메타가 개인 및 업무용 에이전트 시장을 겨냥한 차세대 프런티어 AI 모델 '뮤즈 원더(Muse Wonder)'와 '뮤즈 원더 풀(Muse Wonder Full)'을 전격 공개했다.
회사 측은 해당 제품군을 자사 AI 라인업 중 가장 뛰어난 성능을 발휘하는 모델로 소개했다. 복잡한 목표를 끊김 없이 수행하는 능력과 대화 맥락을 장기적으로 기억하는 기능이 핵심으로 꼽힌다.
새 모델은 메타 모델 API(Meta Model API)와 코딩 환경인 뮤즈 코드(Muse Code)를 통해 곧바로 제공된다. 상위 버전인 뮤즈 원더 풀의 경우 뮤즈 코드 구독자를 대상으로 우선 공급된다. 메타는 향후 유료 구독자부터 순차적으로 배포 범위를 넓혀 자사 에이전트 서비스 전반에 이 모델을 이식할 방침이다.
기술적 밑바탕이 된 학습 인프라도 주목받는다. 이번 모델들은 메타가 미국 오하이오주에 구축한 기가와트(GW)급 초대형 데이터센터 '프로메테우스(Prometheus)'에서 수많은 연산을 거쳤다. 앞서 '뮤즈 스파크(Muse Spark)'를 선보일 당시 공개했던 모델 확장 전략을 기반으로 사전학습과 강화학습 단계를 다듬어, 복잡한 실무 과제와 일상의 다양한 요구를 한 번에 처리하도록 설계됐다.
가장 눈에 띄는 대목은 '액티브 메모리(Active Memory)'와 '액티브 포커스(Active Focus)' 체계다. 액티브 메모리는 수많은 대화를 나누는 과정에서 사용자의 핵심 맥락과 취향, 작업 이력을 잊지 않고 추적하며, 지금 수행해야 하는 작업에 필요한 과거 정보를 알아서 끄집어낸다.
액티브 포커스는 난이도가 높은 목표를 다룰 때 빛을 발한다. 막히는 구간이 생기면 다른 우회로를 찾거나 장애물을 스스로 해결하는 등 새롭게 들어온 데이터에 유연하게 적응한다. 특히 위험 부담이 큰 명령이나 중요한 조치를 취하기 전에는 사용자에게 재차 확인을 거치거나 추가 설명을 요구하는 등 통제 장치도 함께 가동된다.
성능 검증을 위해 회사는 법률과 금융, 헬스케어 등 전문 영역의 실무 평가를 비롯해 개인화 메모리, 코딩 역량을 측정하는 벤치마크를 진행했다. 수일에 걸쳐 대규모 소프트웨어 프로젝트를 다루는 'SWE-마라톤(SWE-Marathon)'과 장시간 연속 작업 능력을 평가하는 '포커스벤치(FocusBench)' 등 고난도 시험대도 거쳤다. 자세한 데이터는 별도 모델 보고서를 통해 내놓았다.
개인 에이전트 특성상 이메일과 개인 일정, 보안 문서 등 민감한 데이터를 다루는 경우가 많아 안전성 설계에도 공을 들였다. 사적 데이터 유출이나 악의적인 명령을 막는 데이터 튜닝을 거쳤으며 화학·생물·방사능·핵(CBRN) 위험 물질 관련 정보나 사이버 공격에 악용될 수 있는 요소에 대한 방어벽도 높였다. 정밀 보안 평가 결과를 담은 종합 보고서 역시 조만간 추가로 내놓을 예정이다.
