Muse Spark Open: Meta의 오픈 웨이트 모델과 Muse Code, 로컬에서 돌릴 수 있을까?
Meta가 10월 15일 Muse Spark Open을 공개했습니다. 파라미터 8,160억 개, 자체 라이선스, 그리고 대부분의 개발자가 감당하기 어려운 하드웨어 요구 사항. 라이선스가 무엇을 허용하는지, 실행하려면 무엇이 필요한지, 그 위에서 Muse Code를 돌리는 데 대해 Meta가 무엇을 말했고 무엇을 말하지 않았는지 정리했습니다.
Meta가 공개한 것
2026년 10월 15일, Meta는 Muse Spark 계열의 대형 오픈 웨이트 모델인 Muse Spark Open의 가중치를 공개했습니다. 주요 사양은 다음과 같습니다.
- 규모: 전체 파라미터 8,160억 개, 토큰당 활성 파라미터 420억 개(전문가 혼합, MoE 구조).
- 컨텍스트: 100만 토큰.
- 입력: 텍스트, 이미지, 동영상, 오디오. 출력: 텍스트.
Meta가 8월 10일에 내놓은 30B 오픈 모델 Muse Glimmer와는 성격이 전혀 다른 릴리스입니다. Glimmer는 소비자용 GPU 한 장에서 돌리도록 만들어졌습니다. Spark Open은 데이터 센터나 본격적인 워크스테이션 클러스터에서 돌리는 모델입니다.
쉽게 풀어 본 라이선스
Spark Open은 Meta가 직접 만든 자체 라이선스인 Muse Model License로 배포됩니다. OSI 승인 오픈소스 라이선스가 아니므로 정확한 표현은 ’오픈 웨이트’입니다. 핵심만 정리하면 이렇습니다.
- 할 수 있는 것: 라이선스 조건과 Meta의 사용 정책을 지키는 한 모델을 실행, 수정, 파인튜닝, 증류, 재배포할 수 있습니다.
- 해야 하는 것: 모델을 사용하는 제품에 “Built with Muse Spark Open”을 표시해야 합니다.
- 대형 모델 호스팅 업체라면: 모델 서빙 사업으로 이 모델을 제공해 12개월간 총매출이 2,000만 달러를 넘는 기업은 Meta에 알리고 별도 계약을 맺어야 합니다.
- 출력물은 사용자의 것: 모델이 생성한 결과물에 대해 Meta는 소유권을 주장하지 않습니다.
대부분의 팀에는 이 매출 조항이 해당되지 않습니다. 호스팅 업체와 재판매 업체라면 전문을 읽어 보세요. 반면 Glimmer는 Apache 2.0이라 표시 의무도, 매출 기준도 없습니다.
실제로 필요한 하드웨어는?
상당합니다. Meta의 안내에 따르면 NVFP4 정밀도에서 약 700GB의 가속기 메모리, BF16에서는 약 2TB가 필요합니다. 활성 파라미터가 420억 개라 토큰당 연산은 비교적 가볍지만, 8,160억 개의 파라미터 전부가 메모리에 올라가 있어야 합니다.
Meta의 데모에서는 M5 Ultra Mac Studio 두 대(각각 최대 512GB 메모리)로 MLX를 써서 모델을 돌렸습니다. Meta가 보여 준 구성 중 가장 접근하기 쉬운 것이 이 정도이고, 그마저도 최상급 머신 두 대가 필요합니다. Spark Open은 노트북용 모델이 아니며, 고급 게이밍 GPU 한 장으로도 돌아가지 않습니다.
어디서 구할 수 있나
- 가중치: Hugging Face(승인제,
meta-models/Muse-Spark-Open-816B-A42B), Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry. - 추론 엔진: SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp, Unsloth. 파인튜닝에는 TorchTitan을 안내합니다.
- 호스팅 API: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI. Together에서는 토큰 100만 개당 입력 $1.25, 캐시된 입력 $0.15, 출력 $4.25입니다. Groq는 컨텍스트를 전체 100만이 아니라 131K 토큰으로 제한합니다.
Together의 가격은 Meta가 호스팅하는 muse-spark-1.3 요금과 같습니다. 토큰 단위로 쓰는 게 목적이라면 오픈 웨이트라고 더 싸지지는 않습니다. 진가가 나오는 건 직접 호스팅하거나, 파인튜닝하거나, 데이터를 자체 하드웨어에 두어야 할 때입니다.
점수는?
Meta의 출시 당시 표입니다. 늘 그렇듯 벤더가 직접 낸 숫자라는 점을 감안하세요.
| 벤치마크 | Muse Spark Open | Meta 표에서의 위치 |
|---|---|---|
| Terminal-Bench 2.1 | 76.4 | 1위는 Kimi K3(85.0) |
| MCP-Atlas | 89.2 | 비교 대상 중 1위 |
| JobBench | 61.8 | 비교 대상 중 1위 |
| Artificial Analysis Intelligence Index | 39 | GLM-5.3(45), MiMo-V2.6-Pro(46)보다 낮음 |
Spark Open은 도구 사용과 에이전트형 태스크에서 가장 강하고, 종합 지능 지표에서는 최상위 경쟁 오픈 모델보다 약합니다. 비교하자면 Spark 1.3 정리에서 소개했듯 VentureBeat는 호스팅형 Spark 1.3을 같은 지표에서 61로 평가했습니다. 이 오픈 모델은 플래그십의 무료 복제본이 아닙니다.
Muse Code를 로컬에서 돌릴 수 있을까?
부분적으로는 가능합니다. 다만 Meta의 말로는 그렇다는 것이고, 아직 Meta가 낸 설명서는 없습니다. Meta에 따르면 Muse Code는 Apple 하드웨어에서 Spark Open으로 온디바이스 에이전트 워크플로를 실행할 수 있습니다. 데모에서는 에이전트가 Mastodon 앱 Ice Cubes를 수정하고 DaVinci Resolve를 조작했습니다.
Meta가 공개하지 않은 것은 단계별 설정 방법입니다. 직접 호스팅한 Spark Open 엔드포인트에 Muse Code를 연결하는 로컬 프로바이더 설정은 문서화되어 있지 않습니다. CLI 1.4.2에서 muse serve에 --provider와 --model 플래그가 추가되었지만, Meta는 이를 로컬 Spark Open 서버로 가는 경로로 안내하지 않습니다. 그러니 정리하면 이렇습니다.
- 완전한 오프라인 Muse Code는 Meta가 시연한 것이지, 문서화한 것이 아닙니다. 시행착오를 각오하고, 아직은 팀 단위 도입을 계획하지 마세요.
- 진짜 제약은 하드웨어입니다. 공개된 데모에도 대용량 메모리 Mac Studio 두 대가 필요했습니다.
- 구독 모델은 따라오지 않습니다. 로컬에서 돌려도 Muse Wonder나 Wonder Full은 쓸 수 없습니다. 이 둘은 호스팅으로만 제공됩니다.
상황이 바뀌면 문서와 저희 변경 로그에 반영하겠습니다.
Spark Open vs Muse Glimmer vs 호스팅형 Spark 1.3
| Muse Spark Open | Muse Glimmer | Muse Spark 1.3(호스팅형) | |
|---|---|---|---|
| 출시 | 2026년 10월 15일 | 2026년 8월 10일 | 2026년 9월 2일 |
| 규모 | 전체 816B, 활성 42B | 30B | — |
| 라이선스 | Muse Model License(자체) | Apache 2.0 | 독점, API와 Meta 제품에서만 |
| 하드웨어 | 약 700GB(NVFP4)~약 2TB(BF16) | 소비자용 GPU 한 장, 양자화 시 약 20GB | 불필요(Meta가 호스팅) |
| 컨텍스트 | 100만 토큰 | — | 100만 토큰 |
| 가격 | 자체 하드웨어, 또는 Together AI에서 100만 개당 $1.25 / $4.25 | 자체 하드웨어 | 100만 개당 $1.25 / $4.25(표준) |
| Muse Code | Apple 하드웨어에서 돌아간다고 Meta가 밝힘, 설정 문서 없음 | Muse Code용 안내 없음 | 기본 모델 |
누구를 위한 모델인가
- 기업과 연구소 중 데이터를 자체 인프라에 두어야 하거나, 대형 에이전트형 모델을 파인튜닝·증류하고 싶은 곳.
- 추론 프로바이더. 출시 당일 호스팅 업체가 길게 줄을 선 것도, 이들을 겨냥한 매출 조항이 있는 것도 이 때문입니다.
- 아주 큰 Apple 또는 GPU 환경을 가진 사람 중 공식 문서가 나오기 전에 로컬 에이전트를 실험해 보고 싶은 사람.
그 밖의 사람들에게 현실적인 선택지는 달라지지 않았습니다. 에이전트가 필요하다면 Muse Code나 Meta Model API를 통한 호스팅형 Spark 1.3, GPU 한 장에서 돌아가는 모델이 필요하다면 Glimmer입니다. 경쟁 에이전트들과의 비교는 비교 페이지에서 확인하세요.