Meta의 Muse Wonder 공개…개인정보를 기억하는 에이전트가 온다

메타가 10월 12일 Muse Wonder와 Muse Wonder Full을 공개했다. 이전 대화에서 현재 작업에 필요한 맥락을 가져오는 Active Memory와 어려운 과제를 계속 수행하는 Active Focus를 내세운 에이전트용 모델이다. 개발자는 Muse Wonder를 Meta Model API와 Muse Code에서 이용할 수 있으며, Muse Wonder Full은 Muse Code 구독자에게 제공된다.

메타 초지능연구소 책임자 알렉산드르 왕은 같은 날 악시오스와의 인터뷰에서 “Memory is incredibly important for personal agents”라고 말했다. 새 모델의 핵심은 개인이 앞서 제공한 정보를 다음 대화의 작업에 연결하는 능력이다. 경쟁 모델과의 성능 비교는 공개된 평가 결과를 바탕으로 한 주장인 만큼, 실제 장기 작업에서도 같은 결과가 이어지는지는 구분해서 봐야 한다.

Active Memory는 이전 대화에서 필요한 정보를 다시 찾는다

Active Memory는 긴 대화 하나를 처리하는 기능보다 범위가 넓다. 앞선 대화에서 알게 된 사용자 정보를 이후의 다른 대화에서 관련성이 생겼을 때 활용하도록 설계됐다. 사용자가 매번 배경을 처음부터 설명하지 않아도 에이전트가 현재 과제에 필요한 맥락을 이어받는다는 구상이다.

공개된 사용 예에는 임대차 계약의 내용을 이해하거나 보험 청구 절차를 진행하고, 재무 정보를 살펴보는 일이 포함된다. 이런 과제에서는 질문이 하루에 끝나지 않을 수 있고, 앞서 확인한 조건이 다음 판단에 영향을 준다. 기억 기능이 유용하려면 과거의 정보를 많이 보유하는 것뿐 아니라 지금도 유효한 정보를 골라내는 능력이 중요하다.

Active Focus는 기억과 역할이 다르다. 에이전트가 과제 수행 중 막히면 다른 접근을 시도하고 오류에서 회복하며, 필요한 때 사용자에게 설명을 요청하도록 하는 기능이다. 중요한 행동을 실행하기 전에는 사용자에게 확인하도록 설계됐다는 설명도 제시됐다. 두 기능이 함께 작동해야 이전 맥락을 활용하면서 여러 단계에 걸친 작업을 이어갈 수 있다.

다만 ‘기억한다’는 표현만으로 어떤 항목이 저장되고 얼마나 오래 남는지까지 알 수는 없다. 모델이 대화 사이의 관련 정보를 활용하는 능력과 실제 서비스가 정보를 저장·삭제하는 방식은 별개의 문제다. 특히 주소나 계약 조건처럼 시간이 지나면 달라질 수 있는 정보는 오래된 기억이 현재 답변에 섞일 때 잘못된 판단으로 이어질 수 있다.

Meta Model API와 Muse Code의 제공 범위가 다르다

Meta Model API의 모델 문서에 따르면 일반 Muse Wonder는 API와 Muse Code에서 제공되지만, Muse Wonder Full은 Muse Code의 Power Usage·Maximum Usage 구독에서만 이용할 수 있다. API에서 일반 모델의 추론 강도를 최대로 설정해도 Full로 바뀌지 않는다. 한국 개발자가 두 제품을 비교할 때 먼저 구분해야 할 것은 성능 주장보다 실제 접근 경로다.

• Meta Model API의 Muse Wonder: 종량제 방식으로 제공되며 Standard 모드에서 이용한다. 자체 앱이나 에이전트에 모델을 연결하는 경로다.
• Muse Code의 Muse Wonder: 종량제와 구독 방식으로 이용할 수 있다. 코딩 에이전트 안에서 사용하는 방식으로, API 이용과 상품 범위가 같지는 않다.
• Muse Code의 Muse Wonder Full: Power Usage·Maximum Usage 구독에 포함된다. 현재 안내된 Meta Model API 제공 모델에는 Full이 없다.
• 입력 데이터 설정: Standard 모드에서는 보낸 콘텐츠와 응답을 메타 모델 학습에 사용하지 않는다. Muse Code 구독자의 Contributor 모드는 기본으로 켜져 있으며, 콘텐츠의 향후 모델 학습 사용을 허용하는 대신 사용량을 더 제공한다.

일반 Muse Wonder는 텍스트와 이미지뿐 아니라 영상, 음성, PDF를 입력으로 받고 텍스트를 출력한다. 따라서 개인 에이전트에 연결할 때는 대화 내용만 생각해서는 안 된다. 사용자가 첨부한 파일과 연결 도구가 읽는 자료도 모델이 처리하는 입력이 될 수 있으며, 그 범위는 개발자가 만든 서비스의 권한 설정에 좌우된다.

개발자 제공과 일반 이용자용 배포 일정도 구별해야 한다. Muse Wonder를 소비자용 Muse 경험에 적용하고 구독자에게 먼저 선보이겠다는 계획은 공개됐지만, 모든 이용자에게 적용된 현재 기능으로 볼 수는 없다. 한국에서의 가입·결제 가능 여부나 소비자용 적용 날짜는 공개된 출시 설명에 구체적으로 적혀 있지 않다.

Muse Spark와는 맡길 작업의 성격이 다르다

기존 Muse Spark와 새 모델의 차이는 단순한 이름의 서열보다 작업에 있다. Muse Wonder는 여러 파일에 걸친 코드 변경, 긴 에이전트 실행, 하위 에이전트에 대한 작업 위임처럼 복잡한 과제에 초점을 맞춘다. Muse Spark는 처리량이나 응답 속도, 토큰 비용이 중요한 반복 작업에 맞는 선택지로 안내된다. 같은 요청 형식을 쓰더라도 예상 작업 시간이 길고 단계가 많다면 모델 선택의 기준이 달라진다.

코딩에서는 요구사항을 기억한 채 여러 파일을 고치고, 도구 실행 결과에 따라 계획을 수정하는 과정이 핵심이다. 개인 업무에서는 문서의 조건을 파악한 뒤 다른 앱이나 대화에서 그 조건을 다시 활용해야 한다. 새 모델이 강조하는 기억과 집중 기능은 이런 연속 작업을 겨냥한다. 짧은 질문의 정답률만으로는 작업을 끝까지 수행하는 능력을 충분히 보여주기 어렵다.

공개된 경쟁 모델 비교에는 에이전트 과제, 기억, 코딩 등 서로 다른 평가가 들어간다. 특정 시험의 결과를 모든 업무에서의 우위로 넓혀 해석할 수 없는 이유는 과제 구성과 실행 설정이 실제 사용 환경마다 다르기 때문이다. Muse Wonder Full의 결과를 일반 Muse Wonder의 API 호출 결과로 옮겨 생각해서도 안 된다. 두 제품은 제공 경로부터 다르므로, 개발자가 접하는 모델과 평가에 사용된 모델을 구분해야 한다.

이번 공개로 확인된 것은 메타가 개인 업무와 전문 작업에 쓸 수 있는 새 모델을 개발자에게 내놓았다는 점이다. 한편 실제 사용자가 며칠에 걸쳐 대화하고 자료를 바꾸는 상황에서 기억의 정확도와 작업 완료율이 얼마나 유지되는지는 별도의 관찰이 필요한 영역이다. 벤치마크 성적과 생활 속 에이전트의 안정성 사이에는 아직 확인할 거리가 남아 있다.

개인정보 보호는 기억과 학습 설정을 나눠 봐야 한다

개인 에이전트가 메시지, 일정, 문서를 가로질러 일한다면 편의성과 함께 정보 노출 범위도 커진다. 공개된 안전성 설명에는 허락 없이 개인정보를 공유하지 않도록 모델 제품군을 훈련했다는 내용이 담겼다. 그러나 그 설명만으로 각 서비스가 어떤 자료에 접근하고 과거 대화를 언제 삭제하는지까지 정해지는 것은 아니다. 모델의 행동을 위한 안전 조치와 서비스의 데이터 관리 방식은 서로 다른 층위다.

한국 개발자가 살펴볼 항목도 이에 따라 나뉜다. 먼저 에이전트에 연결된 메시지·일정·문서 가운데 실제로 읽을 수 있는 범위와, 이전 대화의 어떤 내용이 다음 작업에 쓰이는지를 확인해야 한다. 다음으로 Muse Code를 구독한다면 Contributor 모드의 상태를 봐야 한다. 이 설정은 Active Memory를 켜고 끄는 선택이 아니라 보낸 콘텐츠를 향후 모델 학습에 사용할 수 있는지에 관한 선택이다.

Standard 모드에서 학습에 사용하지 않는다는 설명은 입력이 작업 중 전혀 처리되지 않는다는 의미가 아니다. 프롬프트, 코드, 파일, 맥락과 응답은 요청을 수행하는 과정에서 다뤄진다. 계약서나 재무 자료를 사용하는 서비스라면 학습 설정과 별도로 전송할 자료의 범위, 연결 도구의 접근 권한, 오래된 기억을 갱신하거나 삭제하는 방법이 중요해진다.

추가 안전성 평가를 담은 전체 보고서는 추후 공개될 예정이다. 소비자용 Muse에 새 모델이 적용되면, 대화 사이의 기억이 실제로 어떤 자료를 가져오고 중요한 행동 전에 어떻게 확인을 구하는지도 더 분명해질 것이다. 그때까지 개발자에게 확인된 제공 범위와 개인 이용자가 경험할 서비스의 동작은 구분해 판단해야 한다.

함께 읽기:

• AI 에이전트가 지난 일을 사실처럼 말한다면, 기억부터 만료하라
• AI 에이전트 평가는 정답률로 끝나지 않는다…추적·결과를 함께 봐라
• Webex에 Claude 에이전트가 들어온다…회의 뒤 실행까지 이어진다