기사를 읽어드립니다.
메타가 AI 에이전트의 반복적인 작업을 빠르고 저렴하게 처리하도록 설계한 경량 AI 모델 '뮤즈 엠버(Muse Ember)'를 공개했다. 대규모 문서 분석부터 코드 수정, 도구 호출, 여러 애플리케이션을 연결한 업무 자동화까지 지원하며, 경쟁 모델과 비교해 작업당 비용을 크게 낮춘 것이 특징이다.
메타는 9일(현지시간) 뮤즈 엠버를 출시하며 복잡한 추론을 실행하고 도구 호출, 코딩 하위 작업, 정보 추출, 문서 분석 등 AI 에이전트가 반복적으로 수행하는 작업에 최적화한 모델이라고 소개했다.
성능 대비 비용 경쟁력을 핵심 강점으로 내세웠다. 아티피셜 애널리시스의 지능 지수(AAII)에서 36점을 기록해 앤트로픽의 '클로드 하이쿠 5.5' 최고 추론 설정과 동등한 성능을 보였다. 작업당 비용은 약 0.14달러로, 같은 점수를 기록한 하이쿠 5.5의 약 3분의 1 수준이다.
또 오픈AI의 'GPT-6 루나'의 모든 추론 설정 성능을 앞섰으며, '딥시크 V4.1 플래시'나 'GLM-5.3-플래시' 대비 4배 이상 저렴하다. 자체 최상위 모델인 '뮤즈 원더(Muse Wonder)'와 비교해서도 약 50분의 1 비용으로 8점 차이의 추론 성능을 제공한다.
아티피셜 애널리시스는 지능지수 36점 이상을 기록한 모델 중 가장 저렴한 모델로 평가했으며, 최고·초고 추론 설정 모두 가격 대비 성능의 최적 조합인 '파레토 프론티어(Pareto Frontier)'에 포함했다.
AI 에이전트가 한 번의 작업을 수행하는 과정에서는 여러 차례의 도구 호출과 코드 실행 등 작은 작업이 반복된다. 엠버는 이런 대량의 작업을 효율적으로 처리하는 데 초점을 맞췄다.
특히 에이전트가 수십~수백 차례 모델을 호출하는 환경에서는 개별 요청 비용의 차이가 전체 서비스 운영비에 큰 영향을 미친다. 파일을 읽고 테스트를 실행하거나 필요한 부분만 수정하는 코딩 작업은 물론, 여러 애플리케이션에서 데이터를 가져오고 순차적으로 도구를 호출해 업무를 처리할 수 있다.
아티피셜 애널리시스의 '코딩 에이전트 지수(Coding Agent Index-AA)'에서도 메타의 개발 환경인 뮤즈 코드(Muse Code)를 사용해 46점을 기록했다. 클로드 코드에서 평가한 하이쿠 5.5(37점)와 코덱스에서 평가한 GPT-6 루나(31점)를 앞섰다.
명령줄 기반 개발 작업을 평가하는 '터미널벤치 4.0'에서도 40.9%로 하이쿠 5.5(32.8%)를 앞섰다. 그러나 실제 소프트웨어 수정 능력을 평가하는 '프런티어코드 2.0'에서는 27.2%로 하이쿠 5.5(34.9%)에 뒤졌다.
지식 정확도를 측정하는 'AA-옴니사이언스'에서는 질문의 64%에 답변하지 않아 정확도가 21.1%에 그쳤다. 환각 발생률은 17.4%로 하이쿠 5.5의 절반 수준이었지만, 답변을 회피하는 경향이 강하다는 한계도 확인됐다.
최대 100만 토큰의 컨텍스트 창과 51만2000토큰의 출력 길이도 지원한다. 전체 코드베이스나 방대한 문서 묶음을 한 번에 처리할 수 있으며, 텍스트뿐 아니라 이미지와 음성, 영상도 별도 모델 없이 이해한다. 이를 통해 스크린샷과 차트, 스캔 문서, 회의 녹음, 동영상 등을 활용한 에이전트 작업도 가능하다.
메타는 더 큰 모델인 '뮤즈 원더'와 함께 사용하는 방식도 제안했다. 원더가 복잡한 문제를 분석하고 작업 계획을 세우면 엠버가 이를 대규모로 실행하는 구조다. 고성능 모델이 모든 작업을 직접 처리하는 대신 저렴한 모델에 반복 작업을 맡겨 전체 에이전트 운영 비용을 줄이려는 전략이다.
기업 사용자들의 초기 평가도 나왔다. AI 코딩 도구 업체 클라인(Cline)은 엠버가 상위 에이전트의 지시를 받아 코딩과 문서 분석 등 하위 작업을 수행하는 데 적합하다고 평가했다. 클라우드플레어(Cloudflare)는 사전 테스트에서 비교 대상 모델보다 처리 지연시간이 최대 30% 짧았다고 밝혔다.
안전성 평가도 진행했다. 메타의 초지능 확장 프레임워크(Superintelligence Scaling Framework)에 따라 화학·생물학, 사이버 보안, 통제 상실 위험 등을 평가했으며, 모든 항목에서 고위험 기준에 미치지 않았다고 밝혔다. 웹페이지나 문서에 숨겨진 악의적인 지시에 대한 대응과 민감 정보 처리, 중요한 작업 전 사람의 승인 요청 여부도 점검했다.
뮤즈 엠버는 메타 모델 API와 뮤즈 코드에서 'muse-ember-1.0'으로 이용할 수 있다. 가격은 입력 토큰 100만개당 0.10달러, 캐시 입력은 0.004달러, 출력은 0.50달러다. 20만 토큰을 초과하는 입력에는 각각 0.30달러, 0.012달러, 1.50달러로 3배 높은 요금이 적용된다. 구글 클라우드와 오라클 클라우드에서도 제공된다. 기존 메타의 오픈웨이트 모델과 달리 가중치는 공개하지 않고 API 중심으로 공급한다.
이번 모델은 메타가 '뮤즈 원더 풀(Muse Wonder Full)'을 활용해 개발한 첫 전문화 모델이다. 메타는 최상위 추론 모델 원더, 코딩과 에이전트 작업을 지원하는 '뮤즈 스파크(Muse Spark)'에 이어 반복 작업을 저비용으로 대량 처리하는 엠버를 추가해 모델 제품군을 확장했다.
AI 에이전트 시장에서 모델 하나의 성능뿐 아니라 여러 모델을 조합해 실제 업무를 얼마나 저렴하게 처리할 수 있는지가 중요한 경쟁 요소로 떠오른 데 따른 것이다.
박찬 기자 cpark@aitimes.com