Cheeky Pint · YouTube · 2026-10-12
저커버그의 1,000억 달러 베팅
메타는 Muse Wonder가 어떤 모델이 될지 보기 전에 1,000억 달러 이상을 걸었다. 존 콜리슨이 마크 저커버그·알렉산더 왕과 나눈 2시간 14분 대담의 챕터별 해설과 팩트체크.
결과를 보기 전에 건 1,000억 달러의 근거
메타는 결과를 모르는 모델에 무엇을 근거로 1,000억 달러 이상을 걸었나. 저커버그의 답은 지더라도 잃는 폭이 작다는 계산이다. AI가 통하면 다른 회사들이 메타의 연산 자원을 원가보다 비싸게 사 가려 한다고 그는 말한다. AI 전체가 실패해도 그 연산 자원은 메타 안의 다른 용도로 돌릴 수 있다고 그는 덧붙인다. 그 베팅 위에서 저커버그와 왕이 이 대담에서 소개하는 모델이 Muse Wonder다. 출처는 2026-10-12 YouTube 채널 Cheeky Pint에 공개된 대담으로, 존 콜리슨(스트라이프 공동창업자)이 마크 저커버그(메타 창업자·CEO)·알렉산더 왕(메타 최고 AI 책임자)과 2시간 14분 31초 동안 나눈 대화다.
결정할 때 모델은 아직 없었다고 두 사람은 말한다. 저커버그는 2025년 말 1,000억 달러, 2,000억 달러짜리 수표를 앞두고 “알렉스, 이거 정말 될까”라고 물었다고 회고한다. 왕은 그때 보여 줄 수 있던 것이 연구 진행에 대한 ‘분위기 보고’와 그래프 몇 장뿐이었다고 말한다. 같은 시기 하와이 경영진 모임에서 최고재무책임자 수전 리가 그를 여러 번 따로 불러 “안 되면 재무적으로 아주, 아주 나쁘다”고 말했다고 왕은 전한다. 첫 확증은 사전 학습이 끝난 뒤에 왔다고 저커버그는 말한다. 사전 학습 팀은 강화학습(RL)으로 Muse Spark를 넘기까지 시간이 걸릴 수 있다고 기대를 낮췄는데, 새 모델은 곧바로 넘었다는 것이다.
선행 개념
- MSL(Meta Superintelligence Labs, 메타 슈퍼인텔리전스 랩스)
- 메타의 프런티어 모델 연구 조직이다. 저커버그에 따르면 Llama 4를 2025-04-04쯤 내놓은 뒤 그 궤도에 만족하지 못한 그가 4월 20~21일께 조언을 구하는 전화를 돌린 것이 시작이다. 첫 통화 이틀 뒤 왕이 보낸 계획서의 첫 항목은 사람 수보다 인재 밀도가 중요하다는 것이었다고 그는 전한다. 저커버그는 연구팀이 200명이 안 되는, 100명에 가까운 규모라고 말한다. 연산 자원을 여러 경쟁 과제에 나눠 바르는 대신 연구자 한 사람에게 많이 몰아준다는 것이 그의 설명이다.
- Muse · Muse Spark · Muse Wonder
- Muse Spark와 Muse Wonder는 메타의 개인 에이전트 제품 Muse를 움직이는 모델 계열이다. 두 사람에 따르면 Muse Spark는 2025년 말에 끝낸 사전 학습 위의 첫 계열(사내 코드명 Avocado)이다. Muse Wonder는 그보다 큰 다음 사전 학습 위의 모델(코드명 Watermelon)이다. 상위판으로 Muse Wonder Full이 있다. 저커버그는 Muse Wonder가 서빙 비용이 커서 Muse 안에서는 유료 구독자에게 먼저 연다고 말한다. 무료 사용자는 Muse Spark를 쓴다.
- 사전 학습 · 사후 학습
- 사전 학습은 대량의 데이터를 넣어 기반 모델을 만드는 단계다. 저커버그는 4~5배씩 큰 모델을 차례로 학습시켜 사다리를 오르는 방식으로 다음 크기에 닿는다고 설명한다. 사후 학습은 지도 미세조정(Supervised Fine-Tuning, SFT)과 강화학습으로 나뉜다고 그는 말한다. 왕의 비유로는 SFT가 원하는 행동을 모델에 심는다. 강화학습은 SFT 직후 10% 정도만 나오던 그 행동의 빈도를 크게 끌어올린다. 저커버그는 Muse Spark 1에서 1.3까지가 사전 학습은 그대로 둔 채 강화학습만 더 돌린 판이라고 말한다.
- 기가와트 클러스터
- 대담에서 데이터센터의 크기는 전력 단위인 기가와트로 불린다. 저커버그는 연구소의 연산력을 가장 큰 단일 슈퍼컴퓨터의 크기로 잰다고 말한다. 그의 말로 오하이오의 Prometheus는 1기가와트를 넘어 커지는 중이다. 루이지애나에 짓는 Hyperion은 5기가와트까지 키운다는 계획이다. 두 단지의 계획은 2023~2024년, MSL보다 먼저 세웠다고 그는 덧붙인다.
- OpenRouter
- 여러 회사의 모델을 하나의 API로 묶어 주는 모델 게이트웨이라고 진행자 콜리슨은 광고 낭독(01:19:34)에서 소개한다. 같은 낭독에서 그는 스트라이프가 OpenRouter 인수에 합의했다고 밝힌다. 하루 10조 토큰 이상을 중계한다는 수치도 그 낭독 속 주장이다. 01:34:06에서 콜리슨은 인수가 아직 종결되지 않았다고 덧붙인다. 왕은 Muse Wonder를 Meta Model API와 OpenRouter로 제공한다고 말한다. 진행자의 회사가 손님 회사 모델의 유통 경로를 사들이는 관계다.
멘탈 모델
왕은 이 대담 속 투자 방식을 ‘린 스타트업의 반대’, 곧 어려운 모드의 창업이라 부른다. 작은 실험으로 확인한 뒤 키우는 대신, 데이터센터와 사전 학습을 1년 넘게 먼저 깐 뒤 결과를 끝에서 확인한다. 그 끝에서 나온 모델을 메타는 제품의 부품이 아니라 제품 자체로 본다. 저커버그가 전하는 사내 구호가 “모델이 곧 제품”이다.
어디부터 읽나
- 투자 판단이 궁금하면 챕터별 해설 「1,000억 달러를 건 베팅」(00:48:26)에서 시작해 「자금 조달」(01:27:00)으로 넘어간다.
- 모델 학습 과정을 알고 싶은 엔지니어는 「프런티어 모델은 실제로 어떻게 만들어지나」(00:24:56)부터 읽는다.
- 제품과 상거래를 보는 사람은 「왜 모델이 곧 제품인가」(00:07:28)와 「에이전트 커머스」(01:07:21)를 이어 읽는다.
- 조직 설계가 관심사면 「메타 슈퍼인텔리전스 랩스(MSL)」(01:40:46)와 「마크 저커버그 밑에서 일한다는 것」(02:08:11)을 본다.
이 글이 답하는 질문
- 프런티어 모델 하나에 돈이 얼마나 드나 — 저커버그는 1기가와트 클러스터 운영에 연 150억 달러 안팎, 선불로 치르는 설비투자로 500억~600억 달러를 셈한다. 연구 실험에 그와 비슷한 몫이 더 든다고 그는 말한다. 서빙 비용은 그 위에 붙는다. 콜리슨이 ‘수백억 달러’로 정리하자 왕은 재무 집계를 봤다며 그 추정에 동의한다. 챕터별 해설 「1,000억 달러를 건 베팅」 00:55:20~00:56:28.
- Muse Wonder는 무엇으로 다른 프런티어 모델과 갈리나 — 왕은 능동 기억, 긴 작업을 끝까지 밀고 가는 능동 집중, 분야 전문성, 프런티어 코딩을 꼽는다. 저커버그는 릴리스가 거듭될수록 외부 벤치마크보다 메타 내부 평가(eval)를 더 본다고 말한다. 챕터별 해설 「Muse Wonder를 소개합니다」(00:14:35)와 「프런티어 모델은 실제로 어떻게 만들어지나」(00:24:56).
- 프런티어 모델을 학습시켜 본 적 없는 왕에게 왜 연구소를 맡겼나 — 콜리슨이 이 점을 짚자 저커버그는 최고 연구자들이 왕과 일하고 싶어 했다는 점을 든다. 분야가 계속 바뀌므로 최신 학습 기법의 전문가보다 명료하게 생각하고 빠르게 갱신하는 창업가가 필요했다고 그는 말한다. 챕터별 해설 「메타 슈퍼인텔리전스 랩스(MSL)」 01:47:59와 01:55:32~01:59:21.
저커버그와 왕에 따르면 메타는 모델 성능을 보기 전에 1,000억 달러 이상을 걸었다. 두 사람은 AI 조직을 처음부터 다시 세운 끝에 Muse Wonder로 프런티어에 섰다고 말한다. 그들이 노리는 자리는 지식 노동 자동화가 아니라 수십억 명이 쓰는 개인 에이전트다. 논리의 기둥은 "모델이 곧 제품"이라는 제품관, 구독·커머스 수수료·기업 판매·본업 가속으로 짜인 회수 계획, 한 회사가 독식하지 않는 시장 전망이다. 2026-10-12 Cheeky Pint에 공개된 대담으로, 스트라이프 공동창업자 존 콜리슨이 진행하고 메타 창업자·CEO 마크 저커버그와 메타 최고 AI 책임자 알렉산더 왕이 출연한다. 성능 수치 대부분은 메타 자체 측정값이다.
신뢰도 B — 주장 90건 가운데 거짓 판정은 없고, 날짜가 어긋난 발언이 네 건이다. 근거는 팩트체크 블록에 있다.
메타는 Muse Wonder를 개인·업무 에이전트용 프런티어 모델로 내놓았다
- 저커버그는 Muse Wonder를 프런티어급 새 모델 계열로 소개한다. 그의 설명으로는 사전 학습을 가장 큰 클러스터에서 곧장 하지 않고, 4~5배씩 큰 모델을 차례로 훈련하는 사다리를 오른다. 첫 계열 Muse Spark는 2025년 말 사전 학습에 기반한 "그리 크지 않은" 모델이었고, Wonder는 다음 사전 학습으로 "훨씬 크다" (저커버그 · 14:39–15:14).
- 저커버그는 Llama 4의 궤적에 만족하지 못해 팀을 새로 짰다고 말한다. 프런티어에 도달한 뒤로는 더 큰 모델 계열이 나오는 간격이 줄어든다고 예상한다 (저커버그 · 16:17–17:04).
- 왕에 따르면 이 계열은 Muse Wonder와 상위 모델 Muse Wonder Full 두 가지다. 개인·업무 에이전트 과제 평가에서 "자체 측정 기준" 최고 성능이라고 그는 말한다 (왕 · 17:25–17:58).
- 왕이 꼽는 첫 특징은 능동 기억(active memory)이다. 며칠·몇 주·몇 달 전에 들은 내용을 기억해 다음 과제에 쓰는 능력이다. 긴 맥락을 줄이는 압축(compaction)도 하네스가 아니라 모델이 직접 한다. 내부 평가 Memory Bench로 측정했고 개선 여지는 아직 많다고 한다 (왕 · 18:00–20:14).
- 둘째 특징은 능동 집중(active focus), 곧 끈기다. 긴 과제를 끝까지 해내고, 막히면 정렬된 방식으로 다른 해법을 찾는다. 사내 시험 사용에서 다른 모델과 가장 다르게 느껴진 점이라고 왕은 말한다 (왕 · 20:23–21:24).
- 셋째는 분야 전문성이다. 왕은 Wonder가 금융·법률 평가 다수에서 최고라고 말한다. 목표는 법률팀·재무팀·의료팀이 곁에 있는 느낌이다 (왕 · 37:11–37:24). 저커버그는 쇼핑, 개인 상담, 개인 법률·건강·세금 질문을 강한 분야로 든다 (저커버그 · 36:16).
- 왕은 코딩 능력도 크게 올랐다고 말한다. DeepSWE와 SWE-Marathon에서 최고 점수, Terminal-Bench 4에서도 상위권이라고 한다. 코딩에 쓰는 사용자는 Muse 사용자 중 소수일 것으로 본다 (왕 · 21:26).
- 저커버그에 따르면 Wonder는 서비스 비용이 커서 Muse 앱에서는 우선 유료 구독자에게 제공한다. 무료 사용자는 Muse Spark로 넉넉한 무료 토큰을 쓴다. 구독하면 모델을 고를 필요 없이 "그냥 더 좋아진다". 그는 Wonder 수준을 Spark 크기에 담아 수억 명에게 제공하는 것을 다음 목표로 든다(2026-10-12 발언) (저커버그 · 22:33–23:28).
- 왕에 따르면 Wonder는 Meta Model API, OpenRouter, Muse Code에서도 쓸 수 있다. Wonder Full은 Muse Code 구독자에게 열린다 (왕 · 23:32).
- 콜리슨이 Astra·Fable·Wonder가 함께 프런티어에 있느냐고 묻자 왕은 "벤치마크로 보면 그렇게 결론 내릴 수 있다"고 답한다. 개인·업무 에이전트 용도에서는 Wonder가 세계 최고라고 본다 (왕 · 24:33–24:37). 저커버그는 이 출시를 메타 슈퍼인텔리전스 랩스(Meta Superintelligence Labs, MSL)가 프런티어에 선 시작이라 부른다 (저커버그 · 24:03).
제품의 차이는 화면이 아니라 모델 안에서 난다고 본다
- 콜리슨은 AI에서 이기는 제품이 단순한 한 모양으로 빠르게 수렴한다고 주장한다. 트랜스포머 다음에 채팅 화면이, 그다음엔 컴퓨터를 가진 상주형 에이전트(OpenClaw식)가 왔다는 것이다 (콜리슨 · 07:28–08:31).
- 저커버그는 동의하지 않는다. 메타 AI 같은 텍스트 비서는 정보 조회용이고, 일을 대신 처리하는 에이전트와는 다른 물건이라고 본다. 에이전트마다 전용 가상 머신(VM)을 주는 방식이 보안·개인정보 신뢰에 중요하다고 말한다 (저커버그 · 08:57–09:28).
- 왕은 모바일 초기에 모든 것을 "그냥 앱"이라 불렀듯 지금은 "그냥 AI"로 뭉뚱그려 보일 뿐이라고 말한다. 차별점은 모델이 상황마다 어떻게 행동하고 어떤 성격을 띠는지에 있다. (왕 · 10:18–11:23).
- 저커버그에 따르면 제품은 얇아지고 모델이 제품의 더 큰 몫이 된다. 메타 내부 구호가 "모델이 곧 제품"이다. Muse의 제품 작업은 주로 데이터의 개인정보·보안 모델이고, 능력과 성격은 훈련으로 모델에 넣는다. 제품을 맡은 냇(Nat)의 팀도 사후 학습을 이야기한다 (저커버그 · 11:49–12:05).
- 왕은 사용자가 느끼는 차이가 신뢰도, 먼저 나서는 시점, 말투에서 온다고 말한다. 이 제품 결정은 결국 훈련 방법·데이터·평가로 정한다 (왕 · 12:46).
- Muse에는 모델 선택기도, 추론 강도 선택기도 없다. 저커버그는 "단순하게 만들고 싶다"고 답한다. 왕은 기술자 집단이 만든 AI 제품이 평범한 사용자를 염두에 두지 않았고, 모델 이름의 숫자가 거꾸로 가기도 한다고 비판한다 (저커버그 · 13:52, 왕 · 13:54–14:19).
- 저커버그는 분별(discretion)을 개인 에이전트 고유의 능력으로 든다. 사용자를 많이 알되 바깥에는 최소한만 밝혀야 한다. 알레르기나 임신 사실을 식당에 말하지 않고 맞는 식당을 예약하는 경우다. 모두가 같은 맥락을 보는 코딩 에이전트에는 덜 중요하다 (저커버그 · 27:40–28:34).
- 정렬(alignment)에 대해 저커버그는 메타의 기준이 지시와 가치를 사용자에게 맞추는 것이라고 말한다. 시킨 일은 높은 신뢰도로 하고 훈계하지 않는다. 파국적인 요청만 사용자를 화나게 하지 않으면서 거절한다. 그는 이 관점이 다른 연구소와 다르다고 본다 (저커버그 · 47:30).
- 저커버그는 시각 지각 데이터를 많이 넣어 모델을 개인 에이전트로 처음부터 끝까지 훈련했다고 말한다. 메타의 이미지·영상 데이터도 "매우 도움이 된다" (저커버그 · 04:37–05:34). 왕은 2026년 초 업계 합의가 "코딩만 중요하다"였지만 소비자 제품의 성패는 멀티모달에 달렸다고 말한다 (왕 · 05:36).
- 왕의 Muse "Oiler"는 매주 대만·일본 농장의 희귀한 차를 찾아 산다 (왕 · 00:47). 저커버그는 종합격투기(MMA) 연습 영상을 Muse에 맡겨 라운드 사이 1분 휴식 안에 자세 지적을 받는다. 이 쓰임새는 Muse 이전 OpenClaw 시절에 시작해 지금은 제품 평가 기준이 됐다 (저커버그 · 01:18–03:40). 그는 앞으로 모두가 자기도 모르는 사이 많은 코드를 쓰게 된다고 본다 (저커버그 · 02:48).
모델의 질은 긴 계획과 데이터, 강화학습 환경에서 나온다고 설명한다
- 저커버그는 외부 벤치마크에서 내부 평가로 무게를 옮겼다고 말한다. 벤치마크는 금방 포화된다. 연구소 초기에는 방향 확인용으로 외부 지표를 봤고, 출시를 거듭할수록 내부 평가의 몫이 커졌다 (저커버그 · 25:21–25:32, 29:36).
- 왕은 외부 벤치마크만 좇으면 화제가 된 벤치마크를 만든 박사과정생에게 제품 판단을 맡기는 셈이라고 말한다. 메타는 하나하나 사용자에게 2%쯤 중요한 작은 능력들을 스프레드시트로 관리한다 (왕 · 28:50–29:46).
- 왕은 연구 블로그 글에서 "큰 모델 냄새(big model smell)"를 수치화했다고 말한다. 사후 학습 분포 안 과제와 분포 밖 과제의 성능 격차로 재고, 벤치마크 과적합의 반대 개념이다. Spark에서 Wonder로 넘어가며 이 지표가 크게 좋아졌고, 원인은 더 좋은 기반 모델이라고 한다 (왕 · 25:58–26:17).
- 저커버그는 사전 학습에 이미지·오디오·영상 같은 여러 양식과 분야 데이터를 처음부터 넣어야 하고, 마지막 RL로만 채우면 부족하다고 말한다. 큰 모델일수록 데이터가 더 필요한데 인터넷은 빨리 늘지 않는다. 그는 데이터 출처를 확장의 큰 문제로 든다 (저커버그 · 35:34–40:10).
- 왕은 Wonder의 사전 학습에 메타 연산 자원의 큰 몫을 썼다고 말한다. 표본이 적어 결과를 미리 추론하기 어렵고, 그 과정에서 "슬픔의 7단계"를 다 겪는다고 한다 (왕 · 37:58–38:32).
- 사후 학습의 첫 단계인 지도 미세조정(Supervised Fine-Tuning, SFT)은 질문과 원하는 답을 함께 주어 성격 같은 행동을 빚는다 (저커버그 · 41:19). 왕의 설명으로는 SFT 뒤에도 원하는 행동은 10% 정도만 나오고, 강화학습(RL)이 그 발현률을 끌어올린다. 사전 학습이 커질수록 RL에도 연산과 데이터를 더 써야 하고, 그의 한 줄 요약은 "모든 것을 키워라"다 (왕 · 41:55–43:02).
- 왕은 RL에서 환경과 과제 제작이 핵심이고 데이터는 적을수록 나을 때가 많다고 말한다. 성공 수단이 잘못된 행동뿐인 환경에 강한 RL 압력을 주면 모델이 그 행동을 배운다. 메타는 모든 환경이 정렬된 행동을 끌어내도록 골랐고, 정렬은 RL 전 과정의 일이라고 한다 (왕 · 44:14–47:23).
- 저커버그에 따르면 Muse Spark 1에서 1.3까지는 사전 학습을 바꾸지 않고 RL만 더했다. Wonder에는 아직 버전 번호가 없다 (저커버그 · 43:14–44:03). 왕은 Spark 1과 1.3의 차이가 다른 사전 학습처럼 느껴질 만큼 크다고 말한다 (왕 · 45:48). 저커버그는 에이전트 하네스와 모델을 함께 최적화하는 것도 확장 축으로 든다 (저커버그 · 46:57).
- 왕에 따르면 Wonder는 2025년 8월부터 계획했고, Spark는 처음부터 Wonder로 가는 디딤돌이었다. 긴 작업 흐름 여럿이 마지막에 합쳐져 모델이 나온다 (왕 · 48:26–51:16).
- 중간 신호로 왕은 사전 학습에서 퍼플렉시티 기반 평가를, RL에서 전통적 벤치마크를 본다고 말한다. (왕 · 113:49). 저커버그는 사전 학습 직후 RL로 Spark를 넘기까지 걸릴 시간을 두고 논쟁했는데, 곧바로 넘어서 확신을 얻었다고 말한다 (저커버그 · 114:56).
1,000억 달러 이상을 먼저 걸었고 회수 경로는 구독·커머스·기업 판매·본업이라고 말한다
- 저커버그는 연구소의 연산력을 가장 큰 단일 슈퍼컴퓨터로 잰다. 오하이오의 Prometheus 클러스터는 1기가와트를 넘기고, 루이지애나의 Hyperion은 5기가와트까지 키운다. 두 계획은 MSL 이전인 2023년이나 2024년, Llama 시절에 시작했고 루이지애나 쪽은 몇 년에 걸쳐 가동된다 (저커버그 · 49:18–50:43). 메타는 데이터센터·칩·저수준 인프라를 직접 만들고, 모델이 그다음 부품이라고 그는 말한다 (저커버그 · 50:45).
- 저커버그는 창업자의 일을 정보가 부족한 상태에서 결정하는 것으로 본다. 왕은 AI가 그 극단, 곧 "린 스타트업의 반대"라고 말한다. 작동을 확인한 뒤 두 배로 거는 방식이 통하지 않는다는 뜻이다 (저커버그 · 52:02, 왕 · 52:13).
- 저커버그는 2025년 말 모델을 보지 못한 채 "1,000억, 2,000억 달러쯤" 되는 수표를 쓰면서 왕에게 정말 되겠느냐고 물었다고 회고한다. 왕은 당시 내놓을 것이 연구 진척의 "감 보고"와 그래프 몇 장뿐이었다고 말한다. 하와이 임원 회의에서 수전 리 최고재무책임자(CFO)는 실패하면 재무적으로 아주 나쁘다고 왕에게 여러 번 따로 일렀다 (저커버그 · 53:11, 왕 · 53:39–55:01).
- 저커버그는 1기가와트 클러스터를 1년 운영하는 데 약 150억 달러, 짓는 설비투자에 500억~600억 달러가 든다고 추산한다. 사다리 실험 같은 연구에도 비슷한 규모가 들고 서비스 비용은 따로다 (저커버그 · 55:23–55:58). 왕은 재무 집계로 보면 프런티어 모델 하나에 수백억 달러라는 추정이 맞다고 말한다 (왕 · 56:23).
- 저커버그는 가장 어려운 질문이 아직 없는 제품의 수요를 몇 년 앞서 짐작하는 일이었다고 말한다. 보수적으로 가자는 목소리가 있었지만 그는 밀어붙였다 (저커버그 · 56:28–57:12). 왕은 저커버그가 실패 여부보다 이길 때의 크기를 본다고 평한다 (왕 · 57:31).
- 저커버그는 보기보다 덜 위험했다고 말한다. AI가 잘되면 다른 회사들이 기가와트당 150억 달러보다 많이 내고 메타의 연산 자원을 쓰려 한다. 메타가 손해를 보려면 AI 전체가 실패해야 하고, 그래도 연산 자원을 쓸 곳은 남는다 (저커버그 · 58:04–58:41).
- 콜리슨은 제3자 보고서를 들어 Muse가 역대 가장 빠르게 성장하는 AI 앱일 수 있다고 말한다 (콜리슨 · 00:24). 저커버그는 출시가 "홈런"이었다고 말한다. 내부 예상의 중간값은 몇 번 고쳐야 한다는 쪽이어서 성장 장치를 다 갖추지 않고 냈고, 더 빨리 키울 수도 있었다고 한다 (저커버그 · 59:33).
- 콜리슨은 구글의 잉여현금흐름이 마이너스로 돌아섰다는 시장의 우려를 들어 자금 조달을 묻는다 (콜리슨 · 87:00). 저커버그는 Muse를 무료로 널리 퍼뜨리는 것이 먼저라고 답한다. 규모가 커야 사용자 사이 네트워크 효과가 생기고 파트너도 더 붙는다 (저커버그 · 87:19).
- 저커버그가 드는 수익원은 Wonder 같은 고급 기능의 구독, 사용자가 아끼거나 버는 돈에서 떼는 작은 몫, 소상공인용 "상자 속 사업", 유료 API다 (저커버그 · 88:16–89:53). Meta Enterprise Platform을 시작하고 CJ 데사이(CJ Desai)를 영입한 것도 같은 계산이다. 가장 어려운 일인 범용 모델을 만들었으니 기업 판매 조직만 갖추면 된다는 것이다 (저커버그 · 89:53).
- 저커버그는 메타의 공식을 "10억 명에게 먼저 보급하고 그다음 수익을 키운다"로 요약한다. 수천억 달러 규모의 본업을 모델로 몇 % 더 빨리 키우면 그것으로 큰 비용을 댄다고 말한다 (저커버그 · 91:40, 92:34). 왕은 그 본업을 "세계 8대 불가사의"라 부른다 (왕 · 92:53).
- 콜리슨은 데이터센터 설비투자는 감가상각하지만 연구자 인건비는 자산화하지 못하는 회계상 차이를 짚는다 (콜리슨 · 93:05). 저커버그는 클라우드를 빌리는 회사와 달리 자체 데이터센터는 감가상각이 끝난 GPU도 계속 쓴다고 말한다. 연산 자원이 모자라서 H100의 가치가 1년 전보다 높다고 한다 (저커버그 · 93:38).
에이전트가 사람 대신 사는 몫이 커진다고 본다
- 콜리슨은 체류 시간이나 높은 가격에 기대는 사업자라면 에이전트를 막는 편이 합리적일 수 있다고 묻는다. 저커버그는 그런 사업은 무너진다고 답한다 (콜리슨 · 67:50, 저커버그 · 68:17).
- 저커버그에 따르면 메타는 브라우저 사용 능력을 모델에 훈련시켜 어떤 사업자도 따로 연동하지 않아도 되게 했다. 원하는 파트너에게는 직접 API 연동을 열어 준다. 모든 사업자가 웹사이트를 갖듯 앞으로는 에이전트를 갖고, 메타는 사업자 쪽 에이전트도 만든다 (저커버그 · 68:24–69:12). 연동을 요청하는 사업자가 막으려는 곳보다 훨씬 많다고 한다 (저커버그 · 69:28).
- 왕은 오프라인 상거래가 남아도 전자상거래가 커졌듯 에이전트 커머스가 전체 상거래에서 차지하는 몫이 커진다고 본다. 소비자의 시간과 돈을 아껴 주니 수요가 그쪽으로 끌린다는 것이다 (왕 · 69:52–71:22).
- 왕에 따르면 Muse는 사람들이 구매를 통째로 맡기는 첫 제품 중 하나다. 여러 사이트를 뒤지는 수고가 사라지고 "수요일까지 도착" 같은 조건이 자동으로 걸린다. 가족·동료·친구 맥락을 모두 알아서, 따로 노는 기존 추천 시스템보다 개인화가 깊다고 그는 말한다 (왕 · 71:22–73:32).
- 저커버그는 세 살 딸 오렐리아(Aurelia)와의 주말 베이킹을 예로 든다. 두 사람은 주중에 아직 완전히 출시되지 않은 Muse 음성 모드로 메뉴를 정한다. Muse는 토요일마다 Instacart로 재료가 오게 한다. 배송 최소 금액이 모자라자 수박을 더하자고 제안했고, 저커버그는 그 수박을 라이브 방송에서 먹었다 (저커버그 · 73:52–75:45).
- 저커버그는 1년에 두어 번 쓰던 Instacart를 이제 주 1~2회 쓴다고 말한다. 그는 이것을 전환율 20% 개선이 아니라 새 가입자의 탄생으로 읽는다. 에이전트가 계정을 갖게 되면 커머스 전체 시장이 커지고, 여기서 빠지는 사업자는 후회한다고 본다 (저커버그 · 75:58–77:01).
- 저커버그는 Muse의 스트라이프 연동을 칭찬한다 (저커버그 · 77:18). 콜리슨은 컴퓨터 사용(computer use)이 무엇이든 사게 해 주는 마지막 열쇠, "궁극의 하위 호환 계층"이었다고 말한다 (콜리슨 · 77:25). 왕은 모든 것이 그냥 작동하는 신뢰도가 Muse의 핵심이라고 본다. 저커버그는 냇과 핵심 팀이 이 경험에 매달렸다고 말한다 (왕 · 78:01, 저커버그 · 77:59–78:30).
- 왕은 2023년 스트라이프의 패트릭과 저녁을 먹으며 에이전트 커머스에 이미 뒤처졌다고 말했다고 회고한다. 그는 그 조언을 "방향은 맞았고 3년 일렀다"고 평한다 (왕 · 78:39–79:10). 콜리슨은 스트라이프가 Sessions에서 관련 기능을 발표했고 에이전트 커머스 통계가 2026년 9월부터 수직으로 올랐다고 말한다 (콜리슨 · 79:15). 그는 Sessions를 5월로 기억했지만 발표일은 2026-04-29다.
- 79:34부터는 존 콜리슨의 광고 낭독이다. 메타 모델과 Muse Wonder를 OpenRouter에서 쓸 수 있다는 내용이다. 광고는 스트라이프가 OpenRouter 인수에 합의했다고 알리고, OpenRouter가 하루 10조 토큰 이상을 처리한다고 소개한다. 콜리슨은 뒤에서 인수가 아직 완료되지 않았다고 밝힌다 (콜리슨 · 94:06, 2026-10-12 발언).
다음 인터페이스는 음성·안경·작은 기기로 넓어진다고 본다
- 녹화 도중 저커버그는 Muse에게 사우스샌프란시스코의 스트라이프 사무실로 수박을 주문하라고 시킨다. 대담 안에서 배달 결과는 나오지 않는다 (저커버그 · 80:06).
- 콜리슨은 Siri가 나온 지 오래인데도 사람들이 아직 음성으로 일을 시키지 않는 이유를 묻는다 (콜리슨 · 80:36). 그는 Siri 출시를 2014~2015년쯤으로 기억했지만 실제 출시일은 2011-10-14다.
- 저커버그는 대화의 리듬을 먼저 든다. 3초 쉬면 말이 끝난 줄 알고, 끼어들면 새 질문으로 착각하는 문제다. 말하기는 정보를 내보내기엔 빠르지만 듣기는 화면으로 보는 것보다 느리다. 이상적인 인터페이스는 음성만으로 된 것이 아니라고 그는 본다 (저커버그 · 81:29–82:32).
- 왕은 음성 입력이 이미 폭발했다고 말한다. 연구자들은 키보드에 속삭이듯 말로 입력하고, 대학생은 10~15분 동안 생각을 쏟아낸 뒤 AI에게 정리를 맡긴다 (왕 · 82:50–83:33).
- 저커버그는 디스플레이가 없거나 작은 안경도 쓸모가 크다고 말한다. 메타는 넓은 시야각의 완전한 증강현실이 아닌 디스플레이 안경을 이미 출시했다. 음성으로 주고받고 사용자가 보는 것을 보며 시야에 픽셀을 그리는 상호작용이 온다고 그는 본다 (저커버그 · 84:59–85:11).
- 왕은 Muse Gadgets로 여러 기기 형태를 생태계에 열었고 휴대폰 제조사 몇 곳이 연동을 타진한다고 말한다 (왕 · 85:39). 저커버그는 동전만 한 USB 기기 HomeLink를 소개한다. Muse가 이것으로 집 안의 Sonos와 조명을 제어하고, 저녁마다 집 전체 조명을 낮춘다 (저커버그 · 86:28).
프런티어는 소수 기업이 쥐지만 한 회사가 독식하지는 않는다고 본다
- 저커버그는 플랫폼 소유 자체가 목적이 아니라고 말한다. 메타는 앱 회사가 아니라 추천 시스템을 메타와 바이트댄스만 돌리는 규모로 운영하는 기술 회사이고, 앞으로는 모델이 기술 경험의 가장 중요한 부분이 된다 (저커버그 · 64:24).
- 인터넷 시대에 큰 회사가 5~6곳이었듯 다음 시대에도 프런티어 초지능을 만드는 소수 기업이 판을 이끈다고 저커버그는 말한다. 발명하는 회사로 남으려면 초지능을 직접 만들어야 한다. ChatGPT의 텍스트 비서와 앤트로픽의 코딩 에이전트 다음 자리, 곧 개인 소비자용 에이전트가 비어 있었다. 그는 초지능의 최고 용도가 지식 노동 자동화가 아니라 발명과 창작이라고 본다 (저커버그 · 58:46, 65:25–66:28).
- 왕은 Wonder가 Fable·Astra와 다른 방향을 겨눈다고 말한다. 같은 벤치마크로 묶으면 모델별 결이 사라진다. OpenRouter가 개발자에게 모델 간 차이를 "와인 소믈리에"처럼 알려 줄 수 있다고 본다. 메타는 다른 주요 연구소보다 개인·업무 에이전트를 더 중시한다고 한다 (왕 · 94:11–95:53).
- 저커버그는 다양한 참여자를 받치는 인프라를 반기고, 엔비디아의 오픈소스 생태계 지원도 지지한다. 안전 면에서 그는 여러 모델이 서로 견제하는 구조가 소수 회사가 좋은 모델 몇 개를 쥔 구조보다 덜 위험하다고 본다 (저커버그 · 96:10–96:52).
- 콜리슨은 한 연구소가 재귀적 자기 개선으로 독주한다는 2023년의 예상이 왜 빗나갔느냐고 묻는다 (콜리슨 · 97:20). 왕의 답은 이렇다 — 선두 연구소도 실행이 좋을 때와 나쁠 때가 있어 평균으로 돌아온다. 증류(distillation)가 오픈소스를 도와, 지금의 작은 모델이 1~2년 전 가장 큰 모델보다 강하다. 업계 사람들은 한 회사가 다 갖는 결말을 원하지 않고, 많은 이가 기술을 수십억 명에게 준다는 목표 때문에 MSL에 왔다 (왕 · 98:06–100:01).
MSL은 인재 밀도와 전면 재시작으로 1년 만에 세웠다고 말한다
- 저커버그는 Llama 4 출시를 2025년 4월 4일로 기억한다. 공식 발표일은 2025-04-05다. 그는 2025년 4월 20일이나 21일부터 조언을 구하는 전화를 돌렸다. 왕은 회의 중 WhatsApp으로 통화 요청을 받았다. 대담 시점에 MSL은 출범 1년 남짓이다 (저커버그 · 101:05, 왕 · 101:29, 콜리슨 · 101:48).
- 저커버그에 따르면 첫 통화는 44분이었다. 이틀 뒤 왕이 "내가 당신이라면 이렇게 하겠다"는 긴 글을 보냈고, 첫 항목이 인재 밀도였다. 연구 인력은 200명 미만, 실제로는 100명에 가깝고 인프라 인력이 따로 있다. 연산 자원을 경쟁하는 여러 과제에 나누지 않고 연구자 1인당 크게 준다 (저커버그 · 32:12, 34:54–35:00). 왕은 단계마다 메타는 수십 명, 다른 곳은 수백 명이라고 말한다 (왕 · 34:39).
- 저커버그는 왕의 회사 주주에게도 이득이 되는 거래 구조를 냇과 논의했다고 말한다. 냇과 대니얼(Daniel)이 합류했고, 그는 한두 달 일정을 비우고 연구자만 만났다 (저커버그 · 102:00–103:13). 그는 왕을 자신이 만나 본 "그 세대에서 가장 예리한 창업자"로 부르고, 모든 연구소 수장과 이야기한 뒤 적임자라고 확신했다 (저커버그 · 103:46–105:27).
- 콜리슨은 다른 CEO라면 하지 않았을 결정 넷을 꼽는다. 기존 노력을 실패로 규정했고, 인재에 막대한 돈을 썼고, 프런티어 모델을 훈련해 본 적 없는 왕에게 맡겼고, 두 달 동안 일정을 비웠다. (콜리슨 · 107:07–107:59).
- 저커버그에 따르면 전면 재시작은 처음부터 정한 것이 아니었다. 최고 인재들을 만나며 새로 시작하는 느낌이어야 매력이 있다는 것을 알았고, Llama 팀과 FAIR의 좋은 인력도 데려왔다 (저커버그 · 117:54). 왕은 합류 직후 기존 핵심 리더(지금은 메타를 떠났다)가 소비자에게 추론 모델이 필요하냐고 해서 철렁했다고 회고한다. 저커버그가 방향을 틀자 기존 리더들도 빠르게 바뀌었고, 인스타그램의 애덤 모세리가 그 예다 (왕 · 122:56–125:41).
- 저커버그에 따르면 조직은 평평하고 왕의 직속 보고자는 200명 가까이 된다. 요점은 비기술 관리자가 없다는 데 있고, 모두가 에이전트를 쓰고 코드를 쓰며 기술 감각을 지켜야 한다 (저커버그 · 105:27, 125:51–127:10).
- 왕은 출범 때 마감이 없다고 공표했다. 팀원들은 "불안한 고성취자"라 3개월 뒤 전망을 물으면 늘 비관적이고, 그는 그 답을 기록해 3개월 뒤 보여 준다 (왕 · 111:18–112:51). 저커버그는 그들이 MSL엔 낙관적이고 자기 프로젝트엔 비판적이라 건강하다고 본다 (저커버그 · 112:53).
- 왕은 MSL을 돕느라 인프라와 데이터센터 조직까지 회사 전체가 방향을 바꿨고, 창업자 CEO라서 전사 최적화가 가능했다고 말한다 (왕 · 109:45–110:10). 그는 이런 전사 전환은 한 번에 하나뿐이라며, MSL이 지금도 "10점 만점에 10점" 난도이고 재무 모델에 부담을 준다고 말한다. 외부 영입에는 더 낙관적이 되어 CRED 창업자 쿠날 샤(Kunal Shah)에게 WhatsApp을 맡겼다 (저커버그 · 120:08–122:23).
- 왕이 본 상사 저커버그는 한번 믿음을 굳히면 이전 행동을 바꾸는 속도와 폭이 크다. 콜리슨과 왕은 이를 "매우 베이즈적"이라 부른다. 왕은 많은 CEO가 AI를 가장 중요하다고 말하면서 행동은 맞추지 않는다고 대비한다 (왕 · 128:18–131:13).
- 저커버그는 소통에서 대본보다 진정성이 낫다고 말한다. 연구자들이 있어서 X에 다시 글을 올리고 같은 글을 Threads에도 올린다 (저커버그 · 132:01–132:35). 대담은 "세부에 머물고, 기술 감각을 지키고, 프런티어에 머물라"는 저커버그의 말로 끝난다 (저커버그 · 133:47).
남는 질문: 성능과 수요는 누가 검증하나
Wonder의 최고 성능 주장과 "큰 모델 냄새" 지표는 메타 자체 측정이고, 대담에는 외부 독립 평가 수치가 나오지 않는다. Muse의 사용자 수와 성장률도 숫자로 제시되지 않는다. 인터넷이 빨리 늘지 않는데 더 큰 모델의 데이터를 어디서 구하느냐는, 저커버그가 직접 꺼낸 질문은 답 없이 남는다.
B
대담 속 외부 사실은 공시·보도와 대부분 맞고 거짓 판정은 없다. 성능 우위와 내부 일화는 메타 자체 측정이거나 화자 회고다.
판정 기호: ✅ 사실 = 1차 출처나 복수 보도와 일치 · 🟡 부분 사실 = 일부만 맞거나 날짜·규모가 어긋남 · ⚠️ 불확실 = 화자 자기 보고이거나 확인할 외부 자료 없음 · ❌ 거짓 = 1차 출처와 어긋남. 등급: A = 핵심 주장 전부를 1차 출처로 확인 · B = 외부 사실은 확인, 성능·내부 사정은 자기 보고 · C = 핵심 주장 절반이 확인 불가 · D = 핵심 주장 일부가 거짓 · F = 핵심 주장이 거짓.
주장 90건을 판정했다. ✅ 56건 · 🟡 9건 · ⚠️ 25건 · ❌ 0건이다. 제목의 베팅 규모는 공시와 맞는다. 메타는 2026년 설비투자 전망을 2026-01-28 공시에서 1,150억~1,350억 달러로, 2026-07-29 공시에서 1,300억~1,450억 달러로 냈다. 날짜가 어긋난 발언은 네 건이다. Siri 출시(실제 2011-10-14), 스트라이프 Sessions 개최일(2026-04-29), Llama 4 출시일(2025-04-05), Hyperion 5기가와트 가동 시점(2032년 무렵)이다.
⚠️가 많은 이유는 대담의 상당 부분이 두 사람의 회고이기 때문이다. 첫 통화 날짜, 연구 인력 규모, 학습 비용, Muse가 주문한 수박 같은 일화는 외부 기록이 없다. Wonder의 벤치마크 우위도 메타 개발자 블로그의 자체 측정표뿐이다. 이 판정을 바꿀 자료는 독립 기관의 Muse Wonder 평가 결과와 메타의 2026년 3분기 실적 공시다.
- 🟡
2025년 말, 모델을 아직 보지 못한 상태에서 메타는 1,000억~2,000억 달러 규모의 투자를 결정했다.
메타는 2026-01 4분기 실적 발표에서 2026년 설비투자를 1,150억~1,350억 달러로 제시했다. 2026-07-29 2분기 실적 발표에서 이 범위를 1,300억~1,450억 달러로 좁혔다. 규모는 화자가 말한 범위 안에 든다. 결정 당시 모델을 보지 못했다는 부분은 화자 자기 보고다.
메타 Form 8-K 첨부 99.1 — 2026년 2분기 실적 (2026-07-29) · DCD — Meta estimates 2026 capex to be between $115-135bn (2026-01)
- 🟡
제3자 집계를 보면 Muse가 지금까지 나온 에이전트·AI 앱 가운데 가장 빠르게 성장한 앱일 수 있다.
Sensor Tower 집계로 Muse는 2026-09-08 출시 뒤 첫 10일 동안 하루 평균 다운로드 증가율 55%를 기록해 같은 기간 ChatGPT(24%)를 앞섰다. 누적 다운로드는 2026-09-28 보도 기준 약 340만 건이다. 출시 직후 미국 iOS 첫 이틀은 Threads·ChatGPT보다 느린 출발이었고(TechCrunch 2026-09-10), 메타 자사 앱 광고가 성장에 함께 작용했다. 역대 가장 빠른 성장이라고 규정한 집계는 없다.
The AI Insider — Meta’s Muse AI Agent Tops 3.4M Downloads as Meta Opens Early Access to New Features (2026-09-28) · TechCrunch — Meta’s AI agent Muse is now the No. 2 app in the US (2026-09-10) · CNBC — Meta’s Muse AI agent downloads are surging (2026-09-21)
- ⚠️
왕의 Muse(이름 Oiler)는 매주 대만·일본의 농장에서 차를 찾아 사 온다.
화자 자기 보고다. 이 사용 사례를 다룬 외부 자료는 없다.
- ⚠️
저커버그는 체육관에 카메라를 달고, Muse가 그 영상을 보며 라운드 사이 1분 휴식 동안 MMA 자세 피드백을 준다.
화자 자기 보고다. 이 사용 사례를 다룬 외부 자료는 없다.
- ⚠️
저커버그는 Muse가 동작하기 전부터 OpenClaw로 같은 MMA 코칭을 해 봤다.
사용 경험은 화자 자기 보고다. 시간 순서에는 모순이 없다. OpenClaw는 자기 컴퓨터에 설치해 쓰는 MIT 라이선스 오픈소스 에이전트다. 2026-02 오픈AI가 창작자 페터 슈타인베르거(Peter Steinberger)를 영입할 때 이미 널리 쓰였고, Muse는 그보다 늦은 2026-09-08 출시됐다.
OpenClaw — Open-Source AI Assistant (공식 사이트) · AlternativeTo — OpenAI hires OpenClaw creator Peter Steinberger, will keep the AI agent open source (2026-02)
- ✅
메타는 시각 지각 데이터를 많이 넣어 모델을 학습시켰고, 멀티모달 성능을 처음부터 중점에 두었다.
메타의 Muse Spark 공개 글(2026-04-08)은 Muse Spark를 네이티브 멀티모달 추론 모델로 소개하고 시각 STEM 문제·개체 인식·위치 지정 성능을 내세운다. 학습에 쓴 시각 데이터의 양은 공개되지 않았다.
Meta AI — Introducing Muse Spark: Scaling Towards Personal Superintelligence (2026-04-08)
- ✅
메타의 텍스트 비서 Meta AI는 매우 많은 사람에게 닿는다.
저커버그는 2025-05 연례 주주총회에서 Meta AI의 월간 활성 사용자가 메타 앱 전체에서 10억 명이라고 밝혔다. 2024-09의 5억 명에서 두 배가 된 수치다. 2026-07-29 2분기 실적 자료에는 Meta AI 사용자 수가 없다.
TechCrunch — Meta AI now has 1B monthly active users (2025-05-29) · 메타 Form 8-K 첨부 99.1 — 2026년 2분기 실적 (2026-07-29)
- ✅
Muse는 에이전트에 전용 가상 머신(VM)을 준다.
메타 공지(2026-09-08 게시, 2026-09-30 갱신)는 Muse가 에이전트와 사용자 데이터를 함께 담는 전용 가상 머신 Muse Secure VM에서 돈다고 밝힌다. 같은 공지는 이를 클라우드 속 전용 컴퓨터라고 설명한다.
- ✅
Muse의 제품 쪽은 Nat(냇 프리드먼)의 팀이 맡는다.
전 GitHub CEO 냇 프리드먼은 MSL에 제품 책임자로 합류해 Products and Applied Research 조직을 이끈다. 이 조직은 2025-08 재편 때 MSL의 네 조직 가운데 하나가 됐다.
- ✅
Muse 앱에는 모델 선택기도, 추론 강도 선택기도 없다.
제3자 리뷰는 Muse 에이전트의 모델 선택을 Muse Spark로 고정된 제품 경로로 정리한다. 메타 공지에도 소비자 앱의 모델 선택 기능은 없다. 개발자용 Meta Model API와 OpenRouter에서는 추론 강도를 minimal부터 max까지 고른다. 선택기가 없는 것은 소비자 앱에 한한다.
MyClaw — Muse AI Review: Meta’s Agent, Pricing & When to Use It · Pi — Meta: Muse Wonder (OpenRouter 모델 정보)
- ✅
Muse Wonder는 프런티어급의 새 모델 계열이고, MSL이 프런티어에 들어선 첫 모델이다.
메타는 2026-10-12 Muse Wonder와 Muse Wonder Full을 공개했다. TechCrunch는 같은 날 이 모델을 메타의 첫 프런티어 모델로 보도했다. 2025-08 조직 개편 뒤 메타가 낸 모델은 그때까지 Muse Spark와 Muse 에이전트뿐이었다.
TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12) · Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12)
- ⚠️
첫 모델 Muse Spark는 2025년 12월 무렵 마친 초기 사전 학습에 기반하고, 메타는 몇 배씩 큰 모델로 사다리를 오르듯 규모를 키웠다.
Muse Spark는 2026-04-08 Muse 계열 첫 모델로 공개됐다. 공개 글은 Muse Spark를 스케일링 사다리의 첫 단계라 부르고 사전 학습 스택을 9개월 동안 다시 만들었다고 밝히지만, 사전 학습 완료 시점은 적지 않는다. 2025년 12월이라는 시점은 화자 자기 보고다.
Meta AI — Introducing Muse Spark: Scaling Towards Personal Superintelligence (2026-04-08)
- ✅
Muse Wonder는 Muse Spark보다 훨씬 큰 모델이라 서비스 비용도 더 든다.
TechCrunch(2026-10-12)는 Muse Spark를 저지연용 경량 모델로, Wonder 계열을 그보다 큰 모델로 설명한다. 메타는 매개변수 수를 공개하지 않았다. Wonder의 API 가격은 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러다.
TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12) · Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12)
- ✅
메타는 Llama 4의 궤적에 만족하지 못해 지난 1년 반 동안 팀 전체를 다시 꾸렸다.
메타는 2025-04-05 Llama 4 Scout·Maverick을 공개했다. 저커버그는 2025-06-30 알렉산더 왕을 최고 AI 책임자로 앉히며 Meta Superintelligence Labs(MSL)를 세웠고, MSL은 2025-08 네 조직으로 재편됐다. 영상 공개일(2026-10-12)까지 약 1년 반이다. 저커버그가 Llama 4에 불만이었다는 내용은 언론 보도로 전해진다.
Meta AI — The Llama 4 herd (2025-04-05) · Wikipedia — Meta Superintelligence Labs
- ✅
이번 계열은 Muse Wonder와 그 상위 모델 Muse Wonder Full 두 가지로 나온다.
메타 개발자 블로그(2026-10-12)는 두 모델을 함께 공개했다. API 모델 ID는 muse-wonder-1.0이다. 두 모델 모두 컨텍스트는 100만 토큰이다.
Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12)
- ✅
Muse Wonder는 개인·업무용 에이전트 평가에서 메타 측정상 최고 성능이고, 자체 평가 Memory Bench가 능동 기억 성능을 보여 준다.
메타 표(2026-10-12)에서 MemoryBench 점수는 Wonder 85.6, Wonder Full 85.5로 Claude Fable 5.1(79.0), GPT-6 Astra(81.4), Claude Opus 5.5(81.5)보다 높다. 수치는 메타 자체 측정이고 독립 재현은 없다. 화자도 메타 측정 기준이라고 밝혔다.
Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12) · TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12)
- ✅
Muse Wonder는 모델 자체에 능동 기억(active memory)과 능동 집중(active focus)을 갖췄다.
메타 개발자 블로그(2026-10-12)는 Active Memory를 대화 사이에 중요한 맥락을 이어 가는 기능으로 설명한다. Active Focus는 과제가 막혀도 다른 방법을 시도해 끝까지 수행하도록 학습시킨 기능으로 설명한다. 모델이 컨텍스트 압축(compaction)을 직접 수행한다는 설명은 공개 문서에 없다.
Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12)
- ✅
Muse Wonder는 DeepSWE와 SWE-Marathon에서 최고 성능이고 Terminal-Bench 4에서도 좋은 성적을 낸다.
메타 표에서 DeepSWE 1.1은 Wonder Full 79.0·Wonder 78.8로 GPT-6 Astra(74.1)·Claude Opus 5.5(74.2)보다 높다. SWE-Marathon은 Wonder Full 57.5·Wonder 53.1로 1위다. Terminal-Bench 4.0-AA는 Wonder Full 57.1로 Opus 5.5(59.6)·Astra(59.1)보다 낮다. 수치는 메타 발표 자료에만 있다. 콜리슨이 21:59에 말한 SWE-bench는 DeepSWE와 다른 벤치마크다.
Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12) · eesel — Meta Muse Wonder review: benchmarks, pricing, and the Full catch (2026-10)
- ✅
Muse 앱의 무료 사용은 Muse Spark가 맡고, Muse Wonder는 처음에는 주로 유료 구독자에게 제공한다.
메타 공지는 Muse가 Muse Spark로 돌고 대부분 무료이며 더 쓰려면 구독한다고 밝힌다. 메타는 Wonder가 곧 Muse를 구동하고 구독자부터 적용된다고 발표했다. 2026-10-19 기준 Muse 앱 적용 날짜는 공개되지 않았다. Muse 앱 유료 요금제는 Power 월 20달러와 Maximum 월 100달러다.
Meta Newsroom — Introducing Muse: The World’s First Personal AI Agent Built for Everyone (2026-09-08) · eesel — Meta Muse Wonder review: benchmarks, pricing, and the Full catch (2026-10) · MyClaw — Muse AI Review: Meta’s Agent, Pricing & When to Use It
- ✅
Muse Wonder는 Meta Model API·OpenRouter·Muse Code에서 쓸 수 있고, Muse Wonder Full은 Muse Code 구독자에게 제공된다.
Meta Model API의 모델 ID는 muse-wonder-1.0이다. 가격은 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러다. OpenRouter는 meta/muse-wonder를 같은 가격에 올렸다. Wonder Full은 API·OpenRouter에 없다. Muse Code 요금제 넷 가운데 Power Usage(월 50달러)와 Maximum Usage(월 200달러)에서만 쓴다.
Meta Developers — Put your ideas to work with Muse Wonder and Muse Wonder Full (2026-10-12) · Pi — Meta: Muse Wonder (OpenRouter 모델 정보) · eesel — Meta Muse Wonder review: benchmarks, pricing, and the Full catch (2026-10) · OpenRouter (X) — Muse Wonder from @AIatMeta is live on OpenRouter (2026-10-12)
- 🟡
벤치마크로 보면 GPT-6 Astra, Claude Fable, Muse Wonder가 함께 프런티어에 있다(왕과 저커버그가 동의했다).
Astra는 오픈AI의 GPT-6 Astra, Fable은 앤트로픽의 Claude Fable 5.1이다. 메타 모델 카드는 Wonder 계열이 두 모델과 비슷한 점수라고 밝힌다. 2026-10-12 Artificial Analysis 지수는 Claude Opus 5.5 58, Wonder Full 56, Fable 5.1·GPT-6 Astra 53, Wonder 52다. 세 모델은 같은 대역에 있다. 그 시점 1위는 대화에서 빠진 Claude Opus 5.5였다.
eesel — Meta Muse Wonder review: benchmarks, pricing, and the Full catch (2026-10) · TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12)
- 🟡
콜리슨은 “지표가 목표가 되면 좋은 지표가 아니게 된다”는 문장을 굿하트의 법칙으로 소개했다.
찰스 굿하트의 1975년 원문은 “관측된 통계적 규칙성은 통제 목적으로 압력을 받으면 무너지는 경향이 있다”이다. 널리 쓰이는 “측정치가 목표가 되면 좋은 측정치가 아니게 된다” 문구는 인류학자 메릴린 스트래선의 1997년 논문에 처음 나온다. 법칙의 이름은 굿하트의 것이고 인용된 문구는 스트래선의 요약이다.
- ✅
왕은 Muse Wonder 연구 블로그 글이 ‘큰 모델 냄새’를 학습 분포 안팎 과제의 성능 격차로 정량화했고, Muse Spark 계열보다 Muse Wonder 계열에서 이 격차가 크게 개선됐다고 말했다.
메타 연구 블로그 「Muse Wonder」(2026-10-12)는 ‘벤치맥싱’ 불만과 ‘큰 모델 냄새’ 칭찬이 벤치마크가 못 잡는 능력의 폭을 가리킨다고 쓴다. 같은 글은 학습한 과제와 학습하지 않은 과제로 Muse Spark 1.3과 Muse Wonder Full을 비교하고, Muse Wonder Full이 낯선 과제에서 Muse Spark 1.3 추세의 예측보다 높다고 적는다. 원인은 더 큰 기반 모델로 설명한다. 본문에 격차의 수치는 없고 그래프로만 제시한다.
Meta AI Research — Muse Wonder: A Frontier Model For Personal & Professional AI Agents (2026-10-12)
- ⚠️
저커버그는 왕에게 처음 연락해 44분 통화했고, 이틀 뒤 왕이 ‘인원보다 인재 밀도’를 첫 항목으로 둔 계획서를 보냈으며 그것이 MSL 전략의 뼈대가 됐다고 말했다.
통화 시간과 계획서 내용은 당사자의 회고이고 외부 기록이 없다. 외부 기록으로 남은 사실은 메타가 2025-06 Scale AI에 143억 달러를 투자하며 왕을 최고 AI 책임자로 영입했고, 저커버그가 2025-06-30 MSL 창설을 발표했다는 것이다.
- ✅
저커버그는 Muse Spark 계열의 내부 코드명이 Avocado, Muse Wonder의 코드명이 Watermelon이었다고 말했다.
Muse Spark(2026-04-08 출시)의 원래 코드명이 Avocado였다는 내용은 출시 당시 보도에 나온다. Watermelon은 왕이 2026-07-02 사내 타운홀에서 “Avocado보다 연산 자원을 한 자릿수 더 쓴다”고 소개한 차기 모델의 코드명으로 보도됐다. Watermelon이 곧 Muse Wonder라는 연결은 이 대담의 발언이 공개적으로 밝힌 첫 자료다.
The Agent Report — Meta’s Watermelon Model Catches Up to GPT-5.5 (2026-07) · X — Rohan Paul: Muse Spark (originally codenamed Avocado)
- ⚠️
저커버그와 왕은 MSL 연구팀이 200명 미만, 100명에 가깝고 각 학습 단계에 수십 명이 붙으며 인프라 인력은 따로 있다고 말했다.
현재 연구 핵심 인원의 공식 수치는 없다. 2025-09 보도는 TBD Lab을 약 50명으로 전했고, CFO 수전 리는 그 조직에 연구자·엔지니어 “수십 명”이 있다고 말한 것으로 보도됐다. MSL 전체는 2025-10-22 600명 감원 뒤 3,000명에 조금 못 미치는 규모로 보도됐다.
Wikipedia — Meta Superintelligence Labs · Fortune — Meta Superintelligence Labs TBD Lab AI researchers (2025-09-19) · CNBC — Meta lays off 600 from ‘bloated’ AI unit (2025-10-22)
- ⚠️
왕은 Muse Wonder가 다수의 재무 평가와 법률 평가에서 최고 성능 모델이라고 말했다.
메타 블로그(2026-10-12)는 개인·전문 에이전트, 기억, 코딩의 주요 벤치마크에서 최고 성능을 주장하고 법률 분야로 Harvey의 Legal Agent Benchmark(LAB)를 든다. 본문에는 재무 벤치마크의 이름과 점수가 없고 결과는 그래픽과 별도 보고서로 넘긴다. 메타 자체 발표이며 독립 평가로 확인된 순위는 아니다.
- ⚠️
왕은 사전 학습 연구자들이 “유리를 씹으며 심연을 응시한다”는 Roon의 트윗이 있다고 인용했다.
Roon(@tszzl)은 오픈AI 소속으로 알려진 익명 AI 연구자 계정이다. 이 문구를 담은 원 게시물은 공개 검색 결과에 나오지 않는다. 이 회차를 요약한 페이지들만 왕의 인용으로 전한다.
Teahose — Muse Wonder: Zuckerberg and Wang's $100B AI 요약 · X — Roon(@tszzl) 계정 소개 답글
- ⚠️
왕은 메타가 보유 연산 자원의 큰 비율을 Muse Wonder 사전 학습에 투입했다고 말했다.
투입 비율은 공개되지 않았다. 2026-07 보도는 왕이 사내에서 Watermelon(Muse Wonder)이 Avocado(Muse Spark)보다 연산 자원을 한 자릿수 더 쓴다고 말했다고 전한다. 메타 블로그(2026-10-12)는 Muse Wonder를 기가와트급 Prometheus 데이터센터에서 학습했다고 적는다.
The Agent Report — Meta’s Watermelon Model Catches Up to GPT-5.5 (2026-07) · Meta AI Research — Muse Wonder (2026-10-12)
- ✅
저커버그는 모델을 키우면 데이터도 함께 늘려야 하고 그러지 않으면 과적합한다는 점이 초기 사전 학습 스케일링 법칙에서 나왔다고 말했다.
캐플런 외(오픈AI, 2020-01-23)는 과적합 정도가 모델 크기와 데이터 크기로 정해지는 단순한 식을 따른다고 보고했다. 호프만 외(딥마인드 ‘친칠라’, 2022-03-29)는 연산 최적 학습에서 모델 크기를 두 배로 늘릴 때마다 학습 토큰도 두 배로 늘려야 한다고 결론 냈다.
arXiv — Kaplan et al., Scaling Laws for Neural Language Models (2020-01-23) · arXiv — Hoffmann et al., Training Compute-Optimal Large Language Models (2022-03-29)
- ✅
저커버그는 Muse Spark 1에서 1.1·1.2·1.3으로 갈 때 사전 학습은 그대로 두고 강화학습만 더 얹었다고 말했다.
메타 블로그(2026-10-12)는 Muse Spark, 1.1, 1.2를 출시 목록에 올리고 Muse Spark 1.3을 비교 그래프의 기준선으로 쓴다. 1.1은 2026-07-09, 1.3은 2026-09-02 출시로 보도됐다. 같은 기반 모델 위의 후속 학습이라는 설명은 메타의 진술이고, 블로그는 Muse Wonder 계열만 더 큰 기반 모델을 쓴다고 구분한다.
Meta AI Research — Muse Wonder (2026-10-12) · AI at Meta — Introducing Muse Spark 1.1 · LLM Stats — Muse Spark 1.3
- ✅
저커버그는 Muse Wonder에 아직 버전 번호를 붙이지 않았고 첫 소수점 판에서 정하겠다고 말했다.
메타 블로그(2026-10-12)는 Muse Wonder와 Muse Wonder Full 두 모델을 숫자 없이 낸다. 같은 글 기준 Muse Wonder는 Meta Model API와 Muse Code에서 바로 쓸 수 있고, Muse Wonder Full은 Muse Code 구독자용이다. Muse 앱 탑재는 구독자부터 곧 시작한다고 적혀 있다.
- ✅
왕은 Muse Wonder를 작년, 곧 2025년 8월부터 계획해 왔다고 말했다.
메타 블로그(2026-10-12)는 “14개월 전” AI 작업의 전면 개편을 시작했다고 적는다. 2026-10에서 14개월 전은 2025-08이다. 2026-04-08 Muse Spark 블로그도 지난 9개월 동안 사전 학습 스택을 다시 만들었다고 적는다. Muse Wonder 계획 자체의 시작 시점은 당사자 진술이다.
Meta AI Research — Muse Wonder (2026-10-12) · AI at Meta — Introducing Muse Spark: Scaling Towards Personal Superintelligence (2026-04-08)
- ✅
왕은 Muse Spark를 처음 소개한 블로그 글에서 Muse Spark를 더 큰 모델로 가는 디딤돌로 설명했다고 말했다.
2026-04-08 메타 AI 블로그는 Muse Spark를 “스케일링 사다리의 첫 단계”이자 AI 작업 전면 개편의 첫 산물로 부르고 더 큰 모델이 개발 중이라고 적는다. 그 글에 Muse Wonder라는 이름은 나오지 않는다.
AI at Meta — Introducing Muse Spark: Scaling Towards Personal Superintelligence (2026-04-08)
- ✅
저커버그는 오하이오의 Prometheus 클러스터가 1기가와트 넘는 규모로 커진다고 말했다.
Prometheus는 오하이오주 뉴올버니에 있고 계획 용량은 1,000메가와트다. 2026-07 기준 일부 단계가 가동 중이고 나머지는 건설 중이다(Compute Atlas, 2026-08-08 갱신). 메타 블로그(2026-10-12)는 Muse Wonder를 기가와트급 Prometheus 데이터센터에서 학습했다고 적는다. 1기가와트를 넘는 정확한 최종 용량은 공개되지 않았다.
Compute Atlas — Meta Prometheus, New Albany, OH (2026-08-08 갱신) · Meta AI Research — Muse Wonder (2026-10-12)
- 🟡
저커버그는 루이지애나에 짓는 Hyperion 클러스터가 5기가와트까지 커지고 앞으로 몇 년에 걸쳐 가동된다고 말했다.
Hyperion은 루이지애나주 리치랜드 패리시에 있고 최대 5기가와트를 쓰도록 계획됐다. 2026-07에 확인된 일정은 2030년까지 약 2기가와트, 전체 캠퍼스 완공은 2032년 무렵이다. 5기가와트 규모는 맞고 전체 가동까지는 ‘몇 년’보다 긴 6년가량이 남아 있다. 투자 규모는 500억 달러 이상으로 기재된다.
- ✅
저커버그는 두 클러스터의 계획이 MSL보다 앞선 2023~2024년, Llama 프로그램 시절에 시작됐다고 말했다.
Hyperion 부지는 2024년 초부터 검토됐고 2024-12-04 ‘프로젝트 수크레’라는 이름으로 처음 발표됐다. MSL 창설 발표(2025-06-30)보다 앞선다. Prometheus 계획이 시작된 시점은 공개 기록에 없다.
Wikipedia — Hyperion Data Center · Wikipedia — Meta Superintelligence Labs
- ✅
저커버그는 메타가 데이터센터와 칩, 저수준 인프라를 직접 만드는 풀스택 회사라고 말했다.
메타는 자체 AI 가속기 MTIA(Meta Training and Inference Accelerator)를 설계한다. 2026-04-14 메타는 브로드컴과 여러 세대의 MTIA를 공동 개발하는 계약을 발표했고, 첫 단계 물량은 1기가와트를 넘는다. 칩 제조는 외부 파운드리가 맡는다.
Meta Newsroom — Meta Partners With Broadcom to Co-Develop Custom AI Silicon (2026-04-14)
- ✅
저커버그는 작년(2025년) 말 모델을 보기도 전에 1,000억~2,000억 달러 규모의 투자를 결정했다고 말했다.
메타는 2026-01-28 2026년 설비투자(금융리스 원금 상환 포함) 전망을 1,150억~1,350억 달러로 냈고, 증가 요인으로 MSL 투자를 명시했다. 2026-07-29에는 전망을 1,300억~1,450억 달러로 좁혔다. 2025년 설비투자 실적은 722억 2천만 달러다.
SEC — Meta 8-K Exhibit 99.1, Q4 2025 실적 (2026-01-28) · SEC — Meta 8-K Exhibit 99.1, Q2 2026 실적 (2026-07-29)
- ⚠️
왕은 2025년 말 하와이 경영진 회의에서 CFO 수전 리가 이 모델이 실패하면 재무적으로 매우 나쁘다고 여러 번 당부했다고 말했다.
수전 리는 2022-11부터 메타 최고재무책임자(CFO)다. 하와이 회의와 그 자리의 발언은 당사자 회고이고 외부 기록이 없다.
- ⚠️
저커버그는 1기가와트 클러스터를 1년 운영하는 데 대략 150억 달러가 든다고 말했다.
메타는 이 비용을 공시하지 않는다. 비교할 시장 가격으로 네비우스가 밝힌 메가와트당 연간 계약가는 2026년 초 1,200만 달러, 2분기 2,000만 달러 초과다. 기가와트로 환산하면 연 120억~200억 달러로 같은 자릿수지만, 이는 임대 가격이지 운영 원가가 아니다.
- ✅
저커버그는 1기가와트 클러스터를 짓는 설비투자가 500억~600억 달러쯤 된다고 말했다.
엔비디아 CEO 젠슨 황은 2026-09 G20 행사에서 1기가와트 시설의 건설비를 500억~600억 달러로 추정했다. 2025-08 엔비디아 실적 발표에서도 같은 범위를 제시한 것으로 보도됐다.
The Motley Fool — Jensen Huang Just Said a 1-Gigawatt Facility Is Worth $50 Billion to $60 Billion (2026-09-07) · Crypto Briefing — Nvidia’s Jensen Huang tells G20 ministers AI infrastructure could cost $50B–$60B per gigawatt
- ⚠️
왕은 재무 집계를 근거로 프런티어 모델 하나를 학습하는 데 수백억 달러가 든다고 말했다.
메타는 모델별 학습 비용을 공개하지 않는다. 이 수치는 저커버그가 같은 대목에서 든 기가와트당 연 운영비 약 150억 달러에 연구 실험을 더한 추정과 맞물린 내부 집계이고, 외부에서 검증할 자료가 없다.
- ✅
왕은 메타 경영진 대부분이 오래 근무했고 자신과 냇 프리드먼만 새로 합류한 사람이라고 말했다.
왕은 2025-06 Scale AI CEO에서 메타 최고 AI 책임자로 옮겼다. 전 깃허브 CEO 냇 프리드먼은 MSL에서 AI 제품 부문을 이끈다. 수전 리 CFO는 2008년 메타에 입사했다.
Wikipedia — Meta Superintelligence Labs · Meta — Leadership: Susan Li
- ✅
콜리슨은 저커버그가 안드로이드·iOS 위에서 서비스를 만들며 남의 플랫폼에 의존한 경험을 오래 문제 삼아 왔다고 말했다.
저커버그는 2024-07-23 공개서한 「Open Source AI Is the Path Forward」에서 애플이 플랫폼에서 허락하는 범위에 묶여 서비스를 만든 경험을 자신의 형성적 경험으로 꼽았다. 같은 글에서 경쟁사의 닫힌 생태계에 묶이지 않겠다고 썼다.
Meta Newsroom — Mark Zuckerberg, Open Source AI Is the Path Forward (2024-07-23)
- ⚠️
저커버그는 메타 수준의 규모로 추천 시스템을 돌리는 회사는 메타와 바이트댄스 정도뿐이라고 말했다.
추천 시스템 규모를 회사별로 비교한 공개 지표가 없다. 화자의 평가로 남는다.
- ✅
Muse는 Instacart로 장보기 재료를 주문해 주고, 결제에는 스트라이프 연동을 쓴다.
Muse는 2026년 9월 초 출시 때부터 Link by Stripe로 결제하고, 2026-09-23에는 Shop Pay가 더해졌다. 같은 날 메타는 Instacart 연동을 예고했고 Instacart 연결 소식이 같은 날 보도됐다. 저커버그가 주 1~2회 쓴다는 사용 빈도는 화자 자기 보고다.
TechCrunch — Everything new coming to Meta's AI agent Muse (2026-09-23) · AGTP on X — Instacart is now connected to Meta's Muse
- ⚠️
출시 직전 주말 라이브 방송에서 저커버그가 먹은 수박은 Muse가 Instacart 장보기 주문에 스스로 끼워 넣은 것이다.
라이브 방송과 수박은 확인된다. Muse Wonder의 내부 코드명은 Watermelon이었고 저커버그는 출시(2026-10-12) 전 인스타그램 라이브에서 바비큐를 하며 "big watermelon"을 예고했다. Muse가 그 수박을 주문했다는 부분은 화자 자기 보고다.
The Daily Campus — Meta debuts Muse Wonder, its most advanced AI model yet (2026-10-14)
- ✅
스트라이프는 Stripe Projects로 개발자의 코딩 에이전트가 필요한 서비스에 가입하고 결제하는 문제를 풀고 있다.
Sessions 2026 보도자료(2026-04-29)는 Stripe Projects를 전체 공개했다. 개발자나 그 에이전트가 배포에 필요한 서비스에 가입·결제·연동한다. 파트너는 14곳이 늘어 Vercel, Supabase, Cloudflare를 포함한 32곳이 됐다.
- ⚠️
왕은 2023년 패트릭 콜리슨과 저녁을 먹으며 스트라이프가 에이전트 커머스 대비에 이미 늦었다고 말했다.
사적인 자리에 대한 화자 자기 보고다. 이 대화를 기록한 공개 자료는 없다.
- 🟡
스트라이프는 5월 Sessions 행사에서 에이전트 커머스 관련 발표를 여럿 내놓았다.
발표 내용은 맞다. 스트라이프 뉴스룸의 Sessions 2026 보도자료는 2026-04-29자이고 288개 출시 가운데 Agentic Commerce Suite 확대, 구글 AI Mode·Gemini 앱 판매 제휴, 에이전트용 Link 지갑을 담았다. 행사 시점은 5월이 아니라 4월 말이다.
Stripe Newsroom — Stripe builds out the economic infrastructure for AI with 288 launches (2026-04-29) · Stripe Blog — Everything we announced at Sessions 2026
- ⚠️
스트라이프의 에이전트 커머스 지표는 2026년 9월부터 수직으로 치솟기 시작했다.
스트라이프 내부 지표에 대한 화자 자기 보고다. Sessions 2026 보도자료에는 에이전트 커머스 거래량 수치가 없고 패트릭 콜리슨의 "에이전트가 온라인 거래 대부분을 차지하게 된다"는 전망만 있다. 9월 급증을 뒷받침하는 공개 수치는 없다.
- ✅
스트라이프는 OpenRouter 인수에 합의했고 2026-10-12 시점에 거래는 아직 종결되지 않았다(94:06에서 콜리슨이 다시 언급).
스트라이프 뉴스룸은 2026-08-19에 OpenRouter 인수 합의를 발표했다. 인수가는 공개하지 않았고 언론은 70억 달러 이상(블룸버그)에서 75억 달러(뉴욕타임스)로 보도했다. 2026-10-19까지 종결 공시는 나오지 않았다.
Stripe Newsroom — Stripe agrees to acquire OpenRouter (2026-08-19) · Menlo Ventures — Stripe to Acquire OpenRouter (2026-08-19) · Fortune — Stripe clinches over $7 billion deal to buy AI firm OpenRouter (2026-08-16)
- ✅
OpenRouter는 하루 10조 토큰 넘게 처리한다.
OpenRouter 투자사 멘로 벤처스는 2026-08-19 기준 연간 처리량 환산치를 4.5천조(4.5 quadrillion) 토큰 이상으로 적었다. 하루로 나누면 약 12조 토큰이다. 2026년 중반 주간 처리량이 90조 토큰을 넘었다는 보도도 같은 규모다.
Menlo Ventures — Stripe to Acquire OpenRouter (2026-08-19) · Crypto Briefing — OpenRouter reports 9,000x increase in token usage since January 2024
- ✅
Muse Wonder를 포함한 메타 모델은 수백 개의 다른 모델과 함께 OpenRouter에서 쓸 수 있다.
OpenRouter의 메타 페이지는 meta/muse-wonder와 Muse Spark 1.1~1.3 등 메타 모델 10종을 같은 API로 제공한다. OpenRouter는 2026-10-12 X 계정에서 Muse Wonder 공개를 알렸다. 스트라이프 발표문은 OpenRouter가 80곳 넘는 공급자의 모델 400개 이상을 다룬다고 적었다.
OpenRouter — Meta API and Models · OpenRouter on X — Muse Wonder from @AIatMeta is live on OpenRouter (2026-10-12) · Stripe Newsroom — Stripe agrees to acquire OpenRouter (2026-08-19)
- 🟡
애플은 2014~2015년쯤 Siri를 내놓았다.
애플은 Siri를 2011-10-14 출시한 iPhone 4S에 베타로 처음 넣었다. 화자가 단 "그쯤"이라는 단서를 감안해도 시점이 3~4년 어긋난다. 오래전부터 음성 비서가 있었다는 논지는 유지된다.
- ✅
메타는 넓은 시야의 완전한 증강현실이 아닌, 작은 디스플레이를 단 안경을 출하하기 시작했다.
메타는 2025-09-17 Connect에서 Meta Ray-Ban Display를 공개하고 2025-09-30 미국 일부 매장에서 판매를 시작했다. 가격은 Meta Neural Band 포함 799달러다. 메타는 이 제품을 시야 한쪽에 컬러 화면을 띄우는 'Display AI glasses'로 분류하고, Orion 같은 '증강현실 안경'과 구분한다.
Meta Newsroom — Meta Ray-Ban Display: AI Glasses With an EMG Wristband (2025-09-17, 2025-09-30 갱신)
- ✅
메타는 외부 개발자가 Muse와 연결되는 기기를 만들 수 있게 Muse Gadgets를 공개했고, 그 뒤 휴대폰 제조사 여러 곳이 연동 의사를 밝혀 왔다.
Muse Gadgets는 2026-10-02 공개된 오픈소스 프로젝트로, 펌웨어와 리눅스 SDK, Raspberry Pi·ESP32용 예제를 제공한다. 휴대폰 제조사의 연동 문의는 공개 보도에 없는 화자 자기 보고다.
TechCrunch — Meta wants your next gadget to be Muse-infused (2026-10-02)
- 🟡
메타가 막 출하한 동전만 한 USB 기기 HomeLink를 꽂으면 Muse가 집 안의 기기에 연결된다.
Home Link는 실재한다. MSL 제품 책임자 냇 프리드먼이 2026-10-02 공개한 USB-C 전원 기기로, Muse를 스피커·스마트 TV 같은 집 안 기기에 연결한다. 5,000대를 미국 Muse 구독자에게 무료로 나눠 주며 출하는 '몇 주 안'으로 예고됐다. 2026-10-19까지 출하 완료를 알린 공개 자료는 없어 '이미 출하했다'는 표현은 시점이 앞선다.
TechCrunch — Meta wants your next gadget to be Muse-infused (2026-10-02) · Forkast — Muse Home Link Ships in Weeks
- ✅
구글은 AI 설비투자 때문에 잉여현금흐름이 마이너스로 돌아섰다.
알파벳의 2026년 2분기 잉여현금흐름은 -58억 5,500만 달러였다. 영업현금흐름 390억 6,900만 달러보다 설비투자(유형자산 취득) 449억 2,400만 달러가 컸다. 실적은 2026-07-22 발표됐다. 한 분기 기준이며 직전 12개월 합계는 플러스다.
Search Engine Journal — Alphabet Q2 Earnings Show $5.85 Billion Negative Free Cash Flow (2026-07-23) · Yahoo Finance — Alphabet's Free Cash Flow Just Went Negative
- ✅
메타는 아직 잉여현금흐름이 마이너스가 아니다.
메타의 2026년 2분기 잉여현금흐름은 7억 8,400만 달러로 플러스였다. 같은 분기 설비투자는 311억 달러였고 연간 설비투자 전망은 1,300억~1,450억 달러다. 3분기 실적은 2026-10-19 기준 아직 나오지 않았다.
Yahoo Finance — Meta Platforms (META) Q2 2026 Earnings Call Highlights · CNBC — Meta's stock drops on disappointing guidance, dwindling free cash flow (2026-07-29)
- ✅
수전 리는 메타의 자금 조달 질문에 답할 최고재무책임자(CFO)다.
메타 2026년 2분기 실적 발표 질의응답은 수전 리를 CFO로 적는다.
Yahoo Finance — Meta Platforms (META) Q2 2026 Earnings Call Highlights
- ✅
Muse의 기본판은 무료이고, Muse 안에서 Muse Wonder를 쓰려면 구독료를 낸다.
Muse Wonder는 2026-10-12 출시됐고 Muse 앱에서 월 20달러 또는 100달러 구독으로 쓴다. 상위 모델 Muse Wonder Full은 월 50달러 또는 200달러인 Muse Code 구독자만 쓴다. 저커버그는 2026-09-23 Muse를 많은 토큰까지 무료로 두고 거래에서 작은 수수료를 받겠다고 말했다.
The Daily Campus — Meta debuts Muse Wonder, its most advanced AI model yet (2026-10-14) · TechCrunch — Everything new coming to Meta's AI agent Muse (2026-09-23)
- ✅
메타는 Meta Enterprise Platform을 시작했고 CJ 데사이가 합류해 이 조직을 만든다.
메타는 2026-09-28 MongoDB CEO였던 CJ(치란탄) 데사이를 새 직책인 최고 엔터프라이즈 플랫폼 책임자로 영입했다. 데사이는 저커버그에게 직접 보고한다. 이 플랫폼은 Muse 에이전트, Meta Business Agent, Muse API, Muse Code로 시작한다.
Gies College of Business — Gies Business alumnus CJ Desai to lead Meta's new enterprise business (2026-09-29) · CNBC — Meta hires MongoDB CEO CJ Desai to lead enterprise unit (2026-09-28)
- ✅
메타의 핵심 사업은 수천억 달러 규모이고 지금도 빠르게 자란다.
메타의 2026년 2분기 매출은 608억 달러로 1년 전보다 28% 늘었다. 분기 매출을 4배 하면 연 2,400억 달러를 넘는다. 앱 패밀리 부문 매출이 604억 달러로 거의 전부다.
Yahoo Finance — Meta Platforms (META) Q2 2026 Earnings Call Highlights
- ✅
연산 자원이 부족해 H100 한 장의 가치는 지금이 1년 전보다 높다.
세미애널리시스는 H100 1년 임대 계약가가 2025년 10월 시간당 1.70달러에서 2026년 3월 2.35달러로 약 40% 올랐다고 집계했다. 같은 보고서는 일부 H100 계약이 2~3년 전 단가 그대로 2028년까지 갱신된다고 적었다.
SemiAnalysis — The Great GPU Shortage (2026-04-02) · Crypto Briefing — Nvidia's H100 GPU gains about 30% in value
- ✅
Muse Wonder와 경쟁하는 프런티어 모델로 Fable과 Astra가 있다.
앤트로픽은 2026-09-01 Claude Fable 5.1을 공개했다. 오픈AI의 GPT-6 Astra는 2026-09-03 출시로 보도됐는데, 이 날짜는 비교 사이트 보도로만 확인된다.
Wikipedia — Claude (language model) · Maxim — OpenAI vs Anthropic 2026: GPT-6 Astra vs Claude Fable 5.1
- ✅
엔비디아는 최근 오픈소스 생태계를 지원하는 행보를 보였다.
엔비디아는 2026년 8월 공개 모델 Nemotron 3.5 Lightning을 냈다. 대담 사흘 뒤인 2026-10-15에는 1,200억 파라미터 Nemotron 3.5 Super VL을 가중치·데이터셋·학습 레시피와 함께 공개했다. 이 모델은 Nemotron Coalition과 함께 만들었다.
NVIDIA Blog — NVIDIA Expands Nemotron Family With Super VL and Bolt Models (2026-10-15) · CNBC — Nvidia releases Nemotron 3.5 Lightning (2026-08-11)
- 🟡
저커버그는 메타가 Llama 4를 2025-04-04에 출시했다고 말했다.
메타 공식 블로그의 Llama 4 발표일은 2025-04-05다. 이날 메타는 Llama 4 Scout와 Llama 4 Maverick을 공개했다. 화자는 날짜에 「I think」를 붙였다.
- ⚠️
두 사람은 저커버그가 2025-04-20~21께 WhatsApp 메시지로 왕에게 통화를 청한 것이 접촉의 시작이라고 회고했다.
Fortune(2026-10-17)도 첫 접촉을 2025-04의 WhatsApp 통화 요청으로 적는다. 그 기사는 이 대담과 왕의 다른 인터뷰 회고를 옮긴 것이다. 4월 20~21일이라는 날짜를 따로 뒷받침하는 자료는 없다.
- ✅
왕의 정정에 따라 콜리슨은 MSL이 생긴 지 1년 남짓 됐다고 말했다.
저커버그는 2025-06-30 사내 메모로 메타 슈퍼인텔리전스 랩스(MSL) 설립을 알렸다. 대담 공개일 2026-10-12 기준으로 1년 3개월이 지났다. 콜리슨이 먼저 말한 2년은 방송 중에 바로잡혔다.
Entrepreneur — Mark Zuckerberg Reveals Meta Superintelligence Labs, Names Who He Poached From OpenAI, Google, Anthropic (2025-06-30) · Wikipedia — Meta Superintelligence Labs (2026-10-19 판)
- ✅
저커버그는 메타가 스케일 AI 지분 49%를 사들이는 거래로 왕을 데려왔다고 말했다.
메타는 2025-06에 스케일 AI의 의결권 없는 지분 49%를 사들였다. 왕은 이 거래와 함께 스케일 AI를 떠나 메타 최고 AI 책임자가 됐다. 금액은 Entrepreneur(2025-06-30)가 143억 달러, Wikipedia 스케일 AI 문서가 148억 달러로 서로 다르다.
Entrepreneur — Mark Zuckerberg Reveals Meta Superintelligence Labs, Names Who He Poached From OpenAI, Google, Anthropic (2025-06-30) · Wikipedia — Scale AI (2026-10-19 판)
- ✅
저커버그는 냇 프리드먼과 대니얼 그로스가 초기 핵심 그룹에 합류했다고 말했다.
냇 프리드먼(전 GitHub CEO)은 2025-06에 MSL 제품 책임자로 합류했다. 대니얼 그로스는 2025-07에 프리드먼과 짝을 이루는 자리로 MSL에 들어왔다. 2025-08 개편 뒤 프리드먼은 제품·응용 연구 조직을 맡았다.
Wikipedia — Meta Superintelligence Labs (2026-10-19 판) · Wikipedia — Nat Friedman (2026-10-19 판)
- ⚠️
저커버그는 초기 몇 달 동안 캘린더를 한두 달 비운 채 연구자만 만나며 「슈퍼노바」식으로 팀을 끌어모았다고 말했다.
Fortune(2026-10-17)도 캘린더를 두 달 비운 일과 「슈퍼노바」라는 이름을 적는다. 그 기사는 이 대담의 회고를 옮긴 것이다. 거래 발표 전부터 왕이 채용에 나섰다는 대목도 두 사람의 자기 보고다.
- ✅
저커버그는 스케일 AI를 운영 부담이 큰 데이터 사업으로 묘사했다.
스케일 AI는 2016년 알렉산더 왕과 루시 궈가 세운 회사다. 첫 사업은 AI 학습용 데이터 주석(라벨링)이었다. 지금은 RLHF 서비스, 대규모 언어 모델(LLM) 평가, 기업용 AI 소프트웨어도 판다.
- ⚠️
저커버그는 여러 연구소의 리더와 연구 책임자를 두루 만나 본 뒤 왕을 적임자로 골랐다고 말했다.
상담 과정은 저커버그의 자기 보고다. 왕에 대한 평가는 공개 기록과 맞는다. 저커버그는 2025-06-30 MSL 설립 메모에서 왕을 「그 세대에서 가장 인상적인 창업자」라고 불렀다.
- ⚠️
저커버그는 왕이 직속 보고 200명 가까이를 두는 평평한 조직으로 비기술 관리자를 없앴다고 말했다.
저커버그는 2025-09-19 Fortune 보도에서도 TBD Lab 구조를 「매우 평평하다」고 말했다. 200명이라는 수는 왕 자신의 인터뷰 발언(200명 이상)에서만 나온다. Fortune(2026-10-17)은 왕의 말을 빌려 핵심 연구 인력을 200명 미만, 100명 안팎으로 적는다.
Fortune — 저커버그의 TBD Lab 운영 발언 보도 (2025-09-19) · Fortune — A 44-minute call and a memo: How Alexandr Wang won Mark Zuckerberg’s trust—and a $100 billion-plus AI bet (2026-10-17) · X — Karl Mehta 게시물, 왕의 직속 보고 200명 이상 발언 인용 (게시일 미상)
- ✅
콜리슨은 메타가 왕을 비롯한 인재를 데려오려고 막대한 돈을 썼다고 말했다.
Wikipedia MSL 문서는 New York Times를 인용해 메타가 오픈AI·구글 인력에게 100만~1억 달러 규모의 보상 패키지를 제시했다고 적는다. 샘 올트먼이 말한 1억 달러 계약 보너스는 메타 CTO 앤드루 보즈워스가 부인했다(Entrepreneur, 2025-06-30).
Wikipedia — Meta Superintelligence Labs (2026-10-19 판) · Entrepreneur — Mark Zuckerberg Reveals Meta Superintelligence Labs, Names Who He Poached From OpenAI, Google, Anthropic (2025-06-30)
- ✅
콜리슨은 왕이 메타 합류 전에 프런티어 모델을 훈련해 본 적이 없었다고 말했다.
왕의 경력은 2016년 스케일 AI 공동 창업부터 2025-06 메타 합류까지 그 회사 CEO가 전부다. 저커버그도 같은 대담에서 왕이 이런 모델을 훈련해 본 적은 없다고 인정했다.
- ✅
두 사람은 MSL을 받치려고 인프라 팀이 대규모 데이터센터와 클러스터를 짓고 있다고 말했다.
TechCrunch(2026-10-12)에 따르면 Muse Wonder는 2026년 들어 가동한 오하이오주 중부의 Prometheus 데이터센터에서 학습했다. 2025-08 개편 때 생긴 인프라 조직 MSL Infra는 아파르나 라마니가 이끈다.
TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12) · Wikipedia — Meta Superintelligence Labs (2026-10-19 판)
- ✅
왕은 MSL을 세울 때 팀에 마감이 없다고 분명히 밝혔다고 말했다.
저커버그는 2025-09-19 Fortune 보도에서 자신이 마감을 정해도 도움이 안 된다고 말했다. 이유는 「연구는 얼마나 걸릴지 모른다」였다. 이 근거는 메타 경영진의 앞선 발언이다.
- ⚠️
저커버그는 Muse Wonder가 사전 학습을 마친 뒤 강화학습(RL)에 들어가자마자 Muse Spark를 앞섰다고 말했다.
학습 경과는 화자 자기 보고다. Muse Spark는 2026-04-08 MSL의 첫 모델로, Muse Wonder와 Muse Wonder Full은 2026-10-12에 나왔다. 왕은 사전 학습 단계는 perplexity 기반 평가로, RL 단계는 벤치마크로 중간 신호를 본다고 설명했다.
Meta Newsroom — Muse Spark 발표 (2026-04-08) · TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12)
- ✅
저커버그는 Llama 팀과 FAIR의 인력을 끌어오되 조직은 처음부터 새로 시작하는 전면 재시작을 택했다고 말했다.
Wikipedia MSL 문서에 따르면 FAIR를 포함한 기존 AI 조직은 MSL 아래로 들어갔다. 2025-08에 MSL은 TBD Lab, FAIR, 제품·응용 연구, MSL Infra의 네 조직으로 다시 짜였다. 재시작을 언제 정했는지는 화자 자기 보고다.
Wikipedia — Meta Superintelligence Labs (2026-10-19 판) · TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12)
- ✅
저커버그는 CRED 창업자 쿠날 샤를 데려와 메타의 가장 큰 진출국인 인도의 커머스를 키우려고 WhatsApp을 맡겼다고 말했다.
메타는 2026-06-22 쿠날 샤를 윌 캐스카트의 후임 WhatsApp 책임자로 발표했다. 같은 날 CRED에 대한 9억 달러 투자 라운드도 주도했다. TechCrunch는 인도를 사용자 5억 명 이상의 WhatsApp 최대 시장으로 적는다. 메타 전체 기준 국가 순위는 이 기사에 없다.
- ⚠️
왕은 합류 직후 회의에서 기존 조직의 핵심 리더 한 명이 추론 모델이 필요 없다고 말했다고 전했다.
회의 내용은 왕의 자기 보고다. 그 리더의 이름은 나오지 않는다. 왕은 그가 지금 메타에 없다고만 말했다. 참고 링크는 발언이 나온 대본이다. 이 일화를 다룬 외부 기록은 찾지 못했다.
- ⚠️
왕은 인스타그램을 이끄는 아담 모세리가 개인용 바이브 코딩과 미니 앱 환경을 갖췄다고 말했다.
모세리는 2018-10-01부터 인스타그램 책임자다. 2026-10-13에 편집된 Wikipedia 문서도 그를 현직으로 적는다. 개인 코딩 환경 이야기는 왕의 자기 보고다.
- ⚠️
두 사람은 아주 최근까지 모델 이름을 두고 다퉜다고 말했다.
내부 논쟁은 두 사람의 자기 보고다. 최종 이름 Muse Wonder는 2026-10-12 발표에 쓰였다.
TechCrunch — Meta releases its first frontier model, Muse Wonder (2026-10-12)
- ✅
저커버그는 왕이 스케일 AI 시절 욕설이 섞인 「정말 신경 쓰는 사람을 뽑아라」라는 채용 철학을 글로 남겼다고 말했다.
왕은 2020-11-26 개인 Substack에 「Hire people who give a shit.」라는 글을 올렸다. 스케일 AI 팀에 보낸 사내 메모를 공개한 글이다. 그는 채용에서 주로 「신경 쓰는가」 하나를 본다고 적었다.
Alexandr Wang, Rational in the Fullness of Time — Hire people who give a shit. (2020-11-26)
- ✅
저커버그는 연구자들이 X에 많이 있어서 X에 다시 글을 올리고 있다고 말했다.
저커버그는 2026-07-09 Muse Spark 1.1과 메타 모델 API를 알리며 약 3년 만에 X에 글을 올렸다(The News, 2026-07-10). 그는 2026-09 Alex Heath 인터뷰에서도 AI·기술 업계 사람들이 X에 있다는 이유로 게시를 이어 간다고 말했다.
The News — Zuckerberg breaks 3-year silence on 'X' with surprise return (2026-07-10) · X — Alex Heath 게시물, 저커버그가 X에 다시 게시하는 이유 (게시일 미상)
- ⚠️
저커버그는 X에 올리는 글을 모두 Threads에도 올린다고 말했다.
IBTimes UK(2026-07-10)는 2026-07-09 Muse Spark 1.1 발표가 Threads가 아니라 X에 올라갔다고 적는다. Axios(2026-07-30)는 같은 발표를 X와 Threads에 동시에 올렸다고 적는다. 두 보도가 어긋나서 판정할 근거가 없다.
IBTimes UK — Zuckerberg Announces New AI Model on X, Not Threads (2026-07-10) · Axios — What Mark Zuckerberg and Jensen Huang's posts say about X's constant success (2026-07-30)
영상 설명란은 이 회차를 메타가 AI 인프라를 5기가와트 넘게 키우는 시점의 대담으로 소개한다. 중심 주제는 Muse Wonder 출시와 개인 AI 에이전트다. 설명란이 꼽는 논점은 MSL 창설과 인재 전면 재구성, 모델의 결과를 알기 전에 결정한 1,000억 달러 이상의 설비투자, Muse Wonder의 능동 기억·멀티모달 지각·프런티어 코딩이다. 에이전트 커머스, 스마트 안경 같은 기기, 초지능을 수십억 명에게 쥐여 준다는 목표도 함께 든다.
화자 이름이 붙은 전체 대본은 Cheeky Pint의 Substack 글에 있다. 설명란의 Spotify 링크와 Apple Podcasts 링크는 주소 끝이 잘린 채 붙어 있어 쇼 페이지가 열리지 않는다. 바른 주소는 원본 링크·인용 블록에 있다. Substack 노트 링크는 이 회차가 아니라 다른 회차의 노트로 이어진다. 설명란의 챕터 시각 12개는 아래 각 챕터 제목에 링크로 걸려 있다.
대담은 마크 저커버그의 회상으로 문을 연다. 그의 말로는 메타가 2025년 말 새 모델을 아직 보지 못한 상태에서 1,000억~2,000억 달러 규모의 투자를 정했다. 저커버그는 그때 알렉산더 왕에게 이게 통하겠느냐고 물었다고 했다. 메타가 2026-07-29 실적 발표에서 내놓은 2026년 설비투자 전망은 1,300억~1,450억 달러다. 모델을 보기 전에 정했다는 대목은 저커버그 본인의 말로만 남아 있다(팩트체크 1-01).
00:00:24 Muse가 크게 터진 쓰임새
존 콜리슨은 Muse가 제3자 집계상 역대 가장 빠르게 큰 AI 앱일 수 있다는 말로 본론을 연다. 집계가 받쳐 주는 것은 출시일 2026-09-08부터 첫 10일의 다운로드 증가율이 ChatGPT를 앞섰다는 데까지다(팩트체크 1-02).
왕과 저커버그가 꼽은 쓰임새는 일을 통째로 맡기는 경우다. 왕의 말로는 그의 Muse가 매주 대만과 일본의 농장에서 구하기 힘든 차를 찾아 사 들인다. 저커버그는 체육관에 카메라를 달았다고 했다. 그의 설명으로는 Muse가 MMA 훈련 영상을 본다. 라운드 사이 1분 휴식 안에 자세를 짚어 준다.
저커버그는 이 코칭을 OpenClaw 시절부터 해 온 제품 평가 기준으로 쓴다. 그가 보기에 에이전트는 정지 화면을 뽑는 영상 처리 파이프라인을 스스로 짠다. 그의 전망으로는 앞으로 누구나 코드를 잔뜩 쓰게 된다. 저커버그는 사람들이 “자기가 코드를 쓰고 있다는 걸 모를 뿐”이라고 말했다(02:48).
MMA 자세를 읽는 능력은 메타가 처음부터 멀티모달에 무게를 둔 결과라는 것이 두 사람의 설명이다. 저커버그는 시각 지각 데이터를 많이 넣어 모델을 학습시켰다고 답했다. 왕은 2026년 초 업계 합의가 코딩이 전부라는 쪽에 기울어 있었다고 짚었다. 그는 소비자 제품의 성패가 멀티모달 성능에 달렸다고 봤다. 저커버그가 그리는 끝은 앱 스토어 없이 시야 안에 필요한 것을 생성하는 안경이다.
00:07:28 왜 모델이 곧 제품인가
콜리슨은 AI에서는 이기는 제품이 금방 하나의 단순한 모양으로 모인다는 가설을 던진다. 스트라이프의 결제 제품은 설명에만 몇 쪽이 드는데 AI 제품은 엽서 한 장에 적힌다는 대비다. 그가 보기에 모든 회사가 채팅 UI를 거쳐 자기 컴퓨터를 가진 상주형 에이전트로 몰린다.
저커버그는 한 모양으로 모인다는 가설을 거부했다. 그가 보기에 에이전트는 어느 회사나 가진 텍스트 비서와 다른 물건이다. 사람들은 Meta AI 같은 텍스트 비서로 정보를 찾을 뿐 일을 맡기지 않는다. Muse는 에이전트마다 전용 가상 머신을 붙여 데이터를 지킨다는 것이 그의 설명이다.
대화가 합의에 닿은 곳은 모델이 곧 제품이라는 명제다. 콜리슨이 자기 분야만 복잡해 보이는 착각일 수 있다고 물러서자 저커버그는 메타 안에서 쓰는 이 말을 꺼냈다. 왕은 제품의 차이가 화면이 아니라 모델의 행동에 있다고 본다. Muse의 상황별 말투와 도구 사용 방식은 모델 설계로 정했다는 것이다. 저커버그는 냇 프리드먼의 제품 팀도 제품의 느낌을 다듬을 때 사후 학습부터 이야기한다고 했다.
Muse 앱에 모델 선택기와 추론 강도 선택기가 없는 이유를 저커버그는 단순함에서 찾았다. 왕은 기술자들이 만든 AI 제품이 보통 사람을 염두에 두지 않았다고 비판했다. 버전 번호가 거꾸로 가는 모델 이름이 그 예다. 개발자용 API에는 추론 강도 선택이 있다(팩트체크 1-10).
00:14:35 Muse Wonder를 소개합니다
저커버그는 Muse Wonder를 사전 학습 사다리의 다음 칸으로 설명한다. 메타는 한 단계에 4~5배씩 모델을 키워 왔다. 첫 칸인 Muse Spark는 2025년 12월 무렵의 사전 학습에 기반했다고 그는 기억했다. 메타는 Llama 4에 실망한 뒤 팀을 새로 꾸려 이 사다리를 쌓았다. 그는 다음 모델 계열까지의 간격이 이제 줄어든다고 내다봤다.
왕이 내세운 강점은 기억과 끈기다. 능동 기억은 며칠에서 몇 달 전 들은 말을 다음 일에 쓰는 능력이다. 근거인 Memory Bench는 메타 자체 평가다. 두 사람은 기억 압축을 하네스가 아니라 모델이 직접 한다고 했다. 메타 공개 문서에는 이 설명이 없다(팩트체크 1-17). 능동 집중은 긴 과제가 막혀도 다른 길을 찾아 끝내는 능력이다.
코딩에서 왕은 DeepSWE와 SWE-Marathon 최고 성능을 앞세웠다. 메타 표에서도 Terminal-Bench 4.0만은 상위 모델 Muse Wonder Full(57.1)이 Claude Opus 5.5(59.6)보다 낮다(팩트체크 1-18).
저커버그의 계획으로는 서비스 비용이 큰 Muse Wonder를 앱 유료 구독자에게 먼저 준다. 무료 사용은 Muse Spark가 맡는다. Muse Wonder Full은 Muse Code의 상위 요금제에서만 쓴다.
저커버그는 이번 모델을 Meta Superintelligence Labs(MSL)가 프런티어에 들어선 출발점이라 불렀다. 콜리슨이 GPT-6 Astra, Claude Fable과 함께 프런티어냐고 묻자 왕은 벤치마크로 보면 그렇다고 답했다. 2026-10-12 Artificial Analysis 지수의 1위는 대화에 나오지 않은 Claude Opus 5.5였다(팩트체크 1-21). 왕은 개인·업무용 에이전트로는 세계 최고 모델이라고 주장했다.
00:24:56 프런티어 모델은 실제로 어떻게 만들어지나
벤치마크 논쟁은 공개 점수보다 자체 평가가 무겁다는 결론으로 갔다. 저커버그의 설명으로는 공개 벤치마크가 금방 포화되어서 출시를 거듭할수록 내부 평가의 비중을 키웠다. 왕은 Muse Wonder 연구 블로그가 학습 분포 안팎의 성능 격차로 ‘큰 모델 냄새’를 쟀다고 소개했다. 그의 말로는 이 지표에서 Muse Wonder 계열이 Muse Spark 계열보다 크게 앞섰다. 저커버그는 개인 초지능에 필요한 능력으로 식당을 예약할 때 알레르기나 임신 사실은 밝히지 않는 분별을 들었다. 콜리슨이 굿하트의 법칙으로 소개한 문구는 굿하트의 1975년 원문이 아니라 메릴린 스트래선의 1997년 요약이다(팩트체크 2-01).
MSL의 조직 원칙은 인원보다 인재 밀도다. 저커버그의 회고로는 왕과 처음 44분 통화한 이틀 뒤, 왕이 보낸 긴 계획서의 첫 항목이 이 원칙이었다. 두 사람의 말로는 연구팀이 200명 미만, 100명 안팎이다. 저커버그는 연산 자원을 여러 조직에 나누지 않고 연구자 한 명에게 많이 몰아준다고 했다. 그가 밝힌 내부 코드명은 Muse Spark 계열이 Avocado, Muse Wonder가 Watermelon이다.
왕의 설명으로는 사전 학습은 연산을 가장 많이 쓰면서도 시도할 기회가 적은 단계다. 저커버그는 건강·법률·세금·쇼핑처럼 개인적으로 묻는 분야를 끝에 강화학습으로 덧입히지 말고 처음부터 데이터로 넣어야 한다고 했다. 왕은 Muse Wonder가 재무·법률 평가 여러 개에서 최고 성능을 낸 바탕이 이 분야별 데이터라고 말했다. Muse Wonder 사전 학습에 메타 연산 자원의 큰 몫이 들어갔다고도 했다. 저커버그는 모델을 키우면 데이터도 함께 늘려야 과적합을 피한다고 짚었다. 인터넷이 그만큼 빨리 자라지 않으니 데이터 공급이 다음 난제라는 것이다.
사후 학습에서는 양보다 질이 앞선다는 것이 두 사람의 설명이다. 왕의 정리로는 지도 미세조정(SFT)이 원하는 행동을 심는다. 강화학습은 그 행동이 나오는 빈도를 끌어올린다. 저커버그는 Muse Spark 1에서 1.3까지 사전 학습은 그대로 두고 강화학습만 더 얹었다고 했다. 왕은 강화학습에서는 데이터를 줄일수록 나은 경우가 많아 사전 학습과 감각이 반대라고 말했다.
정렬(alignment)도 강화학습 환경을 고르는 일로 모인다. 왕은 모델이 어긋난 행동을 해야만 성공하는 환경에 최적화 압력을 걸면 그 행동이 커진다고 설명했다. Muse Wonder의 강화학습 환경을 하나하나 골라 다듬은 이유가 그것이다. 저커버그는 정렬을 사용자의 지시와 가치에 맞추는 문제로 정의했다. 그는 요청마다 도덕 강의를 하는 모델을 원하지 않는다.
00:48:26 1,000억 달러를 건 베팅
두 사람의 설명으로는 프런티어 모델은 출시 1년 넘게 앞서 준비가 시작된다. 왕은 Muse Wonder를 2025년 8월부터 계획했다고 말했다. Muse Spark는 처음부터 그리로 가는 디딤돌이었다는 것이다. 저커버그가 든 연산 자원의 예는 오하이오의 Prometheus(1기가와트 이상)와 루이지애나의 Hyperion(5기가와트 목표) 클러스터다. 두 계획 모두 MSL보다 앞선 2023~2024년 Llama 프로그램 시절에 세웠다고 그는 말했다. 그는 Hyperion이 몇 년에 걸쳐 가동된다고 했지만 팩트체크 2-15가 확인한 일정은 2030년까지 약 2기가와트, 전체 완공은 2032년 무렵이다.
투자는 모델을 보기 전에 결정해야 했다. 왕은 이를 작게 시험해 보고 되는 쪽에 거는 에릭 리스의 Lean Startup과 반대로 가는 어려운 모드의 창업이라고 불렀다. 저커버그는 2025년 말 모델을 보기도 전에 1,000억~2,000억 달러짜리 결정을 내려야 했다고 회고했다. 왕에 따르면 그 무렵 하와이 경영진 회의에서 최고재무책임자 수전 리가 그를 여러 번 따로 불러 실패하면 재무적으로 큰 타격이라고 당부했다. 저커버그가 든 비용은 1기가와트 클러스터 운영에 연 150억 달러 안팎, 건설 설비투자에 500억~600억 달러다. 왕은 재무 집계로 보면 프런티어 모델 하나에 수백억 달러가 든다고 보탰다.
이 베팅의 위험이 숫자보다 작다는 것이 저커버그의 판단이다. AI가 통하면 다른 회사들이 메타의 연산 자원을 기가와트당 150억 달러보다 비싸게 사 간다는 계산이다. 저커버그는 손실이 나려면 “우리만 실패하는 게 아니라 AI 전체가 실패해야 한다”라고 말했다(58:09). 그 경우에도 연산 자원은 메타의 다른 일에 쓸 수 있다고 그는 덧붙였다. Muse 출시 반응은 그의 표현으로 홈런이었다. 내부 예상의 중앙값이 몇 차례 반복해 시장에 맞추는 경로여서 성장 기능을 다 갖추지 못한 채 출시했다는 것이 그의 설명이다.
저커버그에게 자체 모델은 플랫폼 소유욕이 아니라 제품 품질의 문제다. 콜리슨이 안드로이드·iOS에 기대다 데인 그의 이력을 꺼내자 나온 답이다. 그는 메타가 기계학습과 추천 시스템을 바닥까지 직접 만드는 기술 회사라고 했다. 추천 시스템을 메타 규모로 돌리는 곳은 메타와 바이트댄스 정도라는 것이 그의 평가다. 그의 전망으로는 다음 시대의 의제를 정하는 것은 프런티어 초지능을 직접 만드는 몇몇 회사다. 다른 회사들이 지식 노동 자동화에 몰린 사이 개인·소비자 쪽 자리가 비어 있다는 것이 그의 결론이다.
01:07:21 에이전트 커머스
저커버그는 사업자가 Muse에 맞춰 주기를 기다리지 않는 길을 골랐다. 콜리슨은 체류 시간이나 웃돈에 기대는 사업자라면 에이전트를 막는 편이 합리적이라고 짚었다. 저커버그는 Muse가 브라우저를 직접 다루도록 모델을 학습시켰다고 답했다. 주요 파트너에게는 API를 따로 붙인다. 그의 말로는 연동을 청하는 사업자가 막으려는 쪽보다 훨씬 많다.
왕은 Muse를 구매를 에이전트에게 통째로 맡기는 첫 제품으로 봤다. 수요일까지 받아야 한다는 조건은 에이전트가 알아서 거른다. 그가 더 멀리 본 것은 개인화다. 쇼핑몰마다 갇힌 추천 시스템과 달리 Muse는 가족과 친구에 걸친 생활 맥락을 함께 본다.
저커버그는 에이전트가 커머스 시장 자체를 키운다고 주장했다. 그는 세 살 딸과 Muse 음성 모드로 베이킹 메뉴를 정한다. 토요일마다 Muse가 Instacart로 재료를 대 준다. Muse Wonder의 내부 코드명은 Watermelon이었다. 출시(2026-10-12) 직전 주말 라이브 방송에서 그가 먹은 수박도 Muse가 출시를 알고 배달 최소 금액을 채우려 넣은 것이라고 했다. 1년에 두어 번 쓰던 Instacart를 이제 주 1~2회 쓴다는 그는 이것을 전환율 개선이 아니라 에이전트가 계정을 갖는 새 수요로 읽었다.
에이전트 커머스는 진행자의 회사 스트라이프에도 걸린 사업이다. 저커버그는 Muse에 들어간 스트라이프 결제 연동을 칭찬했다. 왕은 2023년 스트라이프의 패트릭 콜리슨에게 에이전트 커머스 대비를 재촉한 일을 두고 “방향은 맞았지만 3년 일렀다”라고 말했다(79:10). 콜리슨 자신의 말로는 스트라이프의 관련 지표가 2026년 9월에야 수직으로 올랐다. 발표를 5월 Sessions에서 냈다는 그의 기억과 달리 팩트체크 3-01이 확인한 발표일은 2026-04-29다.
01:19:34 OpenRouter
79:34부터 80:06까지는 콜리슨이 읽은 광고다. 광고는 Muse Wonder를 비롯한 메타 모델을 다른 모델 수백 개와 함께 API 하나로 쓰게 해 주는 OpenRouter를 소개했다. 광고 문구로는 하루 처리량이 10조 토큰을 넘는다. 광고는 가격 비교와 공급자 장애 우회도 내세웠다. 광고를 읽은 콜리슨의 회사 스트라이프는 2026-08-19 OpenRouter 인수 합의를 발표한 당사자다. 광고가 안내한 주소는 openrouter.ai다.
01:20:06 스마트폰 너머
콜리슨은 음성 비서가 나온 지 오래인데도 말로 컴퓨터를 부리는 일이 왜 아직 드문지 물었다. 그 직전 저커버그는 Muse에 스트라이프의 사우스샌프란시스코 사무실로 수박을 주문하라고 시켜 두었다. 콜리슨은 애플의 Siri 출시를 2014~2015년쯤으로 기억했지만 팩트체크 3-09가 확인한 출시일은 2011-10-14다.
저커버그는 음성만으로는 답이 되지 않는다고 봤다. 그가 꼽은 과제는 에이전트가 실제로 일을 처리하는 것과 3초만 멈춰도 말이 끝난 줄 아는 대화의 박자를 푸는 것이다. 듣기가 화면 읽기보다 느리다고 보고 그는 음성과 화면을 섞는 인터페이스를 그렸다. 왕은 기억을 갖고 일을 대신하는 에이전트가 나오면서 AI와의 대화가 사람과의 대화에 가까워졌다고 봤다. 대학생들이 생각을 10~15분 쏟아 낸 뒤 정리를 AI에게 맡긴다는 예도 들었다.
두 사람은 Muse를 안경과 집 안 기기로 넓히는 계획을 소개했다. 저커버그는 넓은 시야의 증강현실이 아닌 작은 디스플레이를 단 안경을 메타가 출하하기 시작했다고 했다. 왕의 말로는 외부 개발자에게 기기 제작을 연 Muse Gadgets 공개 뒤 휴대폰 제조사 여러 곳이 연동 의사를 밝혀 왔다. 저커버그는 Muse를 조명과 스피커에 잇는 동전만 한 USB 기기 Home Link를 막 출하했다고 했지만 팩트체크 3-12가 확인한 것은 2026-10-02 공개와 몇 주 안에 출하한다는 예고다.
01:27:00 자금 조달
저커버그의 자금 해법은 AI 제품이 스스로 번 돈으로 투자를 감당한다는 것이다. 콜리슨은 AI 설비투자 탓에 구글의 잉여현금흐름이 마이너스로 돌아선 일을 들어 메타의 답을 물었다. 저커버그는 Muse를 무료로 넓게 퍼뜨려 규모부터 얻는다고 했다. 첫 수익원으로는 Muse 안에서 Muse Wonder를 쓰는 구독을 꼽았다. Muse가 아껴 주거나 벌어 준 돈에서 작은 몫을 떼는 수익도 그는 크게 봤다.
범용 모델은 기업 사업으로 이어진다는 것이 저커버그의 계산이다. 그는 어려운 쪽은 최고 모델을 만드는 일이라고 봤다. CJ 데사이를 영입해 시작한 Meta Enterprise Platform이 그 모델을 기업에 공급한다. 메타가 벌어 둔 이익과 신용도 이 투자를 받친다고 했다.
비용이 앞에 몰리는 구조에도 답이 있었다. 왕은 여러 세대 모델의 연구개발비가 한꺼번에 겹친다고 설명했다. 콜리슨은 데이터센터는 여러 해에 걸쳐 감가상각하지만 연구자 인건비는 자산으로 잡지 못한다는 회계 차이를 짚었다. 저커버그는 수천억 달러 규모로 자라는 기존 사업을 모델로 몇 퍼센트만 더 키워도 투자 상당 부분을 댄다고 했다. 그의 말로는 데이터센터를 직접 지은 메타는 감가상각이 끝난 GPU도 계속 쓴다. 연산 자원이 모자라 H100 한 장의 가치가 1년 전보다 높다고도 했다.
01:34:06 AI가 승자독식이 되지 않는 이유
왕은 프런티어 모델들이 서로 다른 방향으로 갈라진다고 봤다. 콜리슨은 아직 종결되지 않은 OpenRouter 인수를 두고 조언을 구했다. 왕은 Muse Wonder를 앤트로픽의 Fable, 오픈AI의 Astra와 같은 벤치마크로 뭉뚱그리면 모델마다 다른 결이 지워진다고 답했다. 그가 OpenRouter에 바란 것은 개발자가 모델 사이의 미묘한 차이를 소믈리에처럼 읽게 돕는 역할이다. 왕의 관찰로는 메타가 다른 연구소보다 개인용·업무용 에이전트에 무게를 둔다.
저커버그는 모델의 다양성을 안전 문제로 연결했다. 그는 다양한 참여자를 받치는 인프라를 반겼다. 같은 이유로 엔비디아의 오픈소스 생태계 지원 행보도 반겼다. 좋은 모델 몇 개가 소수 회사 손에만 있는 구도가 여러 사람이 다양한 모델을 쓰는 구도보다 위험하다는 것이 그의 판단이다.
한 연구소가 재귀적 자기 개선으로 독주한다는 2023년의 예측이 빗나간 이유로 왕은 세 가지를 들었다. 어느 연구소든 잘 실행하는 시기와 못 하는 시기가 있어 선두가 평균으로 돌아온다. 증류(distillation)는 큰 모델의 능력을 작은 모델로 옮겨 오픈소스를 끌어올린다. 업계 사람들이 어디서 일하고 누구와 거래할지 고르는 선택도 한 회사의 독주를 막는다. 왕은 메타 합류자 상당수가 이 기술을 수십억 명에게 준다는 목표를 보고 왔다고 덧붙였다.
01:40:46 메타 슈퍼인텔리전스 랩스(MSL)
MSL은 2025년 4월 Llama 4 출시 직후 저커버그가 돌린 조언 전화에서 나왔다. 저커버그는 Llama 4 출시일을 2025-04-04로 기억했지만 팩트체크 4-01이 확인한 메타의 공식 발표일은 2025-04-05다. 왕은 사내 회의 도중 통화를 청하는 WhatsApp 메시지를 받았다고 말했다. 첫 핵심 그룹은 저커버그와 왕, 냇 프리드먼이었다. 저커버그는 프리드먼과 스케일 AI 주주에게도 이득이 되는 거래 구조를 의논했다. 대니얼 그로스는 그 뒤에 합류했다.
저커버그는 여러 연구소의 리더와 연구 책임자를 두루 만난 뒤에 왕을 골랐다고 말했다. 근거는 최고 연구자들이 왕과 일하고 싶어 한다는 점이었다. 그가 꼽은 연구소장의 조건은 최신 학습 기법의 전문성이 아니라 판단을 빠르게 고치는 창업자 기질이다. 조직은 비기술 관리자 없이 평평하게 짰다. 저커버그는 왕의 직속 보고를 200명 가까이로 꼽은 뒤 실제로는 중간에 팀 리드가 있다고 덧붙였다. 연구자가 관리직으로 올라가면 기술 감각을 금세 잃는다는 것이 그의 설명이다.
콜리슨은 다른 창업자 CEO라도 하지 않았을 결정 네 가지를 짚었다. 기존 AI 팀을 부족하다고 판정해 재시작한 일, 인재에 막대한 돈을 쓴 일, 프런티어 모델을 훈련해 본 적 없는 왕에게 건 일, CEO가 두 달 동안 캘린더를 비운 채 연구자만 만난 일이다. 저커버그는 돈 항목에 스케일 AI 지분 49%를 보탰다. 왕은 저커버그가 결론을 내리면 회사 전체를 그 결론에 맞춘다고 답했다. 인프라 팀이 데이터센터를 짓는 쪽으로 돈 일이 그 예다.
MSL은 마감 없이 출발했다. 왕은 큰돈을 들인 조직에 마감을 두지 않는 일이 위험해 보였다고 인정했다. 근거는 이미 성과를 낸 연구자들이 스스로 서두른다는 점이었다. 저커버그의 말로는 Muse Wonder가 강화학습에 들어가자마자 Muse Spark를 넘었다. 사전 학습 팀은 그 전에 시간이 걸릴 수 있다고 기대를 낮춰 두었다.
전면 재시작은 채용 대화 도중에 굳은 결정이었다고 저커버그는 말했다. 최고 연구자들을 데려오려면 새로 시작한다는 느낌을 줘야 한다는 판단이었다. 인력은 Llama 팀과 FAIR에서도 데려왔다. 왕은 합류 직후 회의에서 기존 조직의 핵심 리더 한 명이 추론 모델은 필요 없다고 말한 일을 전했다. 저커버그가 회사를 AI 쪽으로 튼 뒤로 기존 리더들도 바뀌었다고 왕은 말했다. 인스타그램을 이끄는 아담 모세리가 개인용 바이브 코딩 환경을 갖춘 것이 그의 예다.
외부 영입을 다른 사업에도 쓰겠느냐는 콜리슨의 질문에 저커버그는 조건을 달았다. 회사 전체를 한 사업에 돌리는 일은 한 번에 하나만 할 수 있다는 것이다. 그는 CRED 창업자 쿠날 샤에게 WhatsApp을 맡겨 인도 커머스를 키우게 한 일을 예로 들었다. 두 사람은 Muse Wonder 발표 직전까지 모델 이름을 두고 다퉜다고 털어놓았다. 저커버그는 이 다툼을 왕이 스케일 AI 시절 글로 남긴 채용 원칙과 연결했다. 신경 쓰는 사람을 뽑으라는 원칙이다.
02:08:11 마크 저커버그 밑에서 일한다는 것
왕이 꼽은 상사 저커버그의 특징은 거는 판의 크기다. 왕은 비교할 상사가 많지 않다고 전제한 뒤 프리드먼과 둘이서 우리라면 이만큼 크게 걸겠느냐고 자주 물었다고 털어놓았다. 콜리슨이 새 정보로 세계관을 통째로 고치는 사람이라고 정리하자 왕은 베이즈적이라는 말로 받았다. 저커버그는 인생은 짧으니 옳은 일을 하면 된다고 답했다. 왕은 2025년 여름 AI가 가장 중요하다고 말한 CEO는 많았지만 행동까지 그 말에 맞춘 회사는 드물었다고 봤다.
마지막 질문은 왕의 X 게시물이었다. 저커버그는 대본에 맞춘 글보다 진정성 쪽에서 실수하는 편이 낫다고 답했다. 그는 연구자들이 X에 많아서 다시 글을 올리지만 같은 글을 Threads에도 올린다고 말했다. 콜리슨은 뒤처지기 쉬운 분야라는 말로 대담을 정리했다. 저커버그는 “기술을 놓지 말고 프런티어에 머물러라”라고 말했다(133:47). 대담은 저커버그가 녹화한 주에 다녀온 더블린의 기네스 한 통을 선물로 내놓는 장면에서 끝난다.
- 원 영상 — Cheeky Pint 「Zuckerberg’s $100 Billion Bet」, YouTube, 2026-10-12 공개, 2시간 14분 31초, 조회수 972,256(2026-10-19 기준). youtube.com/watch?v=XfdIhd1g6EI
- 채널 — 스트라이프 공동창업자 존 콜리슨의 대담 쇼. Cheeky Pint 채널
- 화자 표기 전체 대본 — 「Muse Wonder: Zuckerberg and Wang's $100B AI」, Cheeky Pint Substack, 2026-10-12. cheekypint.substack.com
- 팟캐스트 — Spotify · Apple Podcasts. 설명란의 두 주소는 끝이 잘려 있어 쇼 페이지의 전체 주소를 따로 적는다.
- OpenRouter — 영상 01:19:34의 광고 낭독이 소개하는 모델 게이트웨이. openrouter.ai
- 팩트체크 참고 자료 — 팩트체크 블록의 각 항목 아래에 있다.
범위
- 전체 대사는 여기에 싣지 않았다. 원본은 영상이다. 「원본 흐름 — 챕터별 해설」 블록은 12개 챕터마다 누가 무엇을 주장했는지를 정리한 해설이고, 직접 인용은 짧은 구절 몇 개뿐이다.
- 화자 표기는 Cheeky Pint가 Substack에 올린 전체 대본을 따른다. YouTube 자동 자막의 ‘OpenRadar’는 OpenRouter를, ‘Muse Wanderer’는 Muse Wonder를 잘못 받아 적은 것이다.
- 챕터 제목의 시각은 설명란 꼴(01:40:46)이고, 본문과 팩트체크의 시각은 분:초(100:46)다. 60분이 넘으면 분 자리가 60 이상이 된다.
이해관계
진행자 존 콜리슨이 공동창업한 스트라이프는 OpenRouter 인수에 합의했다. 인수는 2026-08-19에 발표됐고, 2026-10-19까지 종결 공시가 없다. OpenRouter는 출연자 회사 메타의 모델을 개발자에게 파는 유통 경로다. 영상 01:19:34부터 01:20:06까지는 콜리슨이 직접 읽는 OpenRouter 광고다.
용어
- 사전 학습
- 텍스트·이미지·영상 같은 대량 데이터로 모델의 기본 능력을 만드는 첫 학습 단계.
- 사후 학습
- 사전 학습을 마친 모델에 행동·성격·분야 능력을 입히는 단계. 지도 미세조정(SFT)과 강화학습(RL)으로 나뉜다.
- 강화학습(RL)
- 과제 환경에서 잘한 행동에 보상을 주어 그 행동이 더 자주 나오게 하는 학습.
- 평가(eval)
- 모델 능력을 재는 시험 세트. 외부에 공개된 것은 벤치마크, 회사 안에서만 쓰는 것은 내부 평가라 부른다.
- 기가와트 클러스터
- 전력 1기가와트(1,000메가와트)급으로 묶은 학습용 데이터센터. 메타의 Prometheus와 Hyperion이 여기에 든다.
- 에이전트 커머스
- 사람 대신 AI 에이전트가 상품을 찾고 결제까지 하는 구매.
- 큰 모델 냄새
- 왕이 쓰는 말. 학습 분포 밖 과제에서도 성능이 덜 떨어지는 큰 모델의 일반화 정도를 가리킨다.
- MSL
- Meta Superintelligence Labs. 2025-06-30 출범한 메타의 AI 연구 조직으로, 왕이 이끈다.
신뢰도 등급
팩트체크 등급은 대담 속 사실 주장의 증거 수준이다. 메타의 전략이나 모델 성능을 매긴 점수가 아니다.