메타 뮤즈 원더란 무엇인가: 기억을 파는 첫 프런티어 모델

메타 뮤즈 원더(Muse Wonder)는 메타가 2026년 10월 12일 공개한 첫 프런티어급 AI 모델이다. 프런티어 모델이란 그 시점에 가장 높은 성능을 다투는 최상위 모델을 말한다. 메타는 이 모델이 오픈AI·앤스로픽의 최고 모델에 맞먹는다고 밝혔고, 발표 당일 메타 주가는 장중 4.5% 올랐다(SBS Biz). 메타가 가장 앞에 내세운 기능은 성능보다 기억이다. 이 글은 회사 측 주장과 독립 측정을 나눠 보고, 기억을 앞세운 모델이 어떤 값을 치르게 하는지 따져 본다.

뮤즈 원더란 무엇인가

뮤즈 원더는 메타 슈퍼인텔리전스 랩이 만든 뮤즈 계열의 세 번째 단계다. 4월의 뮤즈 스파크는 빠른 응답에 맞춘 경량 모델이었고, 메타는 원더를 더 크고 복잡한 코딩·에이전트 작업에 강한 모델로 소개했다(TechCrunch). 학습은 오하이오주의 기가와트급 프로메테우스 데이터센터에서 했다. 2025년 8월 알렉산더 왕 체제로 조직을 다시 짠 뒤 처음 내놓은 최상위 모델이다.

메타 공식 블로그가 내세운 기능은 두 가지다(Meta AI). 액티브 메모리는 여러 대화에 걸쳐 사용자에 관한 중요한 맥락을 간직하고 지금 작업에 필요한 내용을 꺼내 쓰는 기능이다. 액티브 포커스는 막히면 다른 방법을 시도하며 목표까지 작업을 이어 가고, 중요한 행동 전에는 사용자에게 확인을 묻는 기능이다. 출시 영상에서 한 연구원은 사용자에게 중요한 것을 기억하게 하는 데 큰 공을 들였다고 말했다.

이 모델은 라마처럼 가중치를 공개하지 않는다. 메타는 4월 뮤즈 스파크 때부터 개방형 라마와 달리 폐쇄형으로 전환했고, 이후 버전의 공개는 검토하겠다고만 밝혔다(헤럴드경제).

성능은 어느 정도인가: 회사 발표와 독립 측정

메타는 원더와 원더 풀이 개인·업무 에이전트, 기억, 코딩 벤치마크에서 최고 수준이라고 밝혔다. 다만 비교 대상(GPT-6 아스트라, 클로드 페이블 5.1, 오퍼스 5.5) 결과 일부는 메타가 직접 돌렸고, 모델 카드도 경쟁 모델에는 최적화되지 않은 설정일 수 있다고 적었다(메타 모델 카드). 기억 성능을 재는 메모리벤치와 포커스벤치는 메타 내부 평가다. 회사 측 수치는 방향을 읽는 용도로 두고, 아래는 AA가 독립적으로 잰 값이다.

항목 (AA 독립 측정, 최대 추론 강도)	뮤즈 원더 풀	뮤즈 원더	비교	출처
지능 지수 v4.3	56점 (3위)	52점	오퍼스 5.5 58점, 소넷 5.5 56점, GPT-6 아스트라·제미나이 4 아르곤 53점	OfficeChai
직전 모델 대비	+8점	+4점	뮤즈 스파크 1.3 48점, 약 6주 전 출시	Artificial Analysis
Terminal-Bench 4.0 (터미널 작업)	57%	52%	스파크 1.3 33%	Artificial Analysis
GDPval-AA v2.1 (업무 과제, Elo)	1857	미공개	오퍼스 5.5 1866, 소넷 5.5 1838 (신뢰구간 안)	Artificial Analysis
환각률 (AA-Omniscience)	23%	27%	스파크 1.3 33%, 제미나이 4 아르곤 15%	Artificial Analysis
지식 점수 (AA-Omniscience)	30	25	오퍼스 5.5 46, GPT-6 아스트라 43	Artificial Analysis

읽는 법은 세 가지다. 첫째, 메타는 6주 만에 지수를 8점 올려 최상위권에 들었다. 둘째, 업무 과제 점수는 오퍼스 5.5와 통계적으로 구분되지 않을 만큼 붙었다. 셋째, 지식과 환각은 여전히 약점이다. 모르는 문제에 틀린 답을 내는 비율이 23%로, 제미나이 4 아르곤보다 높다. 덧붙여 AA 지수는 판마다 구성이 바뀐다. 4월 뮤즈 스파크가 받은 52점(헤럴드경제)은 이전 판 지수라 이번 52점과 바로 비교할 수 없다.

누가 어떤 값에 쓸 수 있나

가장 강한 원더 풀은 API로 팔지 않는다. 원더는 메타 모델 API와 코딩 도구 뮤즈 코드에서 쓸 수 있고, 원더 풀은 뮤즈 코드 구독자에게만 열렸다(Let's Data Science). 보도에 따르면 원더 풀이 들어간 요금제는 월 50달러(파워)와 200달러(맥시멈)이고, 이 구독으로 앱용 API 키를 받을 수는 없다(Rohit AI). 개인 비서 앱 뮤즈에는 구독자부터 차례로 들어갈 예정이며, 뮤즈는 아직 한국에 정식 출시되지 않았다(SBS Biz).

AA가 지수 과제 하나를 푸는 데 든 비용을 잰 값은 다음과 같다(Artificial Analysis).

모델	입력/출력 단가 (100만 토큰)	과제당 비용	지능 지수 v4.3
클로드 오퍼스 5.5	4달러 / 20달러	5.98달러	58점
클로드 소넷 5.5	2달러 / 10달러	5.46달러	56점
뮤즈 원더	4달러 / 20달러	4.52달러	52점
GPT-6 아스트라	10달러 / 50달러	3.26달러	53점
제미나이 4 아르곤 (high)	2달러 / 10달러	1.99달러	53점

같은 단가의 오퍼스 5.5보다 과제당 비용은 낮지만 점수도 6점 낮다. 단가가 2.5배인 GPT-6 아스트라는 더 적은 비용으로 더 높은 점수를 냈다. 차이는 토큰 사용량에서 나온다. 원더는 과제당 비용 4.52달러 중 입력이 3.43달러이고, 그 대부분이 캐시 쓰기(1.92달러)와 캐시 읽기(1.44달러)다. AA는 아스트라·아르곤 등이 원더보다 입력 토큰을 2~7배 적게 쓴다고 적었다. 같은 문서를 여러 번 다시 읽는 작업 방식이 단가보다 청구서를 더 크게 움직인다. 하이쿠 5.5 글에서 본 "목록 단가와 청구서는 다르다"는 문제가 여기서는 출력이 아니라 입력 쪽에서 나타난다.

모델 카드가 밝힌 위험은

메타 모델 카드에는 눈여겨볼 고백이 둘 있다(메타 모델 카드). 하나는 화학·생물 분야다. 메타는 안전장치가 없을 때 원더 풀이 고위험 기준에 이를 가능성을 배제하지 못했고, 그래서 안전 후속 학습과 시스템 분류기를 붙여 배포 수준을 "중간 이하"로 낮췄다고 밝혔다. 다른 하나는 해킹 실습 평가 익스플로잇짐이다. 원더 풀은 깃발 92개를 땄지만 출제자가 의도한 취약점으로 딴 것은 21개뿐이고 71개는 의도하지 않은 허점을 찾아냈다. 규칙 밖의 길을 찾는 능력은 방어에도 공격에도 쓰인다.

메타는 정직성 평가 MASK에서 87.3%, 교체·종료를 피하려 해로운 행동을 하는지 보는 평가에서 0%를 얻었다고 밝혔다. 모두 회사 측 수치이며, 전체 안전 보고서는 "곧" 낸다고만 했다(Meta AI). 모델 카드는 또 18세 미만 이용을 상정하지 않았다고 적었다.

인간에게 무엇이 달라지는가

AI 비서의 경쟁 기준이 기억으로 옮겨 간다. 메타는 점수 1위 대신 사용자를 오래 기억하는 비서를 내세웠다. 같은 질문에 같은 답을 주는 모델끼리는 갈아타기 쉽지만, 내 일정·취향·건강 정보를 쌓아 둔 비서는 떠나기 어렵다. 기억은 편의이면서 잠금 장치다. 메타 뮤즈 글에서 물은 "광고 회사가 만든 비서는 누구를 위해 일하는가"라는 질문이, 이제 그 비서가 무엇을 얼마나 오래 기억하느냐는 질문으로 구체화됐다.

기억의 관리 책임은 사용자에게 남는다. 메타 블로그는 개인정보를 신중히 다루도록 학습했다고 했지만, 무엇이 저장되고 언제 지워지는지 사용자가 확인하는 방법은 발표에 나오지 않았다. AI 메모리 글에서 본 것처럼 기억을 기계에 맡길수록 사람은 무엇을 맡겼는지조차 잊기 쉽다. 쓰는 쪽은 저장된 기억을 주기적으로 열어 보고 지우는 습관을 들여야 한다.

가장 좋은 모델은 점점 구독 상품 안으로 들어간다. 원더 풀이 API 없이 월 50~200달러 구독에만 들어간 것은 제미나이 4 아르곤의 제한 공개와 같은 흐름이다. 개발자는 최상위 모델로 서비스를 만들 수 없고, 개인은 비싼 요금제를 내야 쓸 수 있다.

PRISM AGENDA의 시각

나는 이번 발표에서 가장 중요한 단어를 "프런티어"가 아니라 "메모리"로 본다. 독립 측정으로 보면 원더 풀은 3위이고, API로 파는 원더는 같은 값의 오퍼스 5.5보다 6점 낮다. 메타가 점수로 1위를 다투지 않고 기억을 앞세운 것은 페이스북·인스타그램·왓츠앱에 이용자의 일상 기록을 쌓아 온 회사가 가장 잘 할 수 있는 싸움을 고른 것이다.

그래서 이 모델을 평가하는 기준도 달라야 한다. 기억하는 AI에는 벤치마크 점수보다 세 가지 공개가 먼저 필요하다. 무엇을 기억하는지 사용자가 볼 수 있는가, 지운 기억이 정말 지워졌는가, 기억이 광고에 쓰이지 않는가. 메타는 이번 발표에서 세 가지 모두 답하지 않았다. 안전 보고서가 나올 때 이 질문에 대한 답이 함께 실려야 한다.

자주 묻는 질문

메타 뮤즈 원더 가격은 얼마인가? 메타 모델 API 기준 입력 100만 토큰당 4달러, 출력 20달러, 캐시된 입력 0.20달러다. 상위판 원더 풀은 API로 팔지 않고 뮤즈 코드 구독(보도 기준 월 50달러·200달러)에서만 쓸 수 있다.

뮤즈 원더는 클로드 오퍼스 5.5보다 성능이 좋은가? 독립 측정 기준으로는 아니다. AA 지능 지수 v4.3에서 오퍼스 5.5는 58점, 원더 풀은 56점, 원더는 52점이다. 업무 과제 GDPval-AA에서는 원더 풀과 오퍼스 5.5의 차이가 신뢰구간 안에 있어 사실상 비슷하다.

뮤즈 원더를 한국에서 쓸 수 있나? 개발자용 메타 모델 API와 뮤즈 코드는 지역별로 이용 조건이 다르다. 개인 비서 앱 뮤즈는 아직 한국에 정식 출시되지 않았고, 원더는 구독자부터 차례로 적용될 예정이다.

다음 질문

• 기억을 앞세운 AI 비서가 늘면, 사용자가 자기 기억 데이터를 다른 회사로 옮길 권리가 생길까.
• 메타가 안전 보고서와 원더 풀의 API 공개 계획을 내면 이 글의 수치를 갱신한다.
• 기술동향 카테고리의 다른 글 보기