Meta 코딩 에이전트 Muse Code 공개, 21분의 1 요금제는 코드를 학습에 내주는 조건

Meta Superintelligence Labs가 2026년 8월 5일 Muse Code 베타를 공개했습니다. 터미널에 설치해 두는 프로그램입니다. 저장소 전체를 읽고 무엇을 고칠지 계획을 세운 다음, 코드를 쓰고 테스트까지 돌려 결과를 확인합니다. 하는 일은 Claude Code나 Codex와 같습니다. 설치는 명령 한 줄입니다.

curl -fsSL https://dev.meta.ai/install.sh | bash

같은 날 나온 모델 Muse Spark 1.2는 이 에이전트와 짝을 맞춰 학습됐습니다. Meta는 이를 공동 학습(co-training)이라고 부르는데, Muse Code가 실제로 돌린 실행 기록을 걸러 다시 학습에 넣고 Muse Code의 도구 목록을 모델 쪽에 통합했다는 뜻입니다. 7월에 나온 Muse Spark 1.1까지는 Meta에 자체 에이전트가 없어 오픈소스 하네스인 mini-swe-agent로 성능을 쟀습니다. 이번이 모델과 실행 도구를 함께 갖춘 첫 발표입니다.

그런데 Meta가 발표 페이지에 올린 벤치마크 차트 네 종을 보면 Muse Spark 1.2가 1위인 곳이 하나도 없습니다. 네 개 모두 Anthropic의 Claude Opus 5가 앞섭니다. 이번 발표에서 실제로 새로 생긴 것은 점수가 아니라 요금제입니다. Meta는 같은 모델을 두 가지 이름으로 팔기 시작했습니다. 싼 쪽을 고르면 내 코드가 Meta의 다음 모델 학습에 들어갑니다.

자기 차트에서도 2위 아니면 3위

Meta가 공개한 Terminal-Bench 2.1 결과입니다. 각 모델은 자사 에이전트로 측정됐습니다. Opus 5는 Claude Code, GPT 5.6 Terra는 Codex, Muse Spark 1.2는 Muse Code입니다.

나머지 세 종도 순위가 비슷합니다. DeepSWE 1.1에서는 Opus 5가 65.0%, GPT 5.6 Terra가 64.8%, Muse Spark 1.2가 59.3%로 3위입니다. Meta가 사내에서 쓰는 Meta Internal Coding Bench에서는 Opus 5 79.4%에 Muse Spark 1.2가 70.6%, 실무 과업 평가인 GDPVal-AA V2에서는 Opus 5 1852점에 Muse Spark 1.2가 1631점입니다.

자기 발표 자료에 자기 모델이 1등이 아닌 표를 싣는 회사는 드뭅니다. 다만 그 표를 그대로 믿기 전에 걸러 볼 것이 세 가지 있습니다.

첫째, OpenAI 비교 대상이 Terra입니다. Meta가 견준 상대는 GPT 5.6 Terra (max)였습니다. Terra는 OpenAI가 7월에 GPT-5.6을 정식 출시하며 나눈 세 티어 가운데 중간인 균형형이고, 최상위는 Sol입니다. Terminal-Bench 2.1 공개 리더보드에서 OpenAI 최고 점수도 88.8%를 받은 Sol입니다. Hacker News 토론에서 "Sol 대신 Terra와 비교했는데 그마저 일부 벤치마크에서는 졌다"는 지적이 나온 이유입니다.

둘째, Opus 5 점수가 공개 리더보드와 다릅니다. Meta 차트는 86.7%로 적었지만 Terminal-Bench 공개 리더보드에는 89.1%로 올라 있습니다. 하네스와 측정 조건이 다르면 이 정도 차이는 흔히 납니다. 문제는 Meta가 차트를 이미지로만 싣고 어떤 조건에서 쟀는지 문서를 붙이지 않았다는 점입니다.

셋째, 세대 향상 폭에 도구 교체 효과가 섞여 있습니다. 차트에서 Muse Spark 1.1은 mini-swe-agent로, 1.2는 Muse Code로 측정됐습니다. 76.2%에서 82.9%로 오른 6.7%포인트 중 모델이 좋아져서 오른 부분과 에이전트가 좋아져서 오른 부분이 분리되어 있지 않습니다.

Muse Code 자체 설계에는 실제로 눈에 띄는 부분이 있습니다. 모든 모델 호출, 도구 실행, 승인, 편집을 로컬 이벤트 로그에 순서대로 기록해서, 프로세스가 죽어도 멈춘 지점에서 정확히 이어 붙일 수 있습니다. 서브에이전트는 작업마다 새로 띄우는 대신 세션 내내 살려 둡니다. 큰 작업은 격리된 git worktree로 나눠 병렬로 돌립니다. Meta는 이 구조로 GPU 커널을 1,000회 넘는 도구 호출 동안 최대 24시간에 걸쳐 반복 최적화한 사례를 함께 공개했습니다. NVIDIA Hopper용 KDA와 MLA 커널을 대상으로, 주어진 기준 구현보다 빠르게 만드는 과제였습니다.

같은 모델, 두 개의 가격표

Meta 개발자 사이트의 모델 목록에는 Muse Spark 1.2가 두 줄로 올라 있습니다. 컨텍스트 길이도 성능도 같습니다. 다른 것은 이름 뒤에 -contributor가 붙었는지, 그리고 그 옆에 적힌 데이터 사용 문구입니다.

표준 요금제 1.25달러와 4.25달러는 7월에 나온 Muse Spark 1.1과 같은 값입니다. 8월 5일에 처음 생긴 것은 아래 줄입니다. 컨트리뷰터 요금제는 입력이 표준보다 12.5배, 출력이 21.25배 쌉니다. Opus 5와 견주면 출력 100만 토큰 기준 125분의 1입니다. 캐시된 입력은 100만 토큰에 0.002달러로 표준의 75분의 1입니다.

이 가격대는 중국 오픈 모델과 겨루는 수준입니다. Hacker News 토론에도 7월 말 Codex 연동으로 화제가 된 DeepSeek V4 Flash 수준으로 낮다는 반응이 나왔습니다. 다만 DeepSeek은 값을 그대로 받고, Meta는 값 대신 데이터를 받습니다. 모델 이름에 contributor가 붙은 것은 그런 뜻입니다.

무엇이 넘어가는지는 코딩 에이전트라서 더 구체적입니다. 프롬프트만이 아니라 에이전트가 읽은 파일, 작성한 패치, 실행한 명령과 그 출력이 모두 API를 거칩니다. 사내 저장소를 열어 둔 채 컨트리뷰터 요금제를 쓰면 그 저장소의 코드가 대가입니다. 개인 사이드 프로젝트나 이미 공개된 오픈소스라면 계산이 완전히 달라집니다.

지금 쓸 수 있나

한국 접근 여부가 이 발표에서 가장 불확실한 항목입니다. 7월 9일 Meta Model API 공개 미리보기는 미국 개발자만 계정을 만들 수 있었습니다. EU도 열리지 않았습니다. 이번 발표문은 "Meta Model API에서 확대된 글로벌 접근으로 오늘부터 사용 가능"이라고만 적었을 뿐 어느 나라가 포함되는지 밝히지 않았습니다. Hacker News에서는 Facebook.com을 거치는 로그인이 회사 방화벽에 막힌다는 불만도 나왔는데, 사내 도입을 검토한다면 미리 확인할 값입니다.

키가 안 나올 때 쓸 수 있는 우회로는 OpenRouter입니다. meta/muse-spark-1.2가 올라와 있고 요청은 Meta로 직결됩니다. 가격은 입력 1.25달러와 출력 4.25달러로 표준 요금제와 같습니다. 다만 여기에는 컨트리뷰터 요금제가 없어서 이번 발표의 가격 이점은 사라집니다.

그래서 지금 결정할 것은 Muse Code를 쓸지가 아니라 어느 요금제를 고를지입니다. 저장소를 하나 골라 라이선스와 계약서에서 이 코드가 외부 모델 학습에 들어가도 되는지부터 확인하고, 사내 코드나 고객 코드면 표준 요금제 아니면 쓰던 도구를 유지하는 편이 맞습니다. 공개 오픈소스나 개인 프로젝트라면 컨트리뷰터 요금제로 한 작업만 돌려 보면 출력 100만 토큰 0.20달러가 실제 청구서에서 어떤 숫자인지 바로 나옵니다. 한국에서 API 키 발급이 막혀 있다면, 다시 확인할 시점은 Meta가 Model API 지원 국가 목록을 문서로 내놓을 때입니다.