Meta는 Muse Wonder와 Muse Wonder Full이라는 두 가지 새로운 AI 모델을 출시하며, 이를 자사 시스템 중 가장 강력한 시스템으로 소개하고 “개인 초지능”을 향한 한 걸음이라고 설명했습니다. 회사 측은 이 모델에 Active Memory와 Active Focus라는 두 가지 새로운 기능을 도입하여 상담원이 대화 전반에 걸쳐 관련 맥락을 유지하고 어려운 문제를 해결할 때 핵심을 놓치지 않도록 지원한다고 밝혔습니다.

이번 발표는 인공지능 분석 기관인 아티팩트 애널리틱스의 독립적인 벤치마크 측정 결과와 함께 나왔습니다. 아티팩트 애널리틱스는 원더 풀(Wonder Full)이 표준 원더(Wonder)보다 지능 지수(Intelligence Index)에서 더 높은 점수를 기록했지만, 두 모델 모두 동일 평가 세트에서 최고 성능을 보인 모델들에는 미치지 못했다고 보고했습니다. 한편, 메타(Meta)의 성능 관련 주장은 적어도 한 명의 독립 평가자로부터 반박을 받았습니다.

핵심 요약

  • 메타는 능동적 기억을 대화 전반에 걸쳐 관련 정보를 유지하는 능력으로, 능동적 집중을 어려운 과제에서 진전을 지속하는 메커니즘으로 정의합니다.
  • Artificial Analysis는 Wonder Full을 56점, Wonder를 52점(두 알고리즘 모두 최대 추론 노력 기준)으로 평가했으며, Claude Opus 5.5는 동일한 지표에서 58점을 기록했습니다.
  • 인공 분석 데이터에 따르면 Wonder Full은 Claude Fable 5.1 및 GPT-6 Astra(둘 다 53)보다 높지만 Opus 5.5보다는 낮습니다.
  • Meta의 Wonder 가격은 입력 토큰 백만 개당 4달러입니다. Wonder Full은 유료 Muse Code “파워” 및 “최대” 사용 등급으로 제한됩니다.
  • Abacus.AI의 CEO인 빈두 레디는 메타의 벤치마크 기준에 이의를 제기하며 Muse Wonder가 경쟁 모델들과는 “비교할 수 없을 정도로” 성능이 떨어지며 더욱 상세한 결과를 제공할 것이라고 밝혔다.

Meta의 “능동적 기억” 및 “능동적 집중”

Meta Research에 게시된 글에서 해당 회사는 Muse Wonder 제품군에 AI 에이전트의 시간 경과에 따른 기능 향상을 위한 두 가지 기능이 추가되었다고 밝혔습니다.Meta에 따르면, 액티브 메모리는 각 대화를 완전히 독립적인 것으로 취급하는 대신, 여러 대화에 걸쳐 관련성이 유지되는 정보를 저장하고 재사용하도록 설계되었습니다. 목표는 특히 이전 결정이나 사용자 선호도가 중요한 작업에서 상호 작용을 더욱 일관성 있고 맥락에 맞게 만드는 것입니다.메타는 또한 액티브 포커스를 상담원이 어려운 작업에서 추진력을 유지하는 방법으로 설명했습니다. 단순히 한 번에 답변하는 것이 아니라, 메타는 이 기능이 복잡한 문제를 처리할 때 지속적인 진행을 지원하여 작업 도중 방향을 잃을 위험을 줄여준다고 설명했습니다.

독립적인 평가 기준이 Wonder Full과 Wonder를 어떻게 평가하는지

독립적인 평가 플랫폼인 Artificial Analysis는 두 모델 모두에 대한 지능 지수(Intelligence Index) 점수를 발표했습니다. 최대 추론 노력으로 평가했을 때 Wonder Full은 56 점 , 표준 Wonder는 52점을 기록했습니다 .Artificial Analysis의 지표는 Wonder가 테스트한 다른 모델들 사이에서 어떤 상대적인 위치를 차지하는지도 보여주었습니다. 이 플랫폼은 Meta 모델 두 가지 모두를 Claude Fable 5.1과 GPT-6 Astra( 각각 53 점)보다 높은 점수로 평가했습니다. 하지만 Claude Opus 5.5는 58 점으로 가장 높은 점수를 받았습니다 .

투자자와 모델 도입 동향을 주시하는 사람들에게 있어, Meta의 새로운 버전 출시는 인공지능 분석(Artificial Analysis)이 공개한 단일 벤치마크 데이터셋을 기준으로 판단했을 때, 시장을 완전히 장악하기보다는 기존 경쟁력을 점진적으로 향상시키는 수준에 그치는 것으로 보입니다. 또한, 벤치마크 결과는 평가 설계, 문제 형식, 추론 노력 구성 방식 등에 따라 달라질 수 있다는 점을 유의해야 합니다.

메타의 주장을 어떻게 해석해야 할지를 두고 논쟁이 벌어지고 있다.

Meta의 포지셔닝은 반론 없이 받아들여지지 않았습니다. Abacus.AI의 CEO이자 자체 모델 평가 작업을 진행하는 빈두 레디는 X의 성능에 대한 설명에 대해 비판적인 의견을 제시했습니다. 그는 Muse Wonder가 “Fable이나 Astra 수준에 한참 못 미친다”고 지적하며, 보다 자세한 벤치마크 결과가 추후 공개될 것이라고 밝혔습니다. 이는 상대적 성능 또는 벤치마크 제시 방식에 대한 이견을 보여주는 것입니다.

레디는 보도에 발췌된 게시글에서 반박 점수를 제시하지 않았지만, 이번 반발은 AI 업계에서 반복적으로 발생하는 문제를 부각합니다. 즉, 모델 발표에는 종종 강력한 주장이 포함되지만, 독립적인 검증 과정에서 평가 방법에 따라 상당히 다른 해석이 나올 수 있다는 것입니다. 독자들이 앞으로 지켜봐야 할 것은 후속 제3자 평가 결과가 아티팩트 애널리틱스가 발표한 수치와 일치하는지, 아니면 레디의 우려를 뒷받침하는지 여부입니다.

가격 및 접근 방식: Wonder는 보다 폭넓은 가격대로 제공되며, Full은 단계별로 접근 권한이 제한됩니다.

Meta는 또한 모델의 가격 책정 및 판매 방식을 공개했습니다. 보도에 따르면 Muse Wonder는 백만 개의 입력 토큰당 4달러를 청구합니다 . 이 가격은 Claude Opus 5.5의 입력 토큰 가격과 동일하며, GPT-6 Astra(10달러 )와 Claude Fable 5.1 (50달러) 보다는 저렴합니다 .

Wonder Full 버전 이용은 더욱 제한적입니다. Muse Code의 사용량 등급별 구독자만 이용할 수 있으며, “파워 사용량”은 월 50달러 , “최대 사용량”은 월 200달러 입니다. 이러한 등급 구분은 개발자, 특히 반복적인 호출이 필요한 에이전트 기반 워크플로우를 구축하는 팀의 경우, 일반적인 예산 제약 내에서 “Full” 버전을 현실적으로 테스트할 수 있는지 여부를 판단하는 데 중요한 요소입니다.

벤치마크 점수 그 이상의 모델 가치를 비교하는 사용자에게는 이러한 상용화 관련 세부 정보가 성능 수치만큼이나 중요합니다. 점수는 높지만 가격이 더 비싸거나 특정 등급으로 제한되는 모델은 많은 애플리케이션에서 실용성이 떨어질 수 있습니다.

댓글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다