Muse Glimmer의 가중치를 공개하고 Muse

외부 개발자가 직접 모델을 내려받아 수정할 수 있는 길이 열렸다. Meta가 Muse Glimmer의 가중치(AI가 학습을 통해 데이터 사이의 관계를 파악해 저장한 연결 강도 값)를 공개하면서, 기업이 정해준 기능만 쓰는 대신 개발자가 자신의 목적에 맞게 모델을 고쳐 쓸 수 있게 됐다. 이는 올해 초 안전 문제를 이유로 중단했던 오픈 모델 전략, 즉 모델의 내부 설계도를 공개해 누구나 사용할 수 있게 하는 방식으로 다시 돌아온 것이다. 성능이 더 강력한 Muse Spark의 한 버전도 수주 내에 공개할 계획이다.

건강과 취미, 재무, 경력 관리 등 개인의 다양한 활동을 지원하는 개인용 초지능(개인 맞춤형 고성능 AI 에이전트) 구현을 추진한다. 단순한 질의응답을 넘어 사용자의 일상 전반을 돕는 고급 AI 에이전트를 만드는 것이 최종 목표다. 이를 위해 최고 수준의 AI 인재를 채용하는 한편, AI 전용 데이터센터를 건설하는 데 막대한 자금을 투입하며 기술적 기반을 다지고 있다.

Meta는 폐쇄형 AI 모델보다 오픈소스 시스템이 취약점

전 세계 개발자가 동시에 코드를 들여다보는 구조가 소수 인원이 관리하는 폐쇄형 시스템보다 보안 취약점을 찾기에 더 빠르고 정확하다. Meta는 Google, Anthropic, OpenAI 같은 폐쇄형 모델 중심 기업들이 취하는 전략보다 오픈소스 시스템이 더 안전하다고 주장한다. 널리 배포된 시스템일수록 더 많은 사람이 취약점을 찾아낼 수 있어 보안 사고를 막기에 유리하기 때문이다. AI 모델 공유 플랫폼인 Hugging Face가 보안 시스템을 수정하려 했을 때, 폐쇄형 모델들은 안전 정책을 이유로 요청을 거절했지만 오픈 모델을 이용해 문제를 해결한 사례를 구체적인 근거로 제시했다.

타 모델이 내놓은 정답지를 학습 데이터로 사용하는 증류(distillation, AI가 다른 AI의 출력값을 정답처럼 학습해 성능을 높이는 방식) 기법을 두고도 시각차가 크다. OpenAI와 Anthropic은 중국 연구소들이 미국 모델의 출력을 이용해 자사 모델을 훈련시키는 증류 방식을 비판해왔다. 마크 주커버그는 관찰할 수 있는 모든 것으로부터 학습할 수 있다는 원칙을 보호해야 한다고 주장하며, 이를 해로운 행위로 보는 해석에 반대했다. 외부에서 관찰 가능한 데이터를 학습에 활용하는 것은 AI 발전의 기본 권리이며, 이를 제한하는 것이 오히려 성장을 방해한다는 입장이다.

확인해야 할 핵심 지점

잉여현금흐름(기업이 사업으로 벌어들인 돈에서 설비 투자비를 뺀 실제 가용 자금)이 91%나 급감했다. 지난달 AI 인프라 지출 발표 이후 주가는 약 8% 하락했고, 최근 1년간 전체 주가는 약 20% 떨어졌다. 투자 시장의 냉담한 반응과 재무적 압박 속에서도 마크 주커버그는 오픈 가중치(AI 모델의 핵심 매개변수를 공개해 누구나 자신의 환경에 맞게 수정하고 실행할 수 있게 만든 형태) 모델과 개인용 초지능 투자를 지속하겠다는 의지를 보였다.

수십억 명에게 무료이면서 성능이 뛰어난 AI를 배포하는 것이 이번 구상의 핵심이다. 기업이나 정부 같은 소수 기관에 AI 능력이 집중되어 권력이 쏠리는 현상을 막으려는 전략이다. 개인이 가진 역량을 높여 거대 기관의 힘을 견제하고, AI를 통해 권력의 균형이 개인 쪽으로 기울게 만들겠다는 계획이다. 이는 AI 능력이 소수 기관의 전유물이 되지 않도록 하는 조치다.

이제 사용자는 폐쇄형 API(제공자가 정한 규칙대로만 사용 가능한 인터페이스) 모델의 편의성과 오픈 가중치 모델이 주는 수정 가능성 및 보안 취약점 발견 속도의 실익을 비교해 선택해야 한다.