Muse Glimmer: 메타가 300억 파라미터 에이전트 모델의 가중치를 공개했지만, 지능은 여전히 독점 영역

2026년 8월 10일 메타 AI 리서치가 약 300억 파라미터 규모의 멀티모달 모델 Muse Glimmer의 가중치를 Apache 2.0 라이선스로 공개했다. 아키텍처는 52개 레이어의 밀집 트랜스포머와 ViT-G/14 비전 인코더로 이뤄져 있으며, 슈퍼인텔리전스 랩스가 만든 더 큰 독점 모델 Muse Spark를 증류해 얻은 결과물이다. 닫혀 있던 시기를 지나 개방으로 향하는 한 걸음이지만, 메타는 최상위 모델과 학습 데이터셋을 그대로 쥐고 있어 시스템을 어디까지 재현할 수 있는지에 명확한 한계가 생긴다.

허깅페이스 모델 카드에 정리된 기술 사양을 보면 컨텍스트 창은 131,072 토큰이고, 어텐션은 로컬 창과 글로벌 창을 번갈아 쓰는 방식이다. 메타는 MCP Atlas(75.5)와 SWE-Bench Pro(51.2) 같은 벤치마크에서 높은 점수를 보고했다. 에이전트 계열 스위트인 MCP Atlas에서는 Gemma4-31B를 앞서지만(75.5 대 54.2), OSWorld-Verified에서는 Qwen3.6-27B에 뒤진다(65.9 대 75.6). 공개 시점에 제3자가 검증한 수치는 하나도 없으며, 모두 회사 내부 평가 보고서에 근거한다.

소비자용 하드웨어에서 돌아간다는 약속이 실제로 성립하는 것은 4비트 양자화 버전뿐이다. 메모리 요구치는 20GB 아래로 내려가지만, 평균 최대 1%의 성능 저하가 함께 명시돼 있다. 완전 정밀도 추론에는 여전히 80GB H100 같은 기업용 인프라가 필요하다. 메타는 DFlash 드래프터로 상당한 속도 향상을 얻어 RTX 5090에서 초당 230 토큰을 넘긴다고 밝혔지만, llama.cpp나 MLX처럼 널리 쓰이는 프레임워크와의 연동은 "곧 지원"으로 예고됐을 뿐 공개 시점에 전부 준비돼 있지는 않았다.

전략이 겨냥하는 곳은 지금 Qwen 같은 중국산 오픈 모델과 구글의 소형 모델이 차지한 자리다. 프라이버시와 오프라인 처리를 위한 선택지로 자신을 내세운다. 호스팅 파트너인 Together AI, Fireworks AI, OpenRouter에 대해서는 가격도, 장기 지원 약속도 밝히지 않았다. 게다가 학습 데이터셋은 공개되지 않았다. 여기서 "오픈소스"는 가중치와 라이선스에 해당하는 말이지, 모델을 다시 만들 수 있다는 뜻이 아니다.

가중치를 가진다는 것이 조리법을 가진다는 뜻은 아니다. 메타는 로컬 사용을 위한 강력한 엔진을 내놓았지만, 학습 데이터가 영업비밀로 남아 있고 벤치마크가 외부 확인을 받지 못하는 한 이것은 스스로 정한 범위 안의 투명성이다. 열린 것은 가중치이지, 그 가중치를 설명하는 숫자가 아니다. — Olya