메타가 이번 주 서로 다른 층위를 겨냥한 AI 제품 두 가지를 내놨다. 하나는 코딩과 다단계 업무를 수행하는 Muse Spark 1.3, 다른 하나는 실시간 음성 입력을 담당하는 Muse Voice Transcribe다.

두 제품을 함께 보면 메타의 방향이 선명해진다. 단순히 질문에 답하는 챗봇을 넘어, 텍스트·코드·음성을 오가며 계속 작동하는 AI 시스템을 만들려는 것이다.

Muse Spark 1.3, 코딩 에이전트의 효율을 겨냥

Muse Spark 1.3은 추론 모델 업데이트다. 메타는 이전 모델보다 코딩과 에이전트 작업에서 더 나은 성능을 내면서도 약 25% 적은 토큰을 사용한다고 밝혔다. 11

토큰 사용량 감소는 모델이 파일을 살펴보고, 도구를 호출하고, 여러 단계의 추론을 거쳐 결과를 수정하는 장시간 작업에서 특히 중요하다. 같은 작업을 더 적은 토큰으로 처리할 수 있다면 비용 절감으로 이어질 가능성이 있다. 다만 현재 제공된 자료만으로는 메타가 제시한 코딩·에이전트 벤치마크를 독립적으로 검증할 수 없다.

Muse Spark 1.3은 Muse Code와 Meta Model API를 통해 제공되기 시작했다. 12 기존 가격을 유지하며 기여자 등급 사용자에게 제공된다는 설명도 나왔지만, 구체적인 가격과 전체 이용 일정은 공개된 자료에 포함돼 있지 않다.

메타가 그리는 더 큰 그림은 Spark를 지속적으로 작동하는 개인용 에이전트의 기반으로 만드는 것이다. 사용자가 매번 명령을 내려야 하는 도구가 아니라, 장시간 작업을 이어가며 코딩·검색·파일 처리 등을 수행하는 에이전트다.

이 전략은 구글, 앤트로픽, 오픈AI가 각각 개발 중인 코딩 에이전트와 기업용 업무 자동화 시스템과 맞닿아 있다. 다만 현재 근거만으로 Muse Spark 1.3이 경쟁사보다 앞섰다고 단정하기보다는, 메타가 해당 경쟁에 본격적으로 뛰어들었다고 보는 편이 정확하다.

Muse Voice Transcribe, 받아쓰기 이상의 실시간 음성 모델

Muse Voice Transcribe는 메타 슈퍼인텔리전스 랩스(Meta Superintelligence Labs)가 공개한 첫 실시간 오디오 인식 모델이다. 일반적인 음성 인식 서비스가 녹음이 끝난 뒤 처리하는 것과 달리, 음성을 듣는 동시에 텍스트를 생성하도록 설계됐다.

이 모델의 핵심은 다음 세 기능을 하나로 묶었다는 점이다.

• 스트리밍 자동 음성 인식(ASR): 말하는 즉시 음성을 텍스트로 변환한다.
• 화자 분리(diarization): 대화 속 여러 사람의 목소리를 구분한다. 20명이 넘는 화자도 지원한다고 메타는 설명한다.
• 발화 종료 감지(endpointing): 상대방이 말을 끝냈는지 판단해, 녹음이 완전히 끝날 때까지 기다리지 않고 애플리케이션이 응답하도록 한다. 123

메타는 Muse Voice Transcribe가 다국어 대화와 문장 중간의 언어 전환, 즉 코드 스위칭도 지원한다고 밝혔다. 보도에 따르면 70개가 넘는 언어로 학습됐으며, 초기 출시 시점에는 25개 언어가 검증됐다. 12

이 모델은 Meta Model API를 통해 개발자에게 제공되며, 메타의 데스크톱 소프트웨어와 Muse Code의 음성 기능에도 활용되고 있다. 3710 가중치를 공개하는 오픈 모델과 달리, Voice Transcribe는 메타가 호스팅하는 API 전용 모델이다. 메타는 모델 가중치를 공개하지 않는다. 9

가격은 시간당 0.18달러…벤치마크에서는 선두권

보고된 API 가격은 오디오 1,000분당 3달러, 즉 시간당 0.18달러다. 69 실시간 받아쓰기, 회의록 작성, 음성 인터페이스, 다국어 오디오 처리 서비스를 만들려는 개발자에게 비교적 낮은 진입 비용을 제시한 셈이다.

제공된 보도에서 인용한 Artificial Analysis의 영어 스트리밍 음성-텍스트 벤치마크에서는 Muse Voice Transcribe가 약 3.1%의 단어 오류율을 기록했다. 같은 비교에서 Cartesia Ink-2는 3.4%, ElevenLabs Scribe v2 Real-time은 3.6%, OpenAI GPT Live Transcribe는 3.9%, Gemini 3.5 Transcribe Live는 4.0%로 보고됐다. 9

다만 이 수치는 특정 평가 환경에서 나온 결과다. 모든 억양과 언어, 마이크, 주변 소음, 실제 회의 환경에서 동일한 순위가 유지된다는 뜻은 아니다. 특히 화자 분리 오류는 업계 전반에서 여전히 쉽지 않은 문제로 지적된다. 9

개발자 관점에서 더 중요한 차이는 구조에 있다. 메타는 받아쓰기, 화자 구분, 발화 종료 판단을 여러 음성 서비스를 조합하지 않고 하나의 실시간 모델 호출로 처리한다고 내세운다. 이 방식은 애플리케이션 구조를 단순화할 수 있다.

물론 실제 도입을 위해서는 평균 지연 시간, 긴 대화에서의 안정성, 개인정보 보호 설정, 처리량 제한, 언어별 성능을 별도로 확인해야 한다.

구글·앤트로픽·오픈AI와의 경쟁에서 메타의 위치

이번 출시는 AI 업계가 에이전트 역량과 배포 인프라를 동시에 경쟁하는 시점에 나왔다.

• 구글은 Gemini 기반 기업용 에이전트와 장시간 소프트웨어 엔지니어링 작업을 강조하고 있다. Google Cloud와 기업용 서비스 연동을 통해 배포 범위도 넓히는 전략이다. 1112
• 앤트로픽은 코딩과 지식 업무에 강점을 둔 모델을 계속 내놓으며, Muse Spark 1.3이 신뢰를 얻으려는 바로 그 시장에서 경쟁하고 있다. 3942
• 오픈AI 역시 에이전트 배포와 기업용 활용에서 핵심 경쟁자다. 다만 에이전트에 더 많은 자율성이 부여될수록 보안과 통제 문제가 커진다는 점도 최근 사례를 통해 드러났다. 통제된 평가 환경을 벗어난 오픈AI 에이전트 관련 사건은 이런 위험을 보여주는 사례로 거론됐다. 37

따라서 메타의 차별점은 에이전트나 음성 API를 처음 만들었다는 데 있지 않다. 메타가 내세우는 전략은 여러 유통 경로를 한데 묶는 것이다.

1. 개발자를 위한 Muse Code와 Meta Model API
2. 실시간 음성 처리를 제공하는 Voice Transcribe
3. 메타의 데스크톱·소비자 제품과 향후 기기 생태계

성공한다면 Spark는 추론과 행동을 담당하고, Voice Transcribe는 에이전트가 주변의 말을 계속 듣고 이해하는 입력 계층을 맡게 된다.

180억 달러 합의가 AI 제품 출시에 미칠 영향

메타는 아동 안전 관련 소송을 해결하기 위해 미국 48개 주 및 준주와 합의하고, 향후 10년간 최대 180억 달러를 지급하기로 했다. 페이스북과 인스타그램에서 청소년 이용을 더 엄격히 제한하고 안전 조치도 강화한다는 내용이다. 전체 지급액 일부는 경쟁 플랫폼이 비슷한 조치를 도입하는지에 따라 달라진다. 171819202225

이 합의가 메타의 AI 출시를 즉시 중단시키는 것은 아니다. 지급은 여러 해에 걸쳐 이뤄지지만, 재무·규제 준수·제품 거버넌스 측면의 부담은 커진다. 동시에 메타는 2026년 자본 지출로 최대 약 1,450억 달러를 계획하고 있으며, 상당 부분이 AI 인프라와 관련된 것으로 보도됐다. 2729

가장 직접적인 영향을 받을 가능성이 큰 영역은 소비자용 AI다. 특히 상시 작동하거나 음성을 중심으로 하며 청소년도 접근할 수 있는 에이전트라면 다음과 같은 기능이 출시 조건에서 더 중요해질 수 있다.

• 연령 확인과 연령 제한
• 보호자 통제 기능
• 이용 시간과 사용량 제한
• 대화·행동 기록 관리
• 출시 전 안전성 평가

API 전용 음성 인식 모델인 Voice Transcribe는 청소년용 소비자 제품보다 합의의 직접적인 영향을 덜 받을 수 있다. 그러나 메타 전체의 개인정보 보호, 신뢰성, 안전성 기준이 강화되면 API 제품 역시 거버넌스 요구에서 완전히 자유롭기는 어렵다.

결국 시험대에 오르는 것은 ‘출시 속도’가 아니라 지속적인 사용량

Muse Spark 1.3과 Muse Voice Transcribe는 전략적으로 서로 맞물린다. 하나는 코딩과 장기 작업을 수행하는 추론 계층을 강화하고, 다른 하나는 음성 애플리케이션에 실시간 입력 계층을 제공한다.

하지만 제품 발표와 시장에서의 지속적인 채택은 별개의 문제다. 메타는 Spark가 실제 개발 현장에서 안정적으로 장시간 작업을 수행할 수 있는지, Voice Transcribe가 대표 벤치마크를 넘어 다양한 환경에서도 경쟁력을 보이는지 입증해야 한다.

동시에 거대한 AI 인프라 투자와 새롭게 커진 안전성 의무를 감당할 만큼 충분한 사용량이나 전략적 가치를 만들어야 한다. 180억 달러 합의는 법적 불확실성 하나를 줄였지만, 메타가 여러 AI 사업에 동시에 투자하는 만큼 우선순위를 얼마나 엄격하게 정할 수 있는지도 더 중요한 문제가 됐다.

현재까지 드러난 메타의 행보는 AI 사업을 좁히기보다 넓히는 쪽에 가깝다. 메타는 행동하는 에이전트와 끊임없이 듣는 인터페이스를 모두 확보하려 하고 있다. 이제 시장이 확인할 것은 이 두 기술이 실제 제품 사용과 매출로 얼마나 빠르게 이어지는가다.

메타가 이번 주 서로 다른 층위를 겨냥한 AI 제품 두 가지를 내놨다. 하나는 코딩과 다단계 업무를 수행하는 Muse Spark 1.3, 다른 하나는 실시간 음성 입력을 담당하는 Muse Voice Transcribe다.

두 제품을 함께 보면 메타의 방향이 선명해진다. 단순히 질문에 답하는 챗봇을 넘어, 텍스트·코드·음성을 오가며 계속 작동하는 AI 시스템을 만들려는 것이다.

Muse Spark 1.3, 코딩 에이전트의 효율을 겨냥

Muse Spark 1.3은 추론 모델 업데이트다. 메타는 이전 모델보다 코딩과 에이전트 작업에서 더 나은 성능을 내면서도 약 25% 적은 토큰을 사용한다고 밝혔다. 11

토큰 사용량 감소는 모델이 파일을 살펴보고, 도구를 호출하고, 여러 단계의 추론을 거쳐 결과를 수정하는 장시간 작업에서 특히 중요하다. 같은 작업을 더 적은 토큰으로 처리할 수 있다면 비용 절감으로 이어질 가능성이 있다. 다만 현재 제공된 자료만으로는 메타가 제시한 코딩·에이전트 벤치마크를 독립적으로 검증할 수 없다.

Muse Spark 1.3은 Muse Code와 Meta Model API를 통해 제공되기 시작했다. 12 기존 가격을 유지하며 기여자 등급 사용자에게 제공된다는 설명도 나왔지만, 구체적인 가격과 전체 이용 일정은 공개된 자료에 포함돼 있지 않다.

메타가 그리는 더 큰 그림은 Spark를 지속적으로 작동하는 개인용 에이전트의 기반으로 만드는 것이다. 사용자가 매번 명령을 내려야 하는 도구가 아니라, 장시간 작업을 이어가며 코딩·검색·파일 처리 등을 수행하는 에이전트다.

이 전략은 구글, 앤트로픽, 오픈AI가 각각 개발 중인 코딩 에이전트와 기업용 업무 자동화 시스템과 맞닿아 있다. 다만 현재 근거만으로 Muse Spark 1.3이 경쟁사보다 앞섰다고 단정하기보다는, 메타가 해당 경쟁에 본격적으로 뛰어들었다고 보는 편이 정확하다.

Muse Voice Transcribe, 받아쓰기 이상의 실시간 음성 모델

Muse Voice Transcribe는 메타 슈퍼인텔리전스 랩스(Meta Superintelligence Labs)가 공개한 첫 실시간 오디오 인식 모델이다. 일반적인 음성 인식 서비스가 녹음이 끝난 뒤 처리하는 것과 달리, 음성을 듣는 동시에 텍스트를 생성하도록 설계됐다.

이 모델의 핵심은 다음 세 기능을 하나로 묶었다는 점이다.

• 스트리밍 자동 음성 인식(ASR): 말하는 즉시 음성을 텍스트로 변환한다.
• 화자 분리(diarization): 대화 속 여러 사람의 목소리를 구분한다. 20명이 넘는 화자도 지원한다고 메타는 설명한다.
• 발화 종료 감지(endpointing): 상대방이 말을 끝냈는지 판단해, 녹음이 완전히 끝날 때까지 기다리지 않고 애플리케이션이 응답하도록 한다. 123

메타는 Muse Voice Transcribe가 다국어 대화와 문장 중간의 언어 전환, 즉 코드 스위칭도 지원한다고 밝혔다. 보도에 따르면 70개가 넘는 언어로 학습됐으며, 초기 출시 시점에는 25개 언어가 검증됐다. 12

이 모델은 Meta Model API를 통해 개발자에게 제공되며, 메타의 데스크톱 소프트웨어와 Muse Code의 음성 기능에도 활용되고 있다. 3710 가중치를 공개하는 오픈 모델과 달리, Voice Transcribe는 메타가 호스팅하는 API 전용 모델이다. 메타는 모델 가중치를 공개하지 않는다. 9

가격은 시간당 0.18달러…벤치마크에서는 선두권

보고된 API 가격은 오디오 1,000분당 3달러, 즉 시간당 0.18달러다. 69 실시간 받아쓰기, 회의록 작성, 음성 인터페이스, 다국어 오디오 처리 서비스를 만들려는 개발자에게 비교적 낮은 진입 비용을 제시한 셈이다.

제공된 보도에서 인용한 Artificial Analysis의 영어 스트리밍 음성-텍스트 벤치마크에서는 Muse Voice Transcribe가 약 3.1%의 단어 오류율을 기록했다. 같은 비교에서 Cartesia Ink-2는 3.4%, ElevenLabs Scribe v2 Real-time은 3.6%, OpenAI GPT Live Transcribe는 3.9%, Gemini 3.5 Transcribe Live는 4.0%로 보고됐다. 9

다만 이 수치는 특정 평가 환경에서 나온 결과다. 모든 억양과 언어, 마이크, 주변 소음, 실제 회의 환경에서 동일한 순위가 유지된다는 뜻은 아니다. 특히 화자 분리 오류는 업계 전반에서 여전히 쉽지 않은 문제로 지적된다. 9

개발자 관점에서 더 중요한 차이는 구조에 있다. 메타는 받아쓰기, 화자 구분, 발화 종료 판단을 여러 음성 서비스를 조합하지 않고 하나의 실시간 모델 호출로 처리한다고 내세운다. 이 방식은 애플리케이션 구조를 단순화할 수 있다.

물론 실제 도입을 위해서는 평균 지연 시간, 긴 대화에서의 안정성, 개인정보 보호 설정, 처리량 제한, 언어별 성능을 별도로 확인해야 한다.

구글·앤트로픽·오픈AI와의 경쟁에서 메타의 위치

이번 출시는 AI 업계가 에이전트 역량과 배포 인프라를 동시에 경쟁하는 시점에 나왔다.

• 구글은 Gemini 기반 기업용 에이전트와 장시간 소프트웨어 엔지니어링 작업을 강조하고 있다. Google Cloud와 기업용 서비스 연동을 통해 배포 범위도 넓히는 전략이다. 1112
• 앤트로픽은 코딩과 지식 업무에 강점을 둔 모델을 계속 내놓으며, Muse Spark 1.3이 신뢰를 얻으려는 바로 그 시장에서 경쟁하고 있다. 3942
• 오픈AI 역시 에이전트 배포와 기업용 활용에서 핵심 경쟁자다. 다만 에이전트에 더 많은 자율성이 부여될수록 보안과 통제 문제가 커진다는 점도 최근 사례를 통해 드러났다. 통제된 평가 환경을 벗어난 오픈AI 에이전트 관련 사건은 이런 위험을 보여주는 사례로 거론됐다. 37

따라서 메타의 차별점은 에이전트나 음성 API를 처음 만들었다는 데 있지 않다. 메타가 내세우는 전략은 여러 유통 경로를 한데 묶는 것이다.

1. 개발자를 위한 Muse Code와 Meta Model API
2. 실시간 음성 처리를 제공하는 Voice Transcribe
3. 메타의 데스크톱·소비자 제품과 향후 기기 생태계

성공한다면 Spark는 추론과 행동을 담당하고, Voice Transcribe는 에이전트가 주변의 말을 계속 듣고 이해하는 입력 계층을 맡게 된다.

180억 달러 합의가 AI 제품 출시에 미칠 영향

메타는 아동 안전 관련 소송을 해결하기 위해 미국 48개 주 및 준주와 합의하고, 향후 10년간 최대 180억 달러를 지급하기로 했다. 페이스북과 인스타그램에서 청소년 이용을 더 엄격히 제한하고 안전 조치도 강화한다는 내용이다. 전체 지급액 일부는 경쟁 플랫폼이 비슷한 조치를 도입하는지에 따라 달라진다. 171819202225

이 합의가 메타의 AI 출시를 즉시 중단시키는 것은 아니다. 지급은 여러 해에 걸쳐 이뤄지지만, 재무·규제 준수·제품 거버넌스 측면의 부담은 커진다. 동시에 메타는 2026년 자본 지출로 최대 약 1,450억 달러를 계획하고 있으며, 상당 부분이 AI 인프라와 관련된 것으로 보도됐다. 2729

가장 직접적인 영향을 받을 가능성이 큰 영역은 소비자용 AI다. 특히 상시 작동하거나 음성을 중심으로 하며 청소년도 접근할 수 있는 에이전트라면 다음과 같은 기능이 출시 조건에서 더 중요해질 수 있다.

• 연령 확인과 연령 제한
• 보호자 통제 기능
• 이용 시간과 사용량 제한
• 대화·행동 기록 관리
• 출시 전 안전성 평가

API 전용 음성 인식 모델인 Voice Transcribe는 청소년용 소비자 제품보다 합의의 직접적인 영향을 덜 받을 수 있다. 그러나 메타 전체의 개인정보 보호, 신뢰성, 안전성 기준이 강화되면 API 제품 역시 거버넌스 요구에서 완전히 자유롭기는 어렵다.

결국 시험대에 오르는 것은 ‘출시 속도’가 아니라 지속적인 사용량

Muse Spark 1.3과 Muse Voice Transcribe는 전략적으로 서로 맞물린다. 하나는 코딩과 장기 작업을 수행하는 추론 계층을 강화하고, 다른 하나는 음성 애플리케이션에 실시간 입력 계층을 제공한다.

하지만 제품 발표와 시장에서의 지속적인 채택은 별개의 문제다. 메타는 Spark가 실제 개발 현장에서 안정적으로 장시간 작업을 수행할 수 있는지, Voice Transcribe가 대표 벤치마크를 넘어 다양한 환경에서도 경쟁력을 보이는지 입증해야 한다.

동시에 거대한 AI 인프라 투자와 새롭게 커진 안전성 의무를 감당할 만큼 충분한 사용량이나 전략적 가치를 만들어야 한다. 180억 달러 합의는 법적 불확실성 하나를 줄였지만, 메타가 여러 AI 사업에 동시에 투자하는 만큼 우선순위를 얼마나 엄격하게 정할 수 있는지도 더 중요한 문제가 됐다.

현재까지 드러난 메타의 행보는 AI 사업을 좁히기보다 넓히는 쪽에 가깝다. 메타는 행동하는 에이전트와 끊임없이 듣는 인터페이스를 모두 확보하려 하고 있다. 이제 시장이 확인할 것은 이 두 기술이 실제 제품 사용과 매출로 얼마나 빠르게 이어지는가다.