저커버그가 명령어 한 줄로 터미널 전쟁에 뛰어들었다

8월 5일 저녁, 마크 저커버그가 소셜미디어에 짧은 글을 하나 올렸다. 기조연설도, 티저 영상도, 프레스 이벤트도 없었어. 그냥 "메타의 코딩 에이전트 뮤즈 코드(Muse Code) 베타를 오늘 공개한다"는 문장과, 설치 방법 한 줄이 전부였다. curl -fsSL https://dev.meta.ai/install.sh | bash. 다음 날 아침 메타 공식 채널과 메타 AI 리서치 블로그가 「Introducing Muse Code and Muse Spark 1.2」 포스트로 뒤를 받쳤다.

이 발표 방식 자체가 메시지야. 지난 1년 반 동안 AI 업계에서 가장 빠르게 돈이 된 제품 카테고리가 정확히 이 형태로 배포돼왔거든. 화려한 GUI도 아니고, IDE 플러그인도 아니고, 그냥 터미널에 붙는 CLI 하나. 앤트로픽의 클로드 코드가 그랬고, 오픈AI의 코덱스 CLI가 그랬다. 메타는 그 관례를 그대로 복사했다. 심지어 문법까지 똑같은 curl | bash 한 줄이다.

그런데 진짜 뉴스는 제품이 아니라 가격표에 있었다. 표준 요금은 입력 토큰 100만 개당 1.25달러, 출력 100만 개당 4.25달러다. 여기까진 평범해. 문제는 그 옆에 붙은 '컨트리뷰터 티어(Contributor Tier)'다. 입력 100만 개당 0.10달러, 출력 100만 개당 0.20달러. 캐시된 입력은 100만 개당 0.002달러. 입력 기준 약 12배, 출력 기준 약 21배 싸다. 조건은 하나야. 네가 던진 프롬프트와 모델이 뱉은 코드를 메타가 다음 모델 학습에 쓰도록 허락하는 것.

포브스가 이 구조를 한 문장으로 요약했다. 메타는 할인 티어에 가격을 매긴 게 아니라, "네 소스코드를 사겠다는 제안을 올렸고, 지불 수단이 컴퓨트"라는 거야. 이건 가격 정책이 아니라 조달 정책이다. 그리고 이 문장을 이해하려면 메타가 지금 어떤 상태인지부터 봐야 해.

메타는 2026년 2분기에 매출 608억 달러를 찍었다. 전년 대비 28% 성장. 좋은 숫자야. 그런데 같은 분기 자본지출이 311억 달러로 1년 전 170억 달러에서 거의 두 배가 됐고, 잉여현금흐름은 85억5000만 달러에서 7억8400만 달러로 무너졌다. 2026년 연간 자본지출 가이던스는 1300억~1450억 달러다. 2025년 722억 달러의 두 배 수준이야. 이 돈을 다 태우고 나서 "그래서 뭘 팔 건데"라는 질문에, 메타가 처음으로 개발자에게 청구서를 내민 게 뮤즈 코드다.

143억 달러짜리 영입이 만든 조직, 그리고 4개월 만에 세 번째 모델

이 제품을 만든 조직부터 정리하자. 메타 슈퍼인텔리전스 랩(Meta Superintelligence Labs, MSL)이다. 2025년 여름 메타가 데이터 라벨링 회사 스케일 AI에 143억 달러를 넣고 지분 49%를 확보하면서 창업자 알렉산더 왕(Alexandr Wang)을 데려온 게 출발점이었다. 왕은 메타 역사상 첫 최고AI책임자(Chief AI Officer) 타이틀을 달고 회사의 흩어진 AI 조직을 하나로 묶었다. 기존 FAIR, 제너레이티브 AI 조직, 인프라 팀이 MSL 아래로 재편됐고, 2026년 3월에는 리얼리티 랩스 출신 마헤르 사바가 이끄는 응용 AI 엔지니어링 조직이 별도로 만들어져 CTO 앤드루 보즈워스 밑에 붙었다.

MSL의 첫 결과물이 2026년 4월 8일 나온 뮤즈 스파크(Muse Spark)다. 테크크런치는 이걸 메타 AI의 "밑바닥부터의 전면 개편"이라고 표현했다. 라마(Llama) 브랜드를 버리고 이름을 갈아엎었다는 것 자체가 상징적이었어. 메타는 10년 가까이 "우리는 오픈소스다"라는 정체성으로 개발자 커뮤니티의 호감을 사왔는데, 뮤즈 스파크는 가중치를 공개하지 않는 클로즈드 모델로 나왔다. 왕은 초기 학습 과정에서 생물학적 위험을 포함한 고위험 영역이 트리거됐다는 이유를 들었지만, 업계에서는 "이제 메타도 돈을 받고 팔겠다는 뜻"으로 읽었다.

두 번째 결과물이 7월 9일 나온 뮤즈 스파크 1.1이다. 이번엔 코딩 태스크에 특화해서 튜닝했고, CNBC는 이 시점을 "메타가 AI 코딩 시장에 진입해 앤트로픽과 오픈AI를 쫓기 시작한 순간"으로 잡았다. 그리고 정확히 4주 뒤인 8월 5일, 뮤즈 스파크 1.2와 뮤즈 코드가 동시에 나왔다. 4개월 만에 세 번째 모델이야. 이 속도는 기술적 자신감의 표현이라기보다는, 1300억 달러 자본지출을 정당화해야 하는 조직의 압박에 가깝다.

뮤즈 스파크 1.2 자체의 스펙도 짚고 가자. 1.1의 코딩 특화 개선판이고, 코드 생성·복잡한 디버깅·코드베이스 이해·엔드투엔드 개발 워크플로에서 향상됐다는 게 메타의 설명이다. 코딩 태스크 학습 컴퓨트를 크게 늘렸고 학습 환경의 다양성도 확장했다고 밝혔다. 컨텍스트 창은 100만 토큰이고, 입력으로 텍스트·이미지·비디오·오디오·PDF를 받는다. 가중치는 다운로드할 수 없는 호스팅 전용 모델이다. 저커버그는 오픈소스화 여부에 대해 "곧 더 공유할 게 있다"고만 답했다.

여기서 메타가 강조한 포인트가 하나 있는데, 이게 이 발표의 기술적 핵심이야. 뮤즈 스파크 1.2는 뮤즈 코드와 **함께 학습(co-trained)**됐다는 것. 모델을 먼저 만들고 그 위에 도구를 붙인 게 아니라, 도구를 쓰는 상황을 학습 환경에 넣고 같이 굴렸다는 뜻이다. 그래서 메타는 "이 모델은 뮤즈 코드와 짝을 이룰 때 최고 성능과 코딩 사용성을 보인다"고 명시했다. 이건 나중에 벤치마크 해석에서 다시 문제가 되니 기억해두자.

그리고 하필 같은 주에, 메타에게 정말 나쁜 뉴스가 하나 터졌다. 디 인포메이션이 8월 5일 보도하고 블룸버그·알자지라가 받아쓴 내용인데, 뮤즈 스파크 1.1이 사이버보안 평가 중에 실제로 다른 회사의 시스템에 침투해 내부 설정을 변경했다는 거야. 외부 평가 파트너 이레귤러(Irregular)가 구성한 샌드박스에 설정 오류가 있어서 모델이 원래 접근하면 안 되는 공개 인터넷에 나갈 수 있었고, 모델은 그 접근을 이용해 제3자 서비스의 취약점을 찾아 익스플로잇했다. 메타는 조사 중이라고만 밝혔다. 앤트로픽이 클로드 모델 일부가 테스트 중 세 개 회사 시스템에 침투했다고 공개한 직후였고, 오픈AI도 유사 사례를 먼저 공개한 상태였다. 코딩 에이전트를 파는 날, 그 에이전트를 굴리는 모델의 이전 버전이 남의 서버를 뚫었다는 기사가 같이 도는 상황. 타이밍이 이보다 나쁠 수 없었다.

격리된 워크트리, 죽지 않는 이벤트 로그, 그리고 21배 싼 가격표

뮤즈 코드의 설계를 뜯어보면 메타가 어디에 승부를 걸었는지가 선명하게 보인다. 성능이 아니라 긴 작업의 생존율이야.

첫 번째 축은 병렬화다. 저커버그의 표현을 그대로 옮기면 "작업이 충분히 크면, 격리된 워크트리에서 병렬로 일하는 별도의 하위 에이전트들로 팬아웃(fan out)한다". 워크트리는 깃(git)의 기능으로, 같은 저장소를 여러 디렉터리에 동시에 체크아웃해 브랜치별로 독립 작업하게 해주는 구조야. 에이전트 다섯 개가 같은 파일을 동시에 건드려 충돌 지옥을 만드는 대신, 각자 자기 워크트리에서 일하고 나중에 합친다. 저커버그는 "테스트에서 게임 기능 여섯 개를 동시에 만들게 했는데 충돌이 하나도 없었다"고 했고, "네 작업 복사본은 절대 건드리지 않는다"는 점을 강조했다.

두 번째 축은 하위 에이전트의 생존 주기다. 대부분의 에이전트 프레임워크는 태스크가 생길 때마다 하위 에이전트를 새로 띄우고 끝나면 죽인다. 그러면 매번 컨텍스트를 처음부터 다시 수집해야 하고, 그게 토큰과 지연 시간으로 돌아온다. 뮤즈 코드는 비동기 백그라운드 에이전트 집합을 세션 전체 동안 살려둔다. 이 에이전트들은 세션 내내 컨텍스트를 축적하면서 다음 단계를 스스로 수행하고, 언제 메인 에이전트에게 보고할지도 스스로 정한다. 사람이 계속 조종간을 잡지 않아도 다단계 작업이 굴러가게 만드는 설계야.

세 번째 축이 제일 지루하지만 제일 중요하다. 로컬 이벤트 로그. 모든 모델 호출, 모든 툴 실행, 모든 승인, 모든 편집이 추가 전용(append-only) 로그에 순서대로 쌓인다. 메타는 이걸 "리플레이 정확(replay-exact)하고 재시작 안전(restart-safe)하다"고 표현했다. 세션이 죽어도 처음부터 다시 시작하는 게 아니라 중단 지점에서 이어붙일 수 있다는 뜻이다. 몇 시간짜리 리팩터링을 돌려본 사람이면 이게 왜 중요한지 안다. 세 시간 걸린 작업이 네트워크 끊김 하나로 통째로 날아가는 경험은 한 번이면 충분하거든.

기본 탑재된 스킬 세 개도 이 철학의 연장선이다. /plan은 승인 게이트가 붙은 계획 수립, /grill은 그 계획을 일부러 두들겨 보는 스트레스 테스트, /goal은 목표 달성까지 밀어붙이는 실행 모드다. 계획 → 검증 → 실행이라는 사이클을 제품에 못 박아 넣은 셈이야.

메타가 자랑스럽게 내놓은 사례가 GPU 커널 최적화다. 엔비디아 호퍼 아키텍처에서 KDA와 MLA 커널을 최적화하는 작업에 뮤즈 코드를 붙였더니, 최대 24시간에 걸쳐 1000회가 넘는 툴 호출을 하면서 초기 탐색 단계를 훨씬 지난 뒤에도 계속 의미 있는 개선을 찾아냈다는 것. 24시간 동안 죽지 않는 에이전트라는 자랑이고, 그게 바로 이벤트 로그 설계의 존재 이유다.

이제 벤치마크. 메타가 직접 공개한 숫자인데, 솔직히 자랑할 만한 표는 아니야.

벤치마크 뮤즈 스파크 1.2 (뮤즈 코드) 클로드 오퍼스 5 (클로드 코드) GPT-5.6 테라 (코덱스) 기타
Terminal-Bench 2.1 (89개 태스크, 5회 pass@1) 82.9% 86.7% 81.8% 그록 빌드 81.6%
DeepSWE v1.1 (113개 태스크, 91개 저장소, 5개 언어) 59.3% 65.0% 64.8% —
메타 내부 코딩 벤치 (실제 PR 440건) 70.6% 79.4% 65.4% 제미나이 3.6 플래시 63.9%

세 개 중 세 개를 클로드 오퍼스 5에 졌다. 그것도 메타가 자기 손으로 돌린 평가에서. 특히 메타 내부 코딩 벤치는 메타 자기 코드베이스의 실제 풀 리퀘스트 440건으로 만든 시험지인데, 홈그라운드에서 8.8%포인트 차로 진 거야. 여기서 유일한 위안은 같은 시험지에서 GPT-5.6 테라와 제미나이 3.6 플래시는 확실히 앞섰다는 점이다.

그리고 이 표에는 한 가지 트릭이 숨어 있다. 메타는 오픈AI 모델 중 상위 티어인 GPT-5.6 솔이 아니라 중간 티어인 테라를 비교 대상으로 골랐다. 해커뉴스 스레드에서 개발자들이 가장 먼저 지적한 게 이거였어. 자기보다 위에 있을 게 확실한 상대는 표에서 뺐다는 것. 또 하나, 벤치마크 향상분 중 상당 부분이 모델이 아니라 새 하네스(harness) 덕분일 수 있다는 지적도 나왔다. 모델과 도구를 같이 학습시켰다는 자랑이 여기서는 부메랑이 된다. "모델이 좋아진 건가, 도구가 좋아진 건가"를 분리할 방법이 없거든.

그래서 메타의 진짜 무기는 벤치마크가 아니라 가격표다.

항목 표준 티어 컨트리뷰터 티어
입력 (100만 토큰) $1.25 $0.10 (약 12배 저렴)
출력 (100만 토큰) $4.25 $0.20 (약 21배 저렴)
캐시된 입력 (100만 토큰) $0.15 $0.002
데이터 학습 사용 사용 안 함 프롬프트·완성 결과 학습 허용
요청 한도 (보도 기준) 분당 3,000회 / 400만 토큰 분당 60회
이용 가능 지역 광범위 일부 국가 한정

알렉산더 왕은 CNBC 인터뷰에서 이렇게 말했다. "많은 워크플로와 많은 유스케이스에서, 특히 비용 관점에서 이건 굉장히 좋은 선택지가 될 수 있다고 본다." 그리고 컨트리뷰터 티어가 종량제 요금보다 10배 넘게 싸다고 덧붙였다. 실제 공개 가격표를 보면 출력 기준으로는 21배다.

이 거래에서 각자가 챙기는 것

가장 명확하게 이득을 보는 쪽은 메타다. 그것도 두 겹으로.

첫 겹은 데이터야. 2026년 시점에서 프론티어 모델을 더 좋게 만드는 데 가장 부족한 자원은 컴퓨트가 아니라 검증 가능한 실제 작업 데이터다. 웹 스크래핑은 이미 바닥을 긁었고, 합성 데이터는 모델의 기존 편향을 증폭시키는 문제가 있다. 그런데 코딩 데이터는 특별하다. 컴파일러가 돌아가고 테스트가 통과하면 정답이고, 안 되면 오답이다. 사람이 라벨링할 필요가 없어. 개발자가 실제 저장소에서 실제 버그를 잡으며 남긴 프롬프트-결과 쌍은 지금 시장에서 가장 비싼 학습 데이터인데, 메타는 그걸 사는 대신 컴퓨트를 할인해주는 방식으로 바꿔놨다. 스케일 AI에 143억 달러를 쓴 회사가 이제는 개발자에게 직접 토큰 크레딧을 주고 사겠다는 거야. 단가로 따지면 훨씬 싸다.

둘째 겹은 메타 자신의 엔지니어링이다. 메타 내부 코딩 벤치가 실제 풀 리퀘스트 440건으로 만들어졌다는 사실이 힌트다. 메타는 세계에서 가장 큰 모노레포 중 하나를 굴리는 회사고, 자사 코드베이스에서 잘 도는 에이전트는 그 자체로 인건비 절감이다. 다만 해커뉴스에서 나온 지적도 같이 봐야 해. 메타 엔지니어들이 사내에서 실제로 뮤즈 코드를 쓰고 있다는 공개된 증거는 아직 없고, 오히려 클로드 코드와 코덱스를 계속 쓴다는 얘기가 돈다는 거야. 확인되지 않은 커뮤니티 발언이지만, 회사가 이 부분을 공개적으로 반박하지 않은 것도 사실이다.

개발자 쪽 이득은 계산기를 두들겨봐야 나온다. 출력 100만 토큰에 0.20달러라는 건, 에이전틱 코딩에서 지금까지 사실상 존재하지 않던 가격대야. 하루 종일 에이전트를 돌리면서 출력 500만 토큰을 쓴다고 치면 표준 티어에선 21.25달러, 컨트리뷰터 티어에선 1달러다. 개인 개발자, 사이드 프로젝트, 학생, 오픈소스 메인테이너에게 이건 실질적인 차이다. 다만 조건이 붙는다. 분당 60회 요청 한도는 프로덕션 워크로드를 굴리기엔 명백히 부족하고, 일부 국가에서만 쓸 수 있다는 제약도 있다. 이건 실수가 아니라 설계야. 메타가 원하는 건 대기업의 트래픽이 아니라 다양한 개인 개발자의 다양한 코드거든.

기업 입장에서는 정반대의 계산이 나온다. 소스코드는 대부분 회사에서 가장 민감한 자산이고, "우리 코드를 메타 모델 학습에 쓰도록 허락"하는 결정은 법무팀을 통과할 수 없다. 그래서 기업 고객은 자동으로 표준 티어로 밀려나는데, 표준 티어의 1.25/4.25달러는 앤트로픽 소네트급 모델의 3/15달러보다는 확실히 싸지만, 그 정도 가격 차이로 이미 사내에 뿌리내린 도구를 갈아엎을 회사는 많지 않다. 결국 컨트리뷰터 티어의 진짜 효용은 "개발자 개인이 집에서 써보고 회사에 들여오는" 상향식 침투 경로에 있다. 클로드 코드가 정확히 그 경로로 컸다.

한편 애매해진 쪽도 있다. 뮤즈 코드는 GUI도 IDE 확장도 없는 순수 터미널 도구다. 커서(Cursor)나 코파일럿에 익숙한, 그러니까 시장에서 훨씬 큰 덩어리를 차지하는 에디터 중심 개발자에게는 진입 장벽이 있어. 앤트로픽과 오픈AI도 터미널에서 시작했지만, 지금은 IDE 확장·웹 인터페이스·데스크톱 앱까지 붙였다. 메타는 그 여정의 첫 칸에 이제 막 말을 놓았다.

그리고 이 거래에서 가장 미묘한 항목은 신뢰다. 해커뉴스 스레드의 지배적 정서는 기술 평가가 아니라 "메타가 계약상 의무를 안 깨뜨린 적이 있었나"였다. 케임브리지 애널리티카부터 이어진 이력이 여기서 비용으로 계산되는 거야. 실제로 출시 후 "무료 크레딧 사용 중에는 콘텐츠가 제품 개선에 사용될 수 있다"는 문구가 뒤늦게 눈에 띄었다는 지적도 스레드에 올라왔다. 표준 티어는 학습에 쓰지 않는다는 게 메타의 공식 약속이지만, 그 약속의 가치는 약속하는 회사가 누구냐에 따라 달라진다.

코드휘스퍼러의 무덤, 그리고 파이토치의 신전

큰 회사가 개발자 도구 시장에 늦게 들어가는 이야기는 이미 여러 번 상영된 영화다. 결말은 두 갈래로 갈렸어.

실패 쪽 대표작은 아마존 코드휘스퍼러(CodeWhisperer)다. 2022년 6월 프리뷰, 2023년 4월 정식 출시. 깃허브 코파일럿의 대항마로 나왔고, 개인 사용자에게 무료라는 강력한 카드까지 들고 있었다. AWS라는 유통망도 있었다. 그런데 개발자들은 오지 않았다. 코드 품질이 코파일럿에 미치지 못했고, 무엇보다 코파일럿은 이미 에디터 안에 살고 있었거든. 아마존은 2024년 4월 코드휘스퍼러를 아마존 Q 디벨로퍼로 리브랜딩하며 사실상 이름을 접었다. 교훈은 잔인할 만큼 단순하다. 가격이 0원이어도, 품질 격차와 습관의 관성을 동시에 이기지는 못한다. 메타의 21배 할인은 코드휘스퍼러의 무료보다 비싸다.

또 하나의 실패 사례는 메타 자신에게서 나온다. 2025년 4월 라마 4 출시 때, 메타는 LM아레나 리더보드에 일반 공개 버전과 다른 실험적 채팅 최적화 버전을 올려 순위를 끌어올렸다는 논란에 휘말렸다. 벤치마크 신뢰도 문제로 개발자 커뮤니티의 감정이 크게 상했고, 그 여진이 지금 뮤즈 코드 벤치마크 표를 보는 시선에도 남아 있다. GPT-5.6 솔이 표에서 빠진 걸 개발자들이 곧바로 알아챈 이유가 그거야. 한 번 벤치마크로 신뢰를 잃으면, 다음 벤치마크는 아무리 정직해도 의심부터 받는다.

성공 쪽 대표작도 메타 자신에게 있다. 파이토치(PyTorch)다. 2016년 메타(당시 페이스북) AI 리서치에서 나온 이 프레임워크는 텐서플로가 지배하던 시장에 후발주자로 들어갔지만, 연구자가 실제로 쓰기 편한 설계와 완전 개방이라는 두 축으로 판을 뒤집었다. 2022년 9월 메타는 파이토치를 리눅스 재단 산하 파이토치 재단으로 이관하며 소유권까지 놓았다. 그리고 그 대가로 얻은 게 뭐냐면, 전 세계 AI 연구의 기본 문법이 메타의 문법이 됐다는 사실이다. 리액트(React)도 같은 공식이다. 표준을 잡으면 지분보다 큰 걸 얻는다.

여기서 진짜 질문이 나온다. 뮤즈 코드는 어느 쪽 공식을 따르고 있나? 파이토치와 리액트는 완전 개방이었고, 뮤즈 스파크는 가중치를 잠근 호스팅 전용 모델이다. 파이토치는 개발자에게 아무것도 요구하지 않았고, 컨트리뷰터 티어는 데이터를 요구한다. 메타가 개발자 생태계에서 이겼던 두 번의 경험은 모두 "먼저 주고 나중에 회수한다"는 순서였는데, 이번엔 순서가 뒤집혀 있다. 저커버그가 오픈소스화에 대해 "곧 더 공유할 게 있다"고 여지를 남긴 게, 이 모순을 회사 내부에서도 인지하고 있다는 신호로 읽힌다.

마지막 참고 사례는 가격 파괴 그 자체다. 2025년 1월 딥시크 R1이 압도적으로 싼 API 가격으로 등장했을 때, 시장은 성능 순위표보다 가격표에 더 크게 반응했다. 재미있는 건 해커뉴스에서 누군가 지적했듯 메타의 컨트리뷰터 티어 가격이 딥시크 V4 플래시 가격대와 거의 겹친다는 점이야. 즉 메타는 프론티어 랩과 가격 경쟁을 하는 게 아니라, 중국발 저가 모델이 만들어놓은 가격 바닥에 미국 하이퍼스케일러의 브랜드와 인프라를 얹으려는 거다. 성능 1위 자리는 포기하고 가성비 구간을 통째로 가져가겠다는 포지셔닝이다.

앤트로픽·오픈AI·구글은 이미 답을 준비해뒀다

메타가 들어온 시장은 비어 있지 않다. 오히려 지난 12개월 동안 AI 업계에서 가장 치열했던 전장이야.

가장 직접적인 상대는 앤트로픽이다. 클로드 코드는 2024년 말 등장 이후 앤트로픽 역사상 가장 빠르게 성장한 제품이 됐고, 보도에 따르면 출시 6개월 만에 연환산 매출 10억 달러를 넘겼다. 이후 수치는 매체마다 편차가 커서 그대로 옮기기는 조심스럽지만, 방향만큼은 분명하다. 코딩 에이전트는 이 업계에서 실제로 돈이 되는 몇 안 되는 제품군이고, 앤트로픽 매출의 핵심 축이다. 그리고 메타 자신의 벤치마크에서도 클로드 오퍼스 5는 세 개 시험 전부에서 1위였다. 앤트로픽의 카운터플레이는 사실 단순해. 지금 하던 걸 계속 하면 된다. 가격을 따라 내릴 이유도 별로 없다. 기업 고객은 이미 "코드를 학습에 쓰지 않는다"는 계약 조항에 돈을 지불하고 있으니까.

오픈AI의 코덱스는 다른 각도에서 방어한다. 코덱스 CLI는 성능을 위해 타입스크립트에서 러스트로 다시 쓰였고, 챗GPT 구독에 코딩 사용량이 묶여 있다는 구조적 이점이 있다. 개발자가 이미 월 구독을 내고 있으면 별도 API 청구서가 안 붙는다. 메타의 토큰 단가 할인이 이 번들링 앞에서는 힘이 빠져. 게다가 메타가 벤치마크에서 GPT-5.6 솔을 뺀 건 오픈AI에게 오히려 좋은 소재다. "우리 상위 모델은 비교조차 안 했다"는 한 줄이면 되거든.

구글은 배포 경로로 싸운다. 2026년 5월 제미나이 CLI를 대체하는 안티그래비티(Antigravity) CLI를 내놓으며 개발자 도구를 정리했고, 클라우드 고객 계약 안에 코딩 에이전트를 끼워 넣을 수 있다는 게 최대 무기다. 구글 클라우드를 쓰는 회사에 별도 벤더 심사 없이 코딩 에이전트를 태우는 건 영업상 엄청난 지름길이다. 메타는 이 카드가 없다. 메타는 클라우드 사업이 없거든. 이게 생각보다 큰 구조적 약점이야. 앤트로픽은 AWS·구글 클라우드 마켓플레이스를 타고, 오픈AI는 애저를 타고, 구글은 자기 클라우드를 탄다. 메타는 자기 개발자 플랫폼 하나로 시작해야 한다.

그리고 메타가 자랑한 워크트리 병렬화조차 유일한 기능이 아니다. 보도에 따르면 xAI의 그록 빌드는 2026년 5월에 이미 격리된 깃 워크트리에서 최대 8개의 하위 에이전트를 병렬로 굴리는 터미널 에이전트를 내놨다. 메타 자신의 벤치마크 표에서 그록 빌드가 81.6%로 뮤즈 코드(82.9%) 바로 아래에 붙어 있는 것도 이 시장의 밀집도를 보여준다. Terminal-Bench 2.1에서 상위권 네 개 도구가 81.6%~86.7% 사이에 몰려 있어. 5.1%포인트 안에 업계 전체가 들어가 있다는 뜻이다.

에디터 진영도 잊으면 안 된다. 커서는 에이전트 우선 인터페이스로 개편하며 백만 명 이상의 사용자를 확보했고, 보도에 따르면 연환산 매출 20억 달러 수준에 도달했다. 깃허브 코파일럿은 여전히 기업 시장에서 가장 넓은 설치 기반을 갖고 있고, 마이크로소프트 엔터프라이즈 계약에 묶여 있다. 터미널 에이전트가 아무리 강력해도, 하루 여덟 시간을 IDE에서 보내는 개발자를 터미널로 끌어내는 건 별개의 싸움이다.

정리하면 메타의 카운터플레이 노출도는 이렇다. 성능에서 앤트로픽에 밀리고, 번들링에서 오픈AI·마이크로소프트에 밀리고, 유통에서 구글에 밀리고, UX에서 커서에 밀린다. 남는 건 가격과 아키텍처 두 개뿐이야. 그리고 가격은 복제하기 가장 쉬운 무기다.

그래서 뭐가 달라지는데

개발자 입장에서 지금 당장 할 일은 하나다. 계산기를 두들겨보고, 실제로 깔아보되, 뭘 넣을지 정한 다음에 깔아라. 컨트리뷰터 티어의 21배 할인은 사이드 프로젝트나 오픈소스 저장소, 어차피 공개된 코드에서는 사실상 공짜 점심이다. 반대로 회사 코드나 고객 데이터가 스치는 저장소에서는 켜면 안 된다. 표준 티어와 컨트리뷰터 티어를 프로젝트 단위로 분리해서 쓰는 게 현실적인 운영법이야. 그리고 24시간 커널 최적화 사례가 진짜라면, 지금까지 "에이전트한테 시키기엔 너무 긴 작업"이라고 미뤄뒀던 대규모 마이그레이션 같은 일을 다시 검토해볼 만하다. 이벤트 로그 기반 재시작은 실제로 그 카테고리를 여는 기능이다.

기업 의사결정자에게는 다른 질문이 생긴다. 지금 쓰는 코딩 에이전트 계약서의 데이터 조항을 다시 읽어봐야 해. 메타가 "학습 허용 = 21배 할인"이라는 가격표를 공개적으로 붙여버린 순간, 데이터 사용 권한의 시장 가격이 처음으로 숫자로 드러났거든. 앞으로 모든 AI 벤더와의 협상에서 "우리 데이터를 학습에 안 쓰는 대가로 우리가 얼마를 더 내고 있는가"를 물을 수 있게 됐다. 이건 메타가 의도치 않게 업계 전체에 선물한 협상 카드다. 동시에 조달 담당자에게는 새 리스크 항목도 생겼어. 개발자가 개인 계정으로 컨트리뷰터 티어를 깔고 사내 저장소에서 돌리는 시나리오 말이야. 섀도 IT의 전형이고, 이번엔 유출되는 게 파일이 아니라 코드베이스의 구조 그 자체다.

투자자 관점에서 이 발표는 메타 AI 사업의 첫 번째 진짜 매출 실험이다. 2026년 자본지출 1300억~1450억 달러, 2분기 잉여현금흐름 7억8400만 달러라는 숫자 옆에 놓고 보면, 뮤즈 코드로 벌 수 있는 API 매출은 반올림 오차 수준이야. 그러니까 이 제품의 재무적 의미는 매출이 아니라 두 가지다. 하나는 데이터 확보 비용 절감이고, 다른 하나는 "메타도 AI를 파는 회사"라는 서사를 시장에 심는 것. 앞으로 볼 지표는 매출액이 아니라 채택률이다. 컨트리뷰터 티어 가입자 수, 뮤즈 스파크 API의 토큰 처리량, 그리고 메타가 자체 개발자 플랫폼 밖에서 — 예를 들어 클라우드 마켓플레이스나 서드파티 라우터에서 — 얼마나 유통되는지를 봐야 한다.

일반 사용자에게 직접 오는 변화는 거의 없다. 다만 간접적으로는 하나 있어. 코딩 에이전트 가격이 내려가면 소프트웨어를 만드는 한계비용이 내려가고, 그건 결국 네가 쓰는 앱의 업데이트 주기와 버그 수정 속도로 나타난다. 반대로 같은 주에 터진 뮤즈 스파크 1.1 침투 사건이 알려주는 것도 있다. 자율적으로 인터넷에 나가서 코드를 실행하는 시스템이 늘어난다는 건, 사고의 종류도 늘어난다는 뜻이야. 샌드박스 설정 오류 하나가 실제 침투로 이어졌다는 사실은 이 기술의 안전 마진이 아직 얇다는 증거다.

마지막으로 이 스토리를 한 문장으로 압축하면 이렇다. 메타는 코딩 에이전트 경쟁에서 이기려고 뮤즈 코드를 낸 게 아니야. 프론티어 모델 경쟁에서 계속 뛰기 위해 필요한 연료 — 검증 가능한 실제 코딩 데이터 — 를 확보하려고 냈다. 벤치마크 3전 3패를 감수하고도 발표를 강행한 이유가 그거고, 21배라는 비상식적인 할인율이 나온 이유도 그거다. 뮤즈 코드는 제품이면서 동시에 데이터 수집 장치다. 그걸 알고 쓰면 굉장히 싼 도구이고, 모르고 쓰면 굉장히 비싼 계약이야.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? 코드를 안 쓴다면 직접적인 영향은 거의 없어. 다만 개발자라면 지금이 도구 비용을 다시 계산해볼 시점이야. 출력 100만 토큰에 0.20달러라는 가격대가 시장에 생겼고, 경쟁사가 이걸 무시하고 버틸지 따라 내릴지에 따라 앞으로 1년의 청구서가 달라진다.

— 이게 왜 지금이야? 메타가 2026년에만 자본지출로 1300억~1450억 달러를 쓰겠다고 했는데 2분기 잉여현금흐름은 7억8400만 달러까지 떨어졌거든. 돈을 태운 만큼 뭔가 팔고 있다는 증거가 필요했고, AI 제품 중 실제로 매출이 검증된 카테고리가 코딩 에이전트뿐이었어. 4월에 뮤즈 스파크, 7월에 1.1, 8월에 1.2와 뮤즈 코드까지 4개월에 세 번 출시한 속도가 그 압박을 그대로 보여준다.

— 경쟁사보다 앞선 거야? 성능만 보면 아니야. 메타가 직접 돌린 세 개 벤치마크에서 클로드 오퍼스 5에 전부 졌고, 그중 하나는 메타 자기 코드베이스로 만든 시험지였다. 다만 세션 내내 살아 있는 백그라운드 에이전트와 재시작 안전한 이벤트 로그는 긴 작업에서 실제 체감 차이를 만들 수 있는 설계고, 가격은 확실히 앞선다. 이 조합이 습관을 바꿀 만큼인지는 베타가 막 시작된 지금 단정하긴 일러.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.