성에 맞춰 조정되어 있으며, 폐쇄 버전은 Meta 제품(Muse Code, Meta AI)과 더 긴밀히 통합된다. 벤치마크는 근접하며, 오픈은 출시 시점에서 미국 내 가장 강력한 공개 가중치 모델로 포지셔닝되었고, 폐쇄 1.3은 오픈 출시 전 추천 프로덕션 엔드포인트였다.
- 유연성: 오픈은 파인튜닝, 커스텀 양자화, 로컬/오프라인 사용을 가능하게 한다. 호스팅은 더 간단하며(인프라 없음), 데이터를 허용한다면 더 저렴한 Contributor 티어가 포함된다.
무엇을 선택할까?
- 다음의 경우 Muse Spark Open 선호: 자체 호스팅, 파인튜닝, 오프라인 또는 에어갭 배포, 최대한의 데이터 통제, 서빙 제어 강화가 필요할 때.
- 다음의 경우 호스티드 Muse Spark API 선호(특히 1.3 Standard 또는 Contributor): 가장 간단한 공식 액세스, Muse Code 통합, Contributor를 통한 잠재적 저비용, Meta가 관리하는 인프라/안전.
- CometAPI 같은 애그리게이터 경유: 손쉬운 전환, 통합 청구, 양측(및 경쟁사) 비교에 유용. Verify
CometAPI는 대체 액세스 경로
CometAPI는 지원 모델에 대해 OpenAI 호환 인터페이스를 제공한다. 카탈로그에는 별도의 Meta 모델인 Muse Wonder가 나열되어 있으며 평가할 수 있다. Muse Wonder는 Muse Spark Open이 아니며, 해당 목록이 Muse Spark Open이 CometAPI를 통해 제공됨을 입증하는 것은 아니다. 통합 전에 모델 ID, 액세스, 지원 입력, 컨텍스트 한도, 현재 요율을 확인하라.
파일럿에서는 대표 과제를 동일하게 두고 선정된 엔드포인트에 실행해 성공적 완료, 지연 시간, 재시도를 포함한 총비용을 비교하라. 여러 지원 모델에 대한 편의성을 우선할 때 CometAPI를 사용하라; 정확히 그 모델이 필요한 경우 검증된 Muse Spark Open 엔드포인트를 선택하라; 웨이트 수준 통제가 운영 노력을 정당화할 때 자체 호스팅하라.
Muse Spark Open은 어디에 쓰나?
- 최적: 코딩 에이전트 또는 모델 웨이트에 직접 접근하는 것이 이점인 멀티모달 인터페이스 분석 워크플로우를 구축하는 팀.
- 조건부: 충분한 인프라, 평가 역량, 적절한 라이선스 체계가 있을 때의 프라이빗 엔터프라이즈 추론 및 모델 적응 연구.
- 가끔의 프로토타입: 전용 인프라에 커밋하기 전에 워크로드를 검증하기 위해 호스팅 API로 시작.
Muse Spark Open의 주요 제한 사항은?
- 일반 노트북 채팅에는 부적합: 희소 활성화에도 불구하고 풀사이즈 추론에는 상당한 메모리가 필요하다. 경량 사용에는 더 작은 모델 또는 호스팅 액세스를 고려하라.
- 네이티브 미디어 생성 미지원: 모델은 텍스트를 생성하므로 이미지, 음악, 비디오 생성을 위해서는 별도의 모델 또는 도구가 필요하다.
- 추론 품질과 처리량은 양자화 및 병렬 배포에 민감하다.
- 커스텀 모델 라이선스는 의도된 상업적 사용에 대해 확인이 필요하다.
- 에이전트 데모는 무감독 프로덕션 안전성 또는 일관된 도구 실행을 입증하지 않는다.
FAQ
왜 Muse Spark Open 엔드포인트가 긴 프롬프트를 거부할 수 있나?
엔드포인트의 구성된 컨텍스트 한도, 예약된 출력 예산, 멀티모달 토큰 계산을 확인하라. 모델의 최대 윈도우가 모든 배포가 그 길이를 제공한다는 보장은 아니다. 요청을 줄이거나 필요한 컨텍스트로 명시적으로 구성된 배포를 선택하라.
양자화 후 Muse Spark Open을 어떻게 검증해야 하나?
동일한 프롬프트, 도구, 예산으로 원본과 양자화 체크포인트에 대해 대표 과제 집합을 재실행하라. 작업 성공, 잘못된 도구 호출, 어려운 입력에서의 회귀를 비교하라. 더 빠른 생성만으로는 양자화 배포 승인을 입증하기에 충분하지 않다.
Muse Spark Open 에이전트가 실패했을 때 무엇을 로깅해야 하나?
체크포인트, 런타임 버전, 추론 설정, 입력 크기, 도구 스키마, 도구 응답, 중지 조건을 기록하라. 비밀과 개인 데이터를 마스킹하라. 다음 테스트에서 관련 구성 요소가 변경되도록 모델 오류와 도구 실패, 컨텍스트 절단을 구분하라.
Muse Spark Open 파일럿 예산은 어떻게 잡나?
평가를 실행하기 전에 과제 단위 지출 상한과 최대 재시도 횟수를 설정하라. 실패 시도 포함 전체 파일럿에서 청구된 총 사용량과 성공적 완료 수를 기록하라. 관측된 성공당 비용을 사용해 프로덕션 지출을 추정하라.
결론
Muse Spark Open은 모델 웨이트에 대한 직접 통제와 함께 프론티어급 멀티모달 추론을 원하는 엔터프라이즈와 개발자에게 설득력 있는 선택지다. 816B 총 파라미터, 토큰당 42B 활성, 최대 1M 컨텍스트, 에이전트 지향 훈련의 조합은 단순한 대화 중심 릴리스와 차별화된다.
그 실용적 가치는 헤드라인 파라미터 수보다 측정된 품질, 배포 가능성, 법적 적합성, 성공적 작업당 비용에 더 크게 좌우된다. 프로덕션으로 확장하기 전에 재현 가능한 워크로드 평가로 시작하라.