Meta Muse Wonder 출시: 회사 AI 에이전트 모델을 고를 때 토큰 단가보다 먼저 확인할 5가지

새 프런티어 모델이 나왔다고 회사 에이전트의 모델을 바로 바꿀 필요는 없습니다. Meta가 2026년 10월 12일 공개한 Muse Wonder는 벤치마크로 보면 선두권이지만, 회사가 실제로 확인해야 할 것은 다섯 가지입니다. 우리 시스템에 API로 붙일 수 있는가, 보낸 데이터가 모델 학습에 쓰이는가, 토큰 단가가 아니라 작업 한 건에 얼마가 드는가, 한국어 업무 문서에서 성능이 나오는가, 모델이 막혔을 때 혼자 우회하는 범위를 어디까지 허용할 것인가입니다. 이 다섯 가지를 우리 업무 샘플로 확인한 뒤, 모델 ID만 바꿔 같은 회귀 세트로 다시 재는 구조라면 새 모델은 위험이 아니라 선택지가 됩니다.

Meta는 무엇을 냈나

Meta의 공식 블로그에 따르면 Muse Wonder와 Muse Wonder Full은 Meta 초지능 연구소(Superintelligence Labs)가 내놓은 가장 강력한 모델로, 개인·업무용 에이전트 작업을 겨냥합니다. Meta는 두 가지 능력을 내세웠습니다. 대화를 넘어 중요한 맥락을 기억하고 필요한 순간에 꺼내 쓰는 'Active Memory', 그리고 막히면 다른 방법을 시도하고 장애물을 넘으며 목표를 향해 계속 일하는 'Active Focus'입니다. 모델 카드 기준으로 입력은 텍스트·이미지·영상·음성, 출력은 텍스트이고, 컨텍스트는 100만 토큰입니다. Meta는 자체 평가에서 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5와 견줄 만한 결과를 냈다고 밝혔고, 독립 평가 기관 Artificial Analysis의 지능 지수 v4.3에서는 최대 추론 설정 기준 Wonder 52점, Full 56점을 받았습니다.

1. 우리 시스템에 API로 붙일 수 있는가

벤치마크 상위에 있는 모델이 곧 우리가 쓸 수 있는 모델은 아닙니다. Wonder Full은 Meta의 코딩 도구 Muse Code 구독 안에서만 쓸 수 있고, Meta Model API 문서는 API에서 추론 설정을 최대로 올려도 Full이 선택되지 않는다고 적고 있습니다. 메일 분류, CRM 기록, 견적 초안처럼 회사 시스템에 붙는 에이전트는 API로 호출되므로, 비교표에는 'API로 제공되는 변형'의 점수만 올려야 합니다. Wonder 자체도 문서상 프리뷰 상태라, 운영 계약에 넣을 모델로 정하기 전에 정식 제공 시점과 버전 고정 방법을 확인해야 합니다.

2. 보낸 데이터가 모델 학습에 쓰이는가

같은 모델이라도 요금제와 모드에 따라 데이터 조건이 다릅니다. Meta 문서에 따르면 Standard 모드에서는 보낸 프롬프트·코드·파일·응답이 Meta 모델 학습에 쓰이지 않습니다. 반면 Muse Code 구독자에게는 사용량을 더 주는 대신 내용을 학습에 쓰는 Contributor 모드가 기본으로 켜져 있고, 설정에서 끌 수 있습니다. Wonder를 사용량 과금 API로 쓸 때는 Contributor 모드가 제공되지 않습니다. 직원이 개인 구독 도구로 회사 코드나 문서를 다루는 경우가 바로 이 차이에서 사고가 납니다. 업체 견적과 사내 지침 모두에 '어떤 요금제·모드로, 학습 활용은 꺼져 있는가'를 적어 두세요.

3. 토큰 단가가 아니라 작업 한 건의 비용

Wonder의 API 가격은 100만 토큰당 입력 4달러, 출력 20달러로 보도됐고 Artificial Analysis도 같은 값을 적었습니다. 그런데 같은 기관의 측정에서 Wonder는 지능 지수 평가를 도는 동안 출력 토큰 1억 3,000만 개를 써 비슷한 가격대 모델의 중앙값 8,500만 개보다 출력이 많았고, 평가 과제 한 건당 평균 비용은 4.52달러였습니다. 첫 토큰까지의 시간도 37초대로 측정됐습니다. 단가가 낮아도 추론과 출력이 길면 작업당 비용과 대기 시간이 커집니다. 그래서 모델 사용료는 '단가'가 아니라 '우리 업무 샘플 100건을 처리한 총비용과 처리 시간'으로 비교해야 합니다.

4. 한국어 업무 문서에서 성능이 나오는가

Meta 모델 카드는 다국어 데이터로 학습했다고 밝히면서도, 강하게 지원하는 언어 밖에서는 성능이 떨어질 수 있다고 한계에 적었습니다. 또 성능이 양자화·서빙 설정·프롬프트·도구·에이전트 하네스에 따라 달라질 수 있다고 썼습니다. 공개 벤치마크는 대부분 영어 과제입니다. 한국어 문의 메일, 한글 견적서, 사내 규정처럼 우리 업무의 실제 샘플 수십 건을 정답지로 만들어 같은 하네스에서 모델별로 돌려 보는 것만이 답입니다.

5. 막혔을 때 혼자 우회하는 범위를 정한다

Active Focus는 업무 에이전트에 양날의 검입니다. Meta는 Wonder가 막히면 다른 접근을 시도하고, 필요할 때 확인을 구하며, 중요한 행동 전에는 확인을 받는다고 설명했습니다. 문제는 '중요한 행동'의 기준을 모델이 정한다는 점입니다. Meta 모델 카드도 실제 행동을 하는 에이전트에 쓸 때는 'human-in-the-loop confirmation for irreversible actions'(되돌릴 수 없는 행동에 사람 확인 단계)를 포함한 추가 안전장치를 권했습니다. 회사 에이전트에서는 승인 지점을 모델 성향에 맡기지 말고 코드로 고정해야 합니다. 외부 발신, 결제, 삭제, 고객 정보 수정은 어떤 모델을 쓰든 사람 승인 뒤에만 실행되게 하고, 모델이 우회를 시도한 기록을 남겨 검토하세요.

새 모델이 나올 때마다 무엇을 하면 되나

• 바로 바꾸지 않는다. 운영 중인 모델은 그대로 두고, 새 모델은 시험 환경에서만 돌린다.
• 같은 회귀 세트로 잰다. 우리 업무 샘플과 정답지로 정확도, 작업당 비용, 처리 시간을 기존 모델과 나란히 비교한다.
• 데이터 조건을 먼저 본다. API 제공 여부, 학습 활용 모드, 데이터 보관 조건이 맞지 않으면 점수가 높아도 후보에서 뺀다.
• 승인 지점은 모델 밖에 둔다. 모델을 바꿔도 외부 발신·결제·삭제 전 사람 승인은 그대로 유지되게 설계한다.
• 모델 교체를 계약에 넣는다. 누가 어떤 비용으로 재검증하고, 결과가 나쁘면 이전 모델로 되돌리는지를 운영 계약에 적는다.

노벤티스는 어떻게 하나

노벤티스는 특정 모델에 묶지 않고 평가 체계로 모델을 바꿔 가며 검증합니다. 멀티 LLM 라우팅과 프롬프트 평가 체계를 구축해 왔고, 고객사 업무의 과거 처리 사례를 정답지로 삼아 PoC에서 정확도·처리량·검토 시간을 잽니다. 승인 없이 외부 발신·결제·삭제를 실행하는 자동화는 만들지 않습니다. 첫 프로젝트는 대개 접점 하나로 잡아 4~8주 안에 PoC까지 진행하며, 비용은 자동화 범위와 연동할 시스템 수에 따라 달라지고 진단 미팅 후 서면 견적으로 확정합니다.

이 글이 맞는 독자: 사내 AI 에이전트의 모델을 정하거나 구축 업체 견적의 모델 사용료 항목을 비교하는 중소·중견기업의 IT·운영 책임자입니다.