공짜로 뿌리던 메타가, 처음으로 계산서를 내밀었어

메타가 드디어 자기 AI 모델에 값을 매겼어. 2026년 7월 9일, 메타는 에이전틱 코딩과 컴퓨터 사용에 특화된 멀티모달 추론 모델 'Muse Spark 1.1'을 공개하면서, 새로 만든 Meta Model API를 통해 유료로 팔기 시작했어. 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러. 숫자만 보면 그냥 또 하나의 모델 출시 같지만, 이건 메타 역사에서 꽤 큰 선 하나를 넘은 사건이야.

왜냐하면 메타는 그동안 "AI는 공짜"라는 깃발을 제일 크게 흔들던 회사였거든. 라마(Llama) 시리즈를 오픈웨이트로 풀어서 누구나 다운받아 쓰게 했고, 저커버그는 기회 있을 때마다 "우리는 오픈소스로 간다"고 못을 박았어. 그런 메타가 처음으로 자기 최신 모델을 클로즈드로 잠그고, API 뒤에 요금표를 붙인 거야. 이게 이번 뉴스의 진짜 핵심이야. 모델 스펙보다 전략의 방향이 바뀌었다는 신호거든.

그리고 하나 더. 저커버그가 이걸 알리려고 무려 3년 만에 X(옛 트위터)로 돌아왔어. 마지막 X 게시물이 2023년 7월 6일이었으니까, 진짜 딱 3년 만이야. 자기 회사 스레드(Threads)를 두고, 앙숙인 일론 머스크의 플랫폼에 올라와서 "아주 낮은 가격의 강력한 에이전틱·코딩 모델"이라고 직접 홍보했어. 개발자들이 다 모여 있는 곳이 어디인지 정확히 알고 있었다는 얘기야. 상징적으로도, 실리적으로도 계산된 복귀였어.

메타 슈퍼인텔리전스랩스, 두 번째 카드를 꺼냈어

이 모델을 만든 건 메타 슈퍼인텔리전스랩스(Meta Superintelligence Labs, MSL)야. 메타가 최근 몇 년간 AI 인재를 미친 듯이 끌어모으면서 세운 조직인데, 이번 Muse Spark 1.1이 이 조직의 두 번째 모델이야. 첫 번째 Muse Spark는 2026년 4월에 나왔고, 이번 1.1은 그 업그레이드판이자 본격적으로 상업화 스위치를 켠 버전이라고 보면 돼.

여기서 중요한 맥락. 예전 메타 AI는 라마 팀이 중심이었고, 라마의 정체성은 "오픈웨이트, 무료, 개발자 친화"였어. 근데 Muse라는 이름을 단 새 계열은 성격이 완전히 달라. 오픈웨이트 배포도 없고, 다운로드도 없고, 오직 Meta Model API를 통해서만 접근할 수 있어. 이름을 바꿨다는 건 그냥 마케팅이 아니라, 메타 안에서 "무료 오픈소스 라인"과 "유료 프론티어 라인"을 분리하겠다는 의도로 읽혀.

MSL이 이렇게 방향을 튼 이유는 단순해. 프론티어 모델을 만드는 데 드는 돈이 상상 이상으로 커졌거든. GPU 클러스터, 전기, 데이터, 인건비까지 다 합치면 모델 하나 훈련시키는 데 천문학적인 비용이 들어가. 그걸 계속 공짜로 뿌리면서 "생태계 선의"만으로 버티는 건, 아무리 메타라도 무한정 할 수 있는 일이 아니야. 결국 어느 시점에는 "이제 프론티어급은 돈 받고 판다"는 결정을 내려야 했고, 그 순간이 Muse Spark 1.1로 온 거지.

저커버그 입장에서도 이건 자존심의 문제가 아니라 포지셔닝의 문제야. 그동안 오픈소스로 쌓아둔 개발자 호감과 브랜드 신뢰가 있으니까, 그걸 유료 전환의 발판으로 쓸 수 있다고 본 거야. "우리는 원래 개발자 편이었잖아. 그러니까 우리가 값을 매겨도 그건 착취가 아니라 합리적인 거야"라는 서사. 그래서 가격을 경쟁사보다 확 낮게 잡은 것도 다 이 서사의 일부야.

스펙을 뜯어보면 — 코딩보다 '에이전트'에 방점

Muse Spark 1.1을 한마디로 정리하면 '에이전트로 굴리라고 만든 모델'이야. 그냥 채팅하면서 코드 짜주는 걸 넘어서, 스스로 도구를 쓰고, 컴퓨터를 조작하고, 오래 걸리는 작업을 끝까지 밀고 나가는 데 초점이 맞춰져 있어.

핵심 스펙부터 보면, 100만 토큰짜리 컨텍스트 윈도우를 갖고 있어. 큰 코드베이스 전체나 긴 문서 뭉치를 한 번에 물고 작업할 수 있다는 뜻이야. 입력으로는 텍스트뿐 아니라 이미지, 비디오, PDF까지 받고, 검색과 인용(citation) 기능이 내장돼 있어서 출처를 붙여서 답을 내놓을 수 있어. 데스크톱·모바일·웹 브라우저 인터페이스를 직접 조작하도록 훈련돼서, 여러 단계로 이어지는 복잡한 워크플로우를 사람 대신 클릭하고 입력하며 처리할 수 있어. 여기에 서브에이전트를 병렬로 돌리는 멀티에이전트 오케스트레이션, 그리고 처음 보는 도구나 MCP 서버에도 별도 학습 없이 적응하는 제로샷 일반화 능력까지 얹었어.

벤치마크 숫자를 보면 이 모델의 성격이 더 또렷해져. 도구 사용 쪽 평가에서는 확실히 앞서. 대규모 도구 사용을 재는 MCP Atlas에서 88.1점으로 최고점을 찍었고, 실무형 도구 사용을 보는 JobBench에서 54.7점을 받았어. 반면 순수 코딩 벤치마크에서는 1등은 아니야. SWE-Bench Pro에서 61.5점을 받았는데, 클로드 오푸스 4.8이 69.2점으로 앞서고 GPT-5.5는 58.6점이야. 코딩·멀티모달 평가를 종합하면 대략 3등 자리, 근데 에이전트·도구 사용 평가에서는 선두라는 게 여러 리뷰의 공통된 평가야.

항목 Muse Spark 1.1 내용
출시일 2026년 7월 9일
개발 조직 메타 슈퍼인텔리전스랩스(MSL) — 두 번째 모델
이전 버전 2026년 4월 최초 Muse Spark
컨텍스트 윈도우 100만 토큰
입력 모달리티 텍스트·이미지·비디오·PDF (검색·인용 내장)
가격 입력 100만 토큰당 $1.25 / 출력 100만 토큰당 $4.25
대표 벤치마크 MCP Atlas 88.1, JobBench 54.7, SWE-Bench Pro 61.5
접근 방식 Meta Model API(공개 프리뷰), OpenAI 호환 / Meta AI 앱 'Thinking' 모드
전략적 의미 메타 최초의 유료 자사 모델

또 하나 중요한 건 접근 방식이야. Meta Model API는 OpenAI 호환으로 설계됐어. 무슨 뜻이냐면, 이미 OpenAI SDK로 코드를 짜둔 개발자라면 베이스 URL이랑 API 키만 바꿔 끼우면 대부분 그대로 돌아간다는 거야. 이건 아주 노골적인 유혹이야. "갈아타는 비용을 거의 0으로 만들어줄 테니까, 그냥 우리 걸로 한번 써봐"라는 신호거든. 리플릿(Replit) CEO 암자드 마사드는 "하나의 모델에 이렇게 많은 걸 담았다는 게 인상적이다. 100만 토큰짜리 거대한 컨텍스트가 특히 그렇다"고 초기 평가를 남겼어. 일반 사용자용으로는 Meta AI 앱과 meta.ai의 'Thinking' 모드에서도 이 모델을 만나볼 수 있어.

누가 이걸로 웃을까 — 가격표가 진짜 무기야

이 발표에서 제일 강력한 무기는 사실 성능이 아니라 가격이야. 입력 1.25달러, 출력 4.25달러라는 숫자를, 앤트로픽이나 OpenAI의 프론티어급 모델 가격이랑 비교하면 대략 4분의 1 수준이라는 분석이 나왔어. 성능이 최상위권 코딩 모델보다 한 계단 아래라도, 가격이 4분의 1이면 이야기가 완전히 달라지거든.

제일 크게 웃는 건 개발자와 스타트업이야. 코딩 에이전트를 서비스로 파는 회사들은 토큰 비용이 곧 마진이야. 사용자가 에이전트를 하루종일 돌리면 토큰이 어마어마하게 나가는데, 그 원가가 4분의 1로 줄면 같은 가격에 팔아도 마진이 확 뜨거나, 아니면 더 싸게 팔아서 점유율을 먹을 수 있어. 특히 "에이전트를 오래 돌리는" 워크로드일수록 출력 토큰이 많이 나오니까, 4.25달러라는 출력 단가는 진짜 크게 다가와.

메타 본인도 물론 이득이야. 그동안 라마로 브랜드는 쌓았지만 직접적인 매출은 못 만들었거든. 이제 API로 돈이 들어오기 시작하면, AI 인프라에 쏟아부은 막대한 투자를 조금씩 회수할 명분이 생겨. 게다가 유료 API를 통해 실제 사용 데이터와 워크로드 패턴이 들어오면, 다음 모델을 더 잘 만들 재료도 확보돼. 공짜로 뿌릴 때는 누가 어떻게 쓰는지 잘 안 보였는데, 이제는 계량기가 돌아가니까.

반대로 애매해지는 건, 앤트로픽·OpenAI처럼 프론티어 프리미엄으로 마진을 지켜온 회사들이야. 걔네는 "우리 모델이 제일 좋으니까 비싸다"는 논리로 버텨왔는데, 성능이 살짝 낮아도 가격이 4분의 1인 대안이 등장하면 그 프리미엄 논리에 균열이 가. 특히 "최고 성능까진 필요 없고 그냥 잘 굴러가는 에이전트면 돼"라는 다수의 실무 수요층은 가격에 훨씬 민감하거든. 이 층을 메타가 가격으로 긁어가면, 상위권 업체들도 결국 가격을 만질 수밖에 없어져.

이 각본, 예전에도 봤어 — 성공과 실패 둘 다

"싼 가격으로 시장을 흔든다"는 전략은 새로운 게 아니야. 성공 사례부터 보면, 2025년 초 딥시크(DeepSeek)가 딱 이 각본으로 판을 흔들었어. 미국 프론티어 모델의 몇 분의 일 가격으로 준수한 성능을 내놓으면서, "이 가격에 이 성능이 가능하다고?"라는 충격을 시장에 던졌지. 그 여파로 여러 업체가 가격을 재검토했고, 저가 고효율 모델이라는 카테고리 자체가 진지하게 받아들여지기 시작했어. 메타의 이번 무브는 딥시크가 오픈소스로 했던 걸, 브랜드와 유료 API로 다시 하는 셈이야.

또 하나 참고할 만한 건 클라우드 컴퓨팅 초창기 AWS야. AWS는 "우리가 제일 화려하다"가 아니라 "우리가 제일 싸고 편하고, 갈아타기도 쉽다"로 시장을 먹었어. 개발자가 별 고민 없이 얹을 수 있게 만들어놓고, 일단 올라타면 잘 안 내려오게 만드는 전략. Meta Model API를 OpenAI 호환으로 만든 것도 정확히 이 교과서를 따라가는 거야. 진입 장벽을 없애서 일단 트래픽을 빨아들이겠다는 거지.

근데 실패 사례도 분명히 있어. 값싸게 시장에 들어갔다가 브랜드가 '저가 = 이류'로 굳어버리면, 나중에 프리미엄으로 올라가고 싶어도 못 올라가는 함정이 있거든. 그리고 가격 경쟁은 체력 싸움이라, 상대가 더 큰 곳간을 갖고 있으면 오히려 자기가 먼저 지칠 수도 있어. 메타는 곳간이 크긴 하지만, 앤트로픽·OpenAI·구글·xAI 다 자본이 두둑한 상대들이라 "누가 먼저 지치나" 게임이 쉽지만은 않아.

한 가지 더. 과거 메타의 라마 전략 자체가 "공짜로 뿌려서 생태계를 잡는다"는 도박이었는데, 그게 브랜드는 얻었지만 매출은 못 얻었다는 게 이번 유료 전환의 배경이야. 즉 메타는 자기 성공(브랜드)과 실패(수익화 실패)를 동시에 학습해서, 이번엔 "브랜드는 유지하되 이번엔 돈도 받겠다"는 절충안을 들고 나온 거야. 이게 먹힐지는 개발자들이 "메타의 유료화"를 배신으로 볼지, 합리적 진화로 볼지에 달렸어.

경쟁자들은 어떻게 받아칠까

이 판은 이미 뜨거워. 클로드, GPT, 제미나이, 그록이 코딩 에이전트 시장에서 각축을 벌이는 와중에 메타가 유료 카드를 들고 참전한 거니까, 경쟁자들의 반응도 갈릴 거야.

앤트로픽은 아마 성능·신뢰 카드를 더 세게 밀 거야. 클로드 오푸스 4.8이 SWE-Bench Pro에서 앞선다는 걸 근거로, "코딩 에이전트는 결국 정확도와 안정성이 전부다. 싼 게 비지떡이면 오히려 손해"라는 메시지를 강화할 가능성이 커. 실제로 엔터프라이즈 고객들은 에이전트가 코드베이스를 잘못 건드렸을 때의 리스크를 아주 무겁게 보니까, 이 논리는 잘 먹혀. 다만 가격 압박이 심해지면 특정 티어에서 요금을 조정하거나, 저비용 옵션을 별도로 내놓는 식으로 방어할 수도 있어.

OpenAI는 생태계와 제품 통합으로 맞설 여지가 커. 이미 방대한 개발자 베이스와 도구 생태계를 갖고 있으니까, "우리는 모델만 파는 게 아니라 전체 스택을 판다"는 식으로 차별화할 수 있어. 그리고 Meta Model API가 OpenAI 호환이라는 건 역설적으로 OpenAI의 인터페이스가 사실상 업계 표준이 됐다는 방증이기도 해서, OpenAI로선 "다들 우리 규격을 베낀다"는 프레임을 취할 수도 있어.

구글은 가격과 통합 양쪽에서 대응할 능력이 있어. 자체 TPU로 원가를 낮출 수 있으니 가격 경쟁이 가능하고, 워크스페이스·클라우드 생태계에 제미나이를 녹여넣는 통합 전략도 있어. xAI의 그록은 저커버그가 하필 머스크의 X에서 이 발표를 했다는 점에서 상징적으로 가장 직접적인 도발을 받은 셈인데, 그록도 코딩·에이전트 쪽을 강화하고 있어서 가격이든 성능이든 반응을 안 할 수가 없어. 결국 이번 메타의 유료 저가 참전은, 시장 전체의 가격을 아래로 끌어내리는 압력으로 작용할 가능성이 커. 소비자·개발자 입장에서는 나쁠 게 없는 전개야.

그래서 나한테 뭐가 달라지는데

개발자·엔지니어라면 이번 발표는 실전 옵션이 하나 늘었다는 뜻이야. 특히 코딩 에이전트나 자동화 워크플로우를 돌리는 사람이라면, OpenAI 호환이라 베이스 URL만 바꿔서 A/B 테스트를 해볼 수 있어. 성능이 최상위는 아니라도 도구 사용·컴퓨터 사용에 강하고 가격이 4분의 1이면, "이 작업엔 굳이 최고 모델 안 써도 되겠다" 싶은 구간이 꽤 많이 나올 거야. 비용 최적화를 진지하게 고민하는 팀이라면 무조건 한 번 붙여볼 가치가 있어.

스타트업·서비스 운영자라면 이건 원가 구조를 다시 짜볼 기회야. 토큰 비용이 서비스 마진을 좌우하는 구조라면, 저가 모델의 등장은 곧 재무제표에 직접 영향을 줘. 다만 모델을 통째로 갈아타기 전에, 정확도가 중요한 구간과 그렇지 않은 구간을 나눠서 하이브리드로 쓰는 게 현실적이야. 리스크 큰 작업은 상위 모델, 대량 반복 작업은 저가 모델, 이런 식으로.

투자자·시장 관찰자라면 주목할 건 개별 벤치마크 점수보다 '메타의 방향 전환' 그 자체야. 오픈소스 전도사였던 메타가 유료 API로 넘어왔다는 건, AI 모델 사업의 경제학이 이제 "공짜로 뿌려서 생태계 잡기"에서 "직접 과금으로 회수하기" 쪽으로 무게가 옮겨가고 있다는 신호일 수 있어. 동시에 가격 경쟁 심화는 모델 자체의 마진을 계속 눌러서, "모델은 원가, 돈은 그 위의 제품·서비스에서"라는 구도를 굳힐 수도 있어.

그냥 AI 쓰는 일반 사용자라면 당장 크게 바뀌는 건 없어. 다만 Meta AI 앱과 meta.ai의 'Thinking' 모드에서 이 모델을 쓸 수 있으니까, 복잡한 다단계 작업이나 긴 문서를 다룰 때 예전보다 나은 답을 받을 가능성이 있어. 그리고 업계 전반의 가격이 내려가면, 네가 쓰는 여러 AI 서비스의 요금이나 무료 사용량 정책도 장기적으로 더 후해질 여지가 생겨.

🥄 남은 궁금증 세 가지

— 그래서 나 지금 클로드나 GPT 버리고 갈아타야 돼? 지금 당장은 아니야. 순수 코딩 정확도는 여전히 클로드 오푸스 4.8이 앞서고, Muse Spark 1.1은 종합 3등쯤이야. 다만 도구·컴퓨터 사용이 많은 워크로드에 가격까지 따지면, 일부 작업은 갈아탈 이유가 충분히 생겨. 통째로 버리기보단 A/B로 붙여보는 게 맞아.

— 메타가 유료로 돌아섰으면 이제 라마도 공짜 끝나는 거야? 그건 아직 확실하지 않아. Muse 계열은 유료 프론티어 라인으로 분리된 걸로 보이고, 라마 오픈웨이트 라인이 당장 사라진다는 발표는 없었어. 다만 회사의 무게중심이 유료 쪽으로 옮겨가는 흐름은 분명하니까, 무료 라인의 투자 우선순위가 예전만 못할 가능성은 있어.

— 저커버그가 왜 하필 머스크의 X에서 발표한 거야? 개발자·테크 여론이 모이는 곳이 여전히 X거든. 자기 회사 스레드를 두고 3년 만에 X에 올라왔다는 건, 상징적 도발이기도 하고 실리적으로도 "이 뉴스가 퍼져야 할 곳"을 정확히 노린 계산이야. 두 마리 토끼를 노린 복귀라고 보면 돼.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.