META AI INSIDER REPORT
Muse Spark 1.1의 진짜 비하인드:
빅테크 AI 권력 재편과 실체
$0.72
테스트당 압도적 저렴함
57.21%
Muse Spark 1.1 벤치마크
6,500명
사바 조직으로 이동된 엔지니어
1. 메타(∞) 로고와 $0.72의 기괴한 가성비
리더보드에서 Muse Spark 1.1 옆에 메타 로고가 붙어있던 이유, 그리고 놀라울 정도의 저렴함과 빠른 속도는 메타 내부 전략의 급격한 선회로 설명됩니다.
알렉산드르 왕(Scale AI)과 '아보카도/망고' 프로젝트의 전말
라마 4(Llama 4) 대참사 이후, 마크 저커버그는 스케일 AI의 알렉산드르 왕을 스카우트해 사운을 걸고 Muse Spark를 개발했습니다. 당초 목적은 클로드/오픈AI에 맞설 프론티어 AI(아보카도/망고)였으나, 단기간 데이터 밀어넣기 방식으로 제작되며 지능의 도약보다는 실용적 가성비 모델로 변모했습니다.
특히 오픈소스 생태계 전체를 포용하던 기존 라마 프로젝트와 달리, 레이밴 안경, 릴스, 왓츠앱 광고 엔진에 즉시 탑재하기 위한 가성비 타겟 모델이었기에 $0.72라는 말도 안 되는 API 비용이 나올 수 있었습니다.
특히 오픈소스 생태계 전체를 포용하던 기존 라마 프로젝트와 달리, 레이밴 안경, 릴스, 왓츠앱 광고 엔진에 즉시 탑재하기 위한 가성비 타겟 모델이었기에 $0.72라는 말도 안 되는 API 비용이 나올 수 있었습니다.
2. '알렉산드르 왕' vs '마허 사바': 두 왕국의 충돌
"기계 안의 영혼(초지능)을 찾는 자" vs "이번 분기 주당순이익(EPS)을 찾는 자"의 파워게임
알렉산드르 왕 (MSL)
Intelligence First (5년 뒤 초지능)
- 인력: 약 3,000명
- 무기: Scale AI 데이터 공급망
- 한계: 스케일 AI 방식의 데이터 몰아붙이기 한계 봉착
마허 사바 (응용 AI)
Revenue First (당장 릴스/광고 EPS)
- 인력: 약 6,500명 (승리)
- 무기: 메타 인력 8% 통제권 & 데이터 엔진
- 성과: 메타 실적을 견인하는 즉각적 매출 구조 구축
'오픈 워크(Open Work)' 관점에서 본 Muse Spark의 한계
왕의 접근법은 단순 정답 데이터를 대량 축적하는 방식이었습니다. 하지만 에이전트 환경에서 진정 필요한 것은 단순히 정답을 외우는 것이 아닌 "실패 상황에서 시스템 상태를 회복하는 깊은 추론과 제어(Constraint)"입니다.
Muse Spark가 벤치마크 점수(57.21%)는 높게 나왔음에도 정작 외부 프런티어 에이전트 시장에서 외면받은 결정적 이유가 여기에 있습니다.
Muse Spark가 벤치마크 점수(57.21%)는 높게 나왔음에도 정작 외부 프런티어 에이전트 시장에서 외면받은 결정적 이유가 여기에 있습니다.
⚡ 에필로그: 데이터 지배자의 최종 승리
저커버그가 결국 선택한 것은 5년 뒤 초지능이라는 헛구름 대신 오늘 당장 광고 매출과 EPS를 올려줄 데이터 공장이었습니다.
모델(Model)은 차고 넘칩니다. 진짜 핵심은 6,500명의 엔지니어들이 사바의 지휘 아래 매일 수천만 개의 추론 퍼즐과 평가 데이터를 찍어내며 메타의 소셜 데이터와 결합하는 "돈 버는 데이터 엔진"의 완성입니다. 리더보드의 Muse Spark 1.1은 그 치열한 파워게임 속에서 탄생한 가성비 기메라였던 셈입니다.