뮤즈 스파크 오픈은 전체 8,160억 개의 파라미터 가운데 한 번 답을 만들 때 420억 개를 골라 쓰는 모델입니다. 여러 입력 형식을 함께 이해하는 멀티모달 모델이며, 긴 코딩 작업이나 여러 단계를 거치는 에이전트 작업을 겨냥했습니다. 한 번에 다룰 수 있는 문맥 길이는 100만 토큰입니다.

전체 파라미터와 실제로 작동하는 파라미터가 다른 이유는 질문에 맞는 일부 영역만 선택해 계산하는 구조이기 때문입니다. 매번 8,160억 개를 모두 쓰는 방식보다 연산량을 줄이면서 큰 모델 안의 전문 영역을 활용합니다. 그래도 모델 전체를 메모리에 올려야 하므로 저장·실행 장비는 여전히 큽니다.

‘오픈 웨이트’는 모델이 학습 과정에서 얻은 수치 묶음을 내려받을 수 있다는 뜻입니다. 개발자는 외부 서비스에 요청을 보낼 필요 없이 자체 장비나 서버에서 모델을 실행하고, 목적에 맞게 추가 학습할 수 있습니다. 질문과 작업 자료를 외부 API로 보내지 않고 내부 환경에서 처리할 수 있다는 점이 가장 큰 변화입니다.

메타는 가중치를 허깅페이스와 주요 클라우드의 모델 저장소에 공개했습니다. 동시에 Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI 같은 서비스에서도 API로 쓸 수 있게 했습니다. 직접 운영할 장비가 없는 이용자는 기존 클라우드 방식으로 접근할 수 있습니다.

이 모델을 로컬에서 돌리려면 메모리가 핵심입니다. M5 울트라 맥 스튜디오 한 대는 최대 512GB의 통합 메모리를 제공하고, 메타는 두 대를 연결해 전체 모델을 올렸습니다. 두 장비가 합쳐 1TB를 확보하는 구성입니다. 최신 MLX 프레임워크가 두 기기의 연산을 나눠 맡습니다.

메타가 공개한 실험은 단순한 채팅을 넘어섭니다. 뮤즈 코드와 함께 오픈소스 마스토돈 앱 ‘Ice Cubes’의 오류를 고치고 새 기능을 추가한 뒤 전체 빌드까지 진행했습니다. 영상 편집 프로그램 다빈치 리졸브에서는 영상을 프레임 단위로 살펴보고 쓸 만한 구간을 찾은 다음 세로 화면에 맞게 잘랐다고 설명했습니다.

로컬 실행은 작업 자료가 외부 서비스로 오가는 횟수를 줄일 수 있지만, 설치만 하면 곧바로 같은 결과가 나오는 것은 아닙니다. 모델을 구동하는 실행 도구와 저장 공간, 두 장비를 연결하는 환경까지 함께 준비해야 합니다.

두 장비를 갖춘 환경이라면 코딩이나 영상 편집처럼 긴 과정을 로컬에서 이어갈 수 있다는 것이 메타가 보여준 사용 장면입니다. 실제 속도와 안정성은 공개된 회사 평가와 별개로 다양한 환경에서 검증될 필요가 있습니다.

뮤즈 스파크 오픈은 10월 15일부터 가중치와 API가 제공됩니다. 엔비디아뿐 아니라 AMD, 애플, 인텔 장비에서 쓰는 여러 실행 도구를 지원하고, 파이토치로 목적에 맞게 조정할 수 있습니다. 메타는 자체 평가에서 미국 기업이 공개한 오픈 웨이트 모델 가운데 가장 높은 수준이라고 주장했습니다. 이 표현은 메타의 평가 방식과 비교군을 기준으로 한 회사 발표입니다.

이름에 ‘오픈’이 들어가지만 사용 조건이 없는 것은 아닙니다. 메타는 제한적인 상업 조항이 포함된 별도 뮤즈 모델 라이선스를 적용했습니다. 이용하려면 모델 카드와 라이선스에서 허용되는 사용 범위를 확인해야 합니다. 안전성 평가를 거쳐 공개 기준을 충족했다는 설명도 메타 자체 프레임워크에 따른 결과입니다.

이번 발표는 대형 모델을 개인 장비로 가져왔다는 상징성보다, 그 실험에 필요한 장비 규모를 함께 보여준다는 점에서 현실적입니다. 두 대의 최고 사양 맥 스튜디오는 일반 가정용 컴퓨터라기보다 작은 로컬 AI 서버에 가깝습니다.