# 메타가 8160억 파라미터 오픈 웨이트 AI “Muse Spark Open”을 공개, Mac Studio 단 2대에서 작동

> https://bookfactory.kr/board/news/21970
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-10-16T05:43:29.278Z

---

메타는 2026년 10월 15일에 8160억 파라미터의 AI 모델 “Muse Spark Open”을 공개했습니다. AI 모델의 내부 데이터를 다운로드하여 독자적인 환경에서 이용 가능한 오픈 웨이트 모델로, 애플과 협력하여 “Mac Studio”에서의 로컬 동작에도 대응하고 있습니다. Muse Spark Open | Meta https://dev.meta.ai/models/muse-spark-open Introducing Muse Spark Open, The Most Capable US Open‑Weight Model to Date | Meta AI Research https://research.meta.ai/blog/muse-spark-open Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio - Apple Machine Learning Research https://machinelearning.apple.com/research/mlx-distributed-inference

오늘 우리는 가장 강력한 US 오픈 웨이트 모델 중 가장 뛰어난 Muse Spark Open을 출시합니다. 코딩 및 에이전트 작업에 최적화되어 있으며, 장기 작업, 복잡한 소프트웨어 엔지니어링, 다단계 추론에 탁월합니다. 주요 모델 사양: → 총 816B / 42B 활성 파라미터 → 1M 토큰…pic.twitter.com/yAtoxNeYJm

메타는 2026년 4월에 AI 모델 “Muse Spark”를 발표했으며, 이후 프로그래밍 및 복잡한 작업을 자동화하는 AI 에이전트용 모델 개선을 계속했습니다. 2026년 8월에는 비교적 소규모 오픈 모델 “Muse Glimmer”도 공개했지만, 고성능 Muse Spark 시리즈는 주로 메타의 서비스 및 API를 통해 제공되었습니다. 메타는 로컬 동작하는 오픈 모델 “Muse Glimmer”를 공개, 30B로 Google의 Gemma 4 31B보다 성능이 뛰어남 - GIGAZINE

AI 모델을 자사의 시스템에 통합할 경우, 외부 서비스(서비스)를 통해 이용하면 이용 요금 및 데이터 처리 방식 등에 제약이 발생합니다. 이에 Meta는 Muse Spark를 기반으로 추가적인 안전 조치를 적용한 Muse Spark Open을 공개하여 자체 서버 및 대응하는 컴퓨터에서 실행할 수 있도록 했습니다. Muse Spark Open의 파라미터 수는 총 81억 6천만 개이지만, 여러 전문적인 처리를 담당하는 부분에서 필요한 것만 선택하여 실행하는 “Mixture of Experts(MoE)”라는 방식에 의해 처리할 때는 약 42억 8천만 파라미터만 사용합니다. 또한 최대 100만 토큰의 정보를 한 번에 처리할 수 있으며, 텍스트, 이미지, 비디오, 음성의 입력에도 대응합니다. 대량의 프로그램 코드를 읽어 들여 수정 지점을 확인하거나, 여러 도구를 사용하여 작업을 진행하는 에이전트로서의 사용도 가능하며, 중간에 문제가 발생했을 경우 결과를 확인하고 수정하는 방식의 장시간 작업도 수행할 수 있습니다. Meta가 공개한 성능 비교는 다음과 같습니다. 업무 관련 과제를 해결하는 “JobBench”에서는 61.8, 외부 툴을 사용하는 능력을 평가하는 “MCP-Atlas”에서는 89.2, 전문 지식 및 추론 능력을 측정하는 “HLE-Diamond”에서는 26.1을 기록했습니다. 여러 항목에서 다른 회사의 AI 모델을 상회하는 수치를 기록하지만, 프로그래밍 능력 등 일부 항목에서는 다른 회사 모델이 더 높은 점수를 기록했습니다.

또한, AI 모델의 성능을 분석하는 Artificial Analysis가 공개한 종합 평가 “Artificial Analysis Intelligence Index v4.3.2”에서는, Muse Spark Open이 39점을 기록했습니다. 수학, 과학, 프로그래밍, 추론 등의 능력을 종합적으로 평가한 것으로, DeepSeek V4.1과 동점을 나타냅니다.

한편, 8160억 파라미터라는 규모는 AI 모델을 자신의 컴퓨터에서 실행할 때의 큰 과제가 됩니다. Muse Spark Open을 일반적인 정확도로 저장하면 모델의 데이터만으로 약 1.6TB의 메모리가 필요하며, 일반적인 PC 1대에서는 실행이 어렵습니다. 이에 Meta는 Apple과 협력하여 Apple 칩에 최적화된 AI 개발 플랫폼 “MLX”를 사용하여 Muse Spark Open을 Mac Studio에서 실행하는 노력을 진행했습니다. 데이터의 정확도를 조정하고 용량을 줄이는 “양자화”를 통해 모델의 크기를 약 493GB로 축소했습니다. 더불어 여러 대의 Mac Studio에 처리를 분산시켜 거대한 AI 모델을 로컬 환경에서 실행할 수 있도록 했다고 합니다. VRAM 1.5TB의 AI용 클러스터를 Mac Studio × 4대와 RDMA over Thunderbolt로 구현한다고 합니다 - GIGAZINE

애플이 공개한 여러 컴퓨터에 처리를 분산시키는 방법은 다음과 같습니다. 왼쪽의 “파이프라인 병렬화”는 AI 모델의 처리를 앞반과 후반으로 나누어 실행하는 방식으로, 오른쪽의 “텐서 병렬화”는 동일한 처리를 여러 컴퓨터에서 분담하는 방식입니다.

애플은 M5 Ultra를 탑재한 Mac Studio를 2대 또는 4대 연결하여 Muse Spark Open의 성능을 측정했습니다. Mac Studio 간의 연결에는 Thunderbolt 5를 사용하며, 컴퓨터 간에 메모리 내 데이터를 고속으로 전송할 수 있는 “RDMA”라는 기술을 활용했습니다. 먼저, AI에 질문한 후 답변의 첫 번째 문자 생성까지 걸리는 시간을 비교한 결과가 아래 그래프입니다. 숫자가 클수록 대기 시간이 짧아지는 것을 나타내며, 파란색은 8192 토큰, 녹색은 6만 5536 토큰의 정보를 입력한 경우 결과입니다. Mac Studio를 2대 사용하여 텐서 병렬화를 수행한 경우, Muse Spark Open은 8192 토큰 입력 시 1.03배, 6만 5536 토큰에서는 0.68배となりました. Muse Spark Open의 비교 기준은 2대의 Mac Studio에서 파이프라인 병렬화를 사용한 경우이며, 다른 AI 모델은 1대의 Mac Studio를 사용한 경우입니다. Muse Spark Open에서는 긴 입력을 처리할 때 텐서 병렬화로 인해 오히려 대기 시간이 증가하는 결과가 나타났습니다.

한편, Mac Studio를 4대에 늘리면, 8192 토큰 입력으로 1.76배, 6만 5536 토큰에서는 1.17배에 개선됨이 확인됨. 처리 담당하는 컴퓨터를 늘리는 것으로, 최초 답변이 표시되는 데까지 걸리는 시간을 단축할 수 있음을 알 수 있음.

이어지는 문장 생성 속도 비교 결과는 다음과 같은 그래프임. 답변 생성 시작 후, 얼마나 빠르게 문장을 출력할 수 있는지를 측정함. Mac Studio를 2대 사용한 경우, Muse Spark Open의 생성 속도는 8192 토큰 입력으로 1.59배, 6만 5536 토큰에서는 1.66배에 향상됨. 최초 답변이 표시되는 시간과는 달리, 긴 입력으로도 속도가 개선됨.

Mac Studio를 4대 사용한 경우에는 더욱 고속화되어, 8192 토큰으로 2.33배, 6만 5536 토큰에서는 2.41배가 됨.

애플에 따르면, 4대의 Mac Studio를 사용할 경우 Muse Spark Open의 생성 속도는 초당 최대 약 36.7 토큰으로, 인간의 평균적인 독서 속도를 상회한다고 합니다. Muse Spark Open은 AI 모델 공유 서비스 “Hugging Face”에서 다운로드할 수 있으며, 애플 하드웨어 외에도 NVIDIA 및 AMD 등의 환경에서도 이용 가능합니다. 메타는 Muse Spark Open을 자체 라이선스로 공개하고 있으며, 개발자는 용도에 따라 AI 모델을 조정할 수도 있습니다. Muse Spark Open - a meta-models Collection https://huggingface.co/collections/meta-models/muse-spark-open 메타는 앞으로도 고성능 AI 모델을 개발자가 자유롭게 이용할 수 있는 환경을 조성해 나갈 계획입니다.

[원문 보기](https://gigazine.net/news/20261016-meta-muse-spark-open/) | 출처: Gigazine