메타가 마지막으로 오픈 웨이트 모델을 낸 건 16개월 전 Llama 4였습니다. 그동안 메타는 초지능 조직을 새로 꾸리며 폐쇄형 쪽으로 방향을 틀었죠. 이번에 다시 오픈으로, 그것도 가장 관대한 라이선스로 돌아왔습니다.

메타 초지능 연구소(Meta Superintelligence Labs)가 300억 파라미터 오픈 에이전트 모델 Muse Glimmer를 공개했습니다. 가중치를 Apache 2.0 라이선스로 허깅페이스에 올렸고, 맥이나 PC의 소비자용 GPU 한 장에서 상시 구동되도록 설계했다는 점이 핵심입니다. 클라우드나 인터넷 없이 내 기기 안에서 돌아가는 에이전트를 노린 모델이죠.

출처: Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device – Meta AI Research

라이선스가 바뀌었다는 게 왜 중요한가

메타의 이전 오픈 모델은 전부 자체 ‘Llama 라이선스’로 나왔습니다. 사용 규모나 용도에 조건이 붙는, 완전한 오픈은 아닌 형태였죠. Muse Glimmer는 Apache 2.0을 택했습니다.

Apache 2.0은 상업적 이용이나 파생 모델 제작에 사실상 제약을 두지 않는 라이선스입니다. 내 서비스에 넣든, 뜯어고쳐 새 모델을 만들든 거의 자유롭다는 뜻이죠. 독립 평가 기관 Artificial Analysis는 이 모델의 개방성 지수를 44로 매겼는데, DeepSeek V4 Flash나 GLM-5.2와 같은 수준이고 기존 Llama 4보다 높습니다. 라이선스가 관대해지고 학습 방법 공개도 늘어난 결과입니다.

노트북 한 대에서 에이전트가 돈다

Muse Glimmer의 설계 목표는 분명합니다. 큰 서버가 아니라 손에 있는 기기에서 도는 것.

300억 파라미터 밀집 모델이지만, 4비트로 압축하면 가중치가 약 18GB까지 줄어듭니다. 고사양 맥북이나 RTX 5090 같은 소비자용 GPU 한 장이면 전체 문맥을 유지한 채 돌릴 수 있는 크기입니다. 여기에는 메모리를 아끼는 구조적 장치도 있죠. 전역 레이어 하나마다 좁은 범위만 보는 슬라이딩 윈도우 레이어 세 개를 배치하는 하이브리드 어텐션 방식인데, 덕분에 문맥이 128K로 길어져도 KV 캐시가 최소 1.8GB 수준에 머뭅니다.

메타가 그리는 쓰임새는 일정 관리, 메시지 초안 작성, 파일 정리처럼 내 개인 맥락에 깊이 접근해야 하는 상시 에이전트입니다. 이런 일은 데이터를 클라우드로 보내지 않고 로컬에서 처리하는 편이 프라이버시 면에서 유리하죠. llama.cpp, MLX, ExecuTorch 같은 개발자들이 이미 쓰는 도구에 맞춰 통합이 며칠 안에 올라온다고 하니, 내려받아 에이전트를 굴리기까지의 거리도 짧은 편입니다.

실력은 어느 정도인가

크기 대비 지능은 좋은 편입니다. Artificial Analysis 지능 지수에서 35점을 받았는데, 같은 크기의 Gemma 4 31B보다 5점 높고, 파라미터가 33배 많은 1조 규모 Kimi K2.5와 사실상 맞먹는 수치입니다. 작은 모델도 잘 훈련하면 큰 모델을 따라잡을 수 있다는 흐름을 보여주는 사례입니다.

다만 약점도 분명합니다. 현실적인 지식 노동을 에이전트 루프에서 수행하는 GDPval 평가에서는 953점(Elo)에 그쳐, 사람 기준선인 1,000점과 비슷한 크기의 경쟁 모델 아래에 있습니다. 지식 정확도를 재는 항목에서도 환각률이 82%로 높게 나왔죠. 사실을 정확히 답하는 일보다는, 도구를 호출하고 로컬에서 코드를 다루는 일에 강점이 맞춰진 모델이라는 뜻입니다.

클라우드 없이 도는 에이전트, 용도는 가려서

이번 공개의 의미는 “내 기기에서 도는 에이전트”가 더 이상 실험실 얘기가 아니라는 데 있습니다. 인터넷이 끊긴 곳에서도, 데이터를 밖으로 내보내지 않고도 AI가 일을 처리하는 그림이 소비자 하드웨어 사정권으로 들어왔습니다.

대신 무엇에 쓸지는 가려야 합니다. 사실 관계를 정확히 답해야 하는 질의응답이라면 환각률이 발목을 잡을 수 있고, 도구 호출이나 파일 정리처럼 정해진 동작을 대신 수행하는 일이라면 크기 대비 쓸 만합니다. 벤치마크 세부 결과와 학습 방식은 원문과 Artificial Analysis 분석에 더 자세히 나와 있죠.

참고자료:

• Muse Glimmer: Benchmarks and Analysis – Artificial Analysis
• Mark Zuckerberg attacks ‘closed’ AI rivals as Meta returns to open models – Financial Times