Muse Spark Open: Meta의 코딩 및 에이전트용 오픈 웨이트 모델 완벽 해설

Muse Spark Open은 2026년 10월 15일에 출시된 Meta의 코딩 및 에이전트 작업용 오픈 웨이트 모델입니다. Muse Spark의 다운로드 가능한 버전으로, 8,160억 개의 파라미터를 가진 혼합 전문가(Mixture-of-Experts) 모델이며 토큰당 약 420억 개의 파라미터를 활성화합니다. 텍스트, 이미지, 동영상, 오디오를 포함해 최대 100만 토큰을 처리하고 텍스트를 출력합니다. Meta는 이를 "현재까지 가장 뛰어난 미국산 오픈 웨이트 모델"이라고 부릅니다. 이 주장의 의미, 모델의 강점과 약점, 필요한 하드웨어, 그리고 실제로 동의하게 되는 라이선스 내용을 정리했습니다.

Muse Spark Open이란?

Muse Spark Open은 Meta의 Muse Spark 라인업의 오픈 웨이트 공개 버전으로, 단순한 일회성 대화가 아닌 장기적 에이전트 작업을 위해 설계되었습니다. 긴 작업에 걸쳐 계획을 세우고, 행동하고, 결과를 관찰하고, 스스로 수정하며 — 이미지를 포함한 웹 브라우징도 가능합니다 — 다중 파일 리팩토링이나 장시간 디버깅 세션 같은 실제 개발자 워크플로우를 기반으로 훈련되었습니다.

Meta의 출시 게시물에서 발표한 주요 사양은 다음과 같습니다:

• 총 816B / 활성 42B 파라미터 (희소 혼합 전문가 설계)
• 추론 시 100만 토큰 컨텍스트 윈도우
• 네이티브 멀티모달: 텍스트, 이미지, 동영상, 오디오 입력 → 텍스트 출력

아키텍처 측면에서는 62개 레이어로 구성된 트랜스포머로, 각 레이어에서 밀집 피드포워드 네트워크 대신 256개의 전문가로 구성된 혼합 전문가 블록을 사용하며 라우터가 토큰당 8개를 선택합니다. 18억 파라미터의 지각 인코더(perception encoder)가 이미지와 동영상 프레임을 토큰으로 변환하고, 별도의 경로가 오디오를 처리합니다. 토큰당 8개의 전문가만 활성화되므로 816B 모델의 메모리를 필요로 하면서도 약 42B 모델의 속도로 실행됩니다.

이 모델은 Meta의 Muse Spark 모델의 오픈 웨이트 버전으로, 시스템 가드레일 없이 독립 실행될 때도 안전성을 유지할 수 있도록 추가적인 안전 사후 훈련이 적용되었습니다. Meta의 모델 카드를 참고하세요. Meta는 API를 통해 여러 클로즈드 모델을 판매합니다 — 프론티어 Muse Wonder 모델과 Muse Spark 1.3 — 반면 Muse Spark Open과 소형 모델인 Muse Glimmer는 다운로드하여 자체 호스팅할 수 있는 오픈 웨이트 공개 버전입니다.

Muse Spark Open은 실제로 오픈 소스인가?

아닙니다 — 이 구분은 중요합니다. 가중치는 다운로드 가능하지만, OSI 승인 오픈 소스 라이선스가 아닌 Meta의 자체 Muse Model License 하에 배포됩니다.

라이선스는 모델의 사용, 수정, 파인튜닝, 증류(distillation), 재배포에 대한 광범위한 권리를 부여하지만 다음과 같은 조건이 있습니다:

• 저작자 표시: 모델 또는 파생 모델을 사용하는 모든 제품은 UI, 문서, 웹사이트 또는 설정에 "Built with Muse Spark Open"을 눈에 띄게 표시해야 합니다.
• 서비스형 모델 조항: 12개월 내 그룹 매출이 2,000만 달러를 초과하는 기업이 API를 통해 모델 접근을 제공하는 경우, 사전에 Meta에 통보하고 별도 계약을 체결해야 합니다.
• 파생 모델: 모델을 파인튜닝하거나 증류한 것 — 모델 출력물로 훈련된 것도 포함 — 은 동일한 저작자 표시 의무를 집니다.

대부분의 팀 — 내부 사용, 연구, 또는 자체 제품 내 기능 — 에게는 상업적으로 무료로 사용할 수 있습니다. Muse Model License는 이러한 경우를 서비스형 모델 조항에서 명시적으로 제외합니다. 모델 접근을 대규모로 재판매하는 경우라면 세부 조항을 먼저 꼼꼼히 읽어보세요. The New Stack은 이를 직설적으로 표현합니다: 가중치는 공개되어 있지만 라이선스는 완전한 오픈 소스가 아니며, 이는 최근 일부 중국 공개 모델과 유사한 패턴이라고 지적합니다.

벤치마크: 강점과 약점

Meta는 Muse Spark Open을 최고의 미국산 오픈 웨이트 모델로 포지셔닝하며, 자체 모델 카드에서 xhigh 추론 노력 수준으로 Kimi K3, GLM 5.3, Qwen3.8을 포함한 7개의 유사 오픈 모델과 비교합니다. 솔직하게 평가하면, 이 모델은 도구 사용 분야의 선두주자이자 코딩 분야의 후발주자입니다.

출처: Meta 모델 카드, 2026년 10월.

에이전트가 실제로 수행하는 작업을 기준으로 표를 해석하세요:

• 도구 선택: MCP-Atlas와 JobBench에서 선두를 차지하므로, 주요 역할이 도구 호출을 선택하고 순서를 정하는 에이전트에 가장 적합합니다.
• 터미널 및 저장소 작업: Terminal-Bench 2.1에서 Kimi K3에 8.6점, DeepSWE 1.1과 SWE-Atlas-QnA 모두에서 8점 뒤처집니다. 에이전트가 주로 터미널에서 작동한다면, 전환 전에 자체 저장소 작업으로 직접 테스트해보세요.
• 종합 순위: Artificial Analysis Intelligence Index에서 39점을 기록하며 GLM 5.3, Kimi K3, Qwen3.8에 뒤처집니다 — 따라서 "가장 뛰어난"이라는 표현은 전체 오픈 모델 분야가 아닌 미국산 오픈 웨이트 모델 중 순위를 의미합니다.

실제로 두드러지는 한 가지 영역은 탈옥(jailbreak) 저항성입니다: 적응형 공격을 사용한 StrongREJECT v2에서 0.5점을 기록했으며(낮을수록 좋음), Meta의 비교 표에서 다른 어떤 모델도 62.9점 미만을 기록하지 못했습니다 — 추가 안전 사후 훈련의 직접적인 성과입니다.

Muse Spark Open에 필요한 하드웨어는?

이것이 핵심 제약입니다. "오픈 웨이트"가 "노트북에서 실행 가능"을 의미하지는 않습니다. 전체 BF16 체크포인트는 약 1.6 TB이며, 양자화된 NVFP4 빌드도 약 530 GB입니다.

• GPU: NVFP4는 Blackwell Ultra GPU 4개 또는 H200 8개에서 서빙 가능합니다. 모델 카드는 NVFP4에 최소 700 GB, BF16에 2 TB의 VRAM을 요구합니다.
• Mac: Meta와 Apple이 공동으로 조정한 MLX 빌드는 NVFP4 체크포인트를 각각 512 GB 통합 메모리를 갖춘 M5 Ultra Mac Studio 2대, 또는 각 256 GB를 갖춘 Mac Studio 4대에서 실행할 수 있습니다 — Thunderbolt 5로 연결된 총 약 1 TB의 통합 메모리가 필요합니다.
• 최소 빌드: Unsloth의 GGUF 양자화 버전은 약 2비트까지 낮출 수 있으며 약 300 GB의 결합 메모리에 맞습니다 — MacBook이 아닌 고메모리 워크스테이션 1대 수준입니다.

SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp, Unsloth에서 실행되며, Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI를 포함한 호스팅 API에서 출시 첫날부터 이용 가능합니다. 가중치는 Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry Models에서 다운로드할 수 있습니다. 대부분의 팀에게는 하드웨어 투자를 결정하기 전에 호스팅 엔드포인트를 통해 먼저 시험해보는 것이 현실적인 접근 방법입니다.

누가 사용해야 하나?

Muse Spark Open은 도구를 조율하는 에이전트를 구축하는 경우에 강력한 선택입니다 — MCP-Atlas와 JobBench 결과가 이를 뒷받침합니다 — 데이터 제어를 위한 자체 호스팅, 자체 워크플로우 파인튜닝, 또는 소형 모델 증류 옵션을 원하는 경우에도 적합합니다. 네이티브 멀티모달리티는 진정한 차별점입니다: 동일한 모델이 스크린샷을 읽고, 음성 메모를 듣고, 작업 중 화면 녹화를 시청할 수 있습니다.

에이전트가 주로 터미널에서 작동하는 코딩 에이전트라면 약한 선택입니다. 현재 오픈 경쟁 모델인 Kimi K3가 더 높은 점수를 기록하고 있습니다. 그리고 소비자용 하드웨어에서 프론티어급 가중치를 실행하려는 분들에게는 적합하지 않습니다.

결론

Muse Spark Open은 신뢰할 수 있고 실질적으로 유용한 오픈 웨이트 공개 모델로, 코딩 챔피언이 아닌 도구 사용 및 멀티모달 에이전트 모델로 이해하는 것이 가장 정확합니다. "가장 뛰어난 미국산 오픈 웨이트 모델"이라는 표현은 정확하지만 범위가 좁습니다. 라이선스는 대부분의 팀에게 허용적이지만 접근을 재판매하는 경우라면 세부 조항을 읽어볼 가치가 있으며, 하드웨어 요구 사항이 높아 호스팅 API가 합리적인 진입점입니다. 에이전트를 구축하고 자체 호스팅을 중요하게 생각한다면, 자체 작업에 대한 테스트 후보 목록에 포함시킬 만합니다.

오픈 모델을 자체 AI 인력에 통합하세요

오픈 웨이트 모델은 채팅 창이 아닌 실제 워크플로우 — 도구, 파일, 코드 리뷰, 다단계 계획 — 에 연결될 때 진정한 가치를 발휘합니다. Eigent는 멀티 에이전트 AI 인력을 로컬에서 실행하는 오픈 소스 Cowork 데스크톱 앱으로, 모델에 구애받지 않아 Muse Spark Open 같은 모델을 가장 강점을 발휘하는 작업에 라우팅하고 민감한 작업은 자체 머신에서 처리할 수 있습니다. 에이전트가 GitHub PR을 검토하는 방법을 확인하고, Eigent를 다운로드하여 직접 사용해보세요.

자주 묻는 질문

Muse Spark Open이란 무엇인가요?

Muse Spark Open은 2026년 10월 15일에 출시된 Meta의 코딩 및 에이전트 작업용 오픈 웨이트 모델입니다. 토큰당 약 420억 개의 파라미터를 활성화하는 8,160억 파라미터 혼합 전문가 모델로, 텍스트, 이미지, 동영상, 오디오 입력을 받아들이며 100만 토큰 컨텍스트 윈도우를 갖추고 있습니다. Meta의 Muse Spark 모델의 오픈 웨이트 버전입니다.

Muse Spark Open은 오픈 소스인가요?

아닙니다. 가중치는 다운로드 가능하지만, OSI 승인 오픈 소스 라이선스가 아닌 Meta의 자체 Muse Model License 하에 공개됩니다. 라이선스는 사용, 파인튜닝, 증류, 재배포를 허용하지만, 모델 또는 파생 모델을 사용하는 모든 제품에 "Built with Muse Spark Open" 레이블을 눈에 띄게 표시해야 합니다.

Muse Spark Open은 상업적으로 무료로 사용할 수 있나요?

네, 대부분의 팀에게는 그렇습니다. 12개월 내 그룹 매출이 2,000만 달러를 초과하는 기업이 API를 통해 서비스형 모델을 제공하는 경우에만 Meta에 사전 통보하고 별도 계약을 체결해야 합니다. 내부 사용, 연구, 자체 제품 내 기능은 해당 조항에서 제외됩니다.

Muse Spark Open을 Mac에서 실행할 수 있나요?

네, 하지만 상당한 하드웨어가 필요합니다. NVFP4 체크포인트는 MLX를 통해 각각 512 GB 통합 메모리를 갖춘 M5 Ultra Mac Studio 2대, 또는 각 256 GB를 갖춘 Mac Studio 4대에서 Thunderbolt 5로 연결하여 실행할 수 있습니다 — 총 약 1 TB의 통합 메모리가 필요합니다. Unsloth의 가장 작은 GGUF 빌드는 약 300 GB의 결합 메모리에 맞습니다.

Muse Spark Open이 코딩에 가장 좋은 오픈 웨이트 모델인가요?

아닙니다. Meta의 자체 모델 카드에서 Terminal-Bench 2.1에서 76.4점, DeepSWE 1.1에서 60점, SWE-Atlas-QnA에서 58점을 기록하며 세 항목 모두에서 Kimi K3에 뒤처집니다. 강점은 도구 사용 분야로, MCP-Atlas에서 89.2점으로 선두를 차지합니다. 코딩 에이전트를 전환하기 전에 자체 저장소 작업으로 직접 테스트해보세요.

Muse Spark Open은 Meta의 클로즈드 Muse 모델과 어떤 관계인가요?

Muse Spark Open은 Meta의 Muse Spark 모델의 오픈 웨이트 버전으로, 시스템 가드레일 없이 실행될 때도 오용에 저항할 수 있도록 추가적인 안전 사후 훈련이 적용되었습니다. Meta는 API를 통해 클로즈드 모델도 판매합니다 — 프론티어 Muse Wonder 모델과 Muse Spark 1.3 — 반면 Muse Spark Open의 가중치는 Hugging Face에서 다운로드하여 자체 호스팅, 양자화, 파인튜닝이 가능합니다.