촬영일 기준 공식 페이지이며 기사 게시 당시와 다를 수 있습니다. 이미지를 선택하면 확대할 수 있습니다.
Meta는 2026년 11월 9일 AI 모델 'Muse Ember'를 공개했습니다. Muse 시리즈에서 가장 작고 효율적인 모델입니다. AI 에이전트가 하루에도 여러 번 반복하는 작업, 예를 들어 외부 도구 호출, 작은 프로그래밍 작업, 작업 분배, 정보 추출, 긴 문서 읽기 등을 위해 만들어졌습니다.
Muse 시리즈에서의 역할
Meta는 Muse 모델을 다음과 같이 나눠 쓰도록 안내하고 있습니다.
- Muse Wonder: 가장 어려운 문제용
- Muse Spark: 프로그래밍과 에이전트 작업용
- Muse Ember: 정해진 작업을 대량으로 처리하는 용도
어려운 작업에서는 Muse Wonder가 계획을 세우고 Muse Ember가 대량의 실제 작업을 맡는 조합을 권합니다. Muse Ember는 상위 모델인 Muse Wonder Full을 사용해 훈련한 첫 모델입니다. 텍스트뿐 아니라 이미지, 음성, 동영상도 이해할 수 있습니다.
성능과 요금
Meta가 공개한 평가에서 Muse Ember는 같은 소형급인 Anthropic의 'Claude Haiku 5.5'와 OpenAI의 'GPT-6 Luna'를 여러 항목에서 앞섰습니다(모두 추론 설정을 최대로 한 경우. Ember / Haiku 5.5 / GPT-6 Luna 순).
- 업무 자동화(AutomationBench): 37.8 / 13.9 / 20.2
- 컴퓨터 조작(OSWorld 2.1, 부분 점수 포함): 69.5 / 68.9 / 50.5
- 프로그래밍 에이전트 종합 지수(Coding Agent Index): 46 / 37 / 31
제3자 기관 Artificial Analysis의 종합 지수에서는 Haiku 5.5와 같은 36이었습니다. 반면 어려운 프로그래밍 과제(FrontierCode 2.0)에서는 27.2로 Haiku 5.5의 34.9에 못 미쳤습니다. Meta는 Haiku 5.5의 최고 성적에 약 3분의 1의 비용으로 맞먹는다고 밝혔습니다.
요금은 20만 토큰까지의 입력이라면 100만 토큰당 입력 0.10달러, 출력 0.50달러입니다. 이를 넘는 긴 입력에서는 입력 0.30달러, 출력 1.50달러가 됩니다. 상위 모델 Muse Spark 1.3(입력 1.25달러, 출력 4.25달러)과 비교하면 입력 요금은 약 12분의 1입니다. 한 번에 다룰 수 있는 텍스트의 양(컨텍스트)은 100만 토큰이고, 한 번의 출력은 최대 51만 2,000토큰입니다.
이용할 수 있는 곳
Muse Ember는 Meta의 API 'Meta Model API'와 개발 도구 'Muse Code'에서 모델명 'muse-ember-1.0'으로 쓸 수 있습니다. 아울러 Muse Ember, Muse Spark, Muse Wonder를 Google Cloud와 Oracle Cloud에서도 쓸 수 있게 됐습니다. Meta의 발표에는 누구나 내려받을 수 있는 오픈 웨이트로 공개한다는 내용은 없습니다. 또한 사용자용 Muse 앱에서 쓸 수 있는지도 밝히지 않았습니다.
CoAI 편집부의 시각
AI 에이전트에서는 요청 하나 뒤에서 수십에서 수백 번의 모델 호출이 일어나기도 해, 싸고 빠른 소형 모델의 중요성이 커지고 있습니다. Muse Ember는 최상위 모델로 계획하고 소형 모델로 작업하는 분담을 전제로 한, 오늘날의 에이전트 구성 방식에 맞춘 모델입니다.
다만 공개된 평가의 상당수는 Meta 자체나 평가 기관이 측정한 것이며, Meta 사내 평가도 포함돼 있습니다. Haiku 5.5 등에서 갈아타는 것을 검토한다면, 자사 작업으로 정확도와 비용을 비교한 뒤 판단하는 것이 확실합니다.
