Muse Wonder

메타(Meta)가 Muse Wonder 시리즈, 즉 Muse Wonder와 Muse Wonder Full을 공개했어요. 메타는 이 두 모델을 "지금까지 가장 강력한 모델"이라고 소개하며, 개인(personal)·업무(professional) 에이전트 작업에서 state-of-the-art 성능을 낸다고 밝혔어요. 회사가 말하는 "스케일링 사다리(scaling ladder)"의 다음 단계이자, 메타가 내건 목표인 개인용 초지능(personal superintelligence)을 향한 큰 도약이라는 설명이에요.

제공 방식

• Muse Wonder는 오늘부터 Meta Model API와 Muse Code에서 쓸 수 있어요.
• Muse Wonder Full은 Muse Code 구독자에게 먼저 열려요.
• 곧 소비자용 Muse 앱에도 들어가며 구독자부터 순차 적용돼요. 아티팩트 생성처럼 더 높은 지능이 필요한 처리에도 쓰이고, 앞으로는 Muse Wonder를 이용해 모두에게 제공할 특화 모델을 만들 계획이에요.

14개월 만의 재건

메타는 14개월 전 AI 조직을 바닥부터 다시 세우기 시작했다고 해요. 스택을 제1원리부터 재구성하던 단계에서 프런티어를 밀어붙이는 단계까지 왔다는 거예요. 앞서 Muse Spark를 내놓을 때 밝힌 "예측 가능하고 엄밀한 스케일링" 접근을 사전학습(pretraining)과 강화학습(RL) 양쪽에서 이어 갔고, 기가와트급 Prometheus 데이터센터에서 학습했어요.

네 가지 핵심 능력

• 도메인 전문성: 임대차 계약서 이해, 금융·건강 정보 해석처럼 일상과 업무에서 마주치는 문제에 전문 지식을 적용해요. 법률·금융·헬스 과제로 평가했고, 예컨대 Harvey의 Legal Agent Benchmark(LAB)는 원본 문서를 다루며 세부 지시를 따라 법률 결과물을 만들어야 해요.
• Active Memory: 쓸모 있는 에이전트의 가장 중요한 조건은 믿을 수 있는 기억이라고 봐요. 대화를 넘어 사용자에 관한 중요한 맥락을 유지하고, 지금 과제에 관련된 세부를 능동적으로 꺼내 쓰는 능력을 이렇게 불러요.
• Active Focus: 어려운 목표를 향해 계속 일하는 능력이에요. 다른 접근을 시도하고, 막힌 곳을 뚫고, 새 정보에 적응하며, 필요하면 확인을 요청하고 중요한 행동 전에는 사용자에게 묻는다는 설명이에요. FocusBench와 장기 소프트웨어 프로젝트를 다루는 SWE-Marathon으로 평가했어요.
• 프런티어 코딩: 요구사항 추적, 코드베이스 전반의 변경, 테스트·수정 반복이 위 능력을 모두 묶는다고 보고, 다양한 장기 과제로 학습시켰어요. 데모로는 이미지 입력으로 플레이 가능한 3D 주방 게임을 만드는 사례를 보여 줬어요.

"벤치맥싱"과 일반화

벤치마크 점수가 비슷해도 낯선 과제를 훨씬 폭넓게 처리하는 모델이 있다는 점, 즉 "benchmaxxing" 비판과 "big model smell" 찬사가 가리키는 차이를 정량화하려 했다고 해요. 사후학습에서 겨냥한 과제(in-distribution) 점수와 겨냥하지 않은 과제(out-of-distribution) 점수를 test-time compute를 늘려 가며 비교했는데, Muse Wonder Full은 같은 in-distribution 점수에서 Muse Spark 1.3 추세가 예측하는 것보다 낯선 과제를 더 잘 풀었어요. 메타는 이것을 더 크고 강한 베이스 모델 덕분으로 설명해요. 강한 베이스일수록 사후학습 이득이 낯선 과제로 더 잘 옮겨 가고, 이는 훈련 때 예상할 수 없는 목표·도구·제약 조합을 다뤄야 하는 개인 에이전트에 특히 중요하다는 거예요.

세부 벤치마크 수치는 원문 그래프와 별도 보고서에 있어요. 이 번역은 본문 텍스트만 옮겼어요.