Meta가 터미널 기반 AI 코딩 에이전트 Muse Code를 베타로 공개했다. 코딩 특화 모델 Muse Spark 1.2와 동시 출시다. 이로써 Meta는 Anthropic의 Claude Code, OpenAI의 Codex와 직접 맞붙는다.
Mark Zuckerberg CEO는 X에 "대형 저장소 전반에 걸쳐 완전한 소프트웨어 엔지니어링 작업을 수행하는 터미널 코딩 에이전트"라고 설명했다. 변경 계획 수립, 코드 작성, 결과 검증을 일괄 처리한다.
비동기 백그라운드 에이전트
Muse Code의 핵심 구조는 '비동기 백그라운드 에이전트'다. 경쟁 도구 대부분이 작업마다 새 에이전트를 생성하는 방식인 반면, Muse Code는 특화 에이전트를 세션 전체에서 유지한다. Meta 블로그에 따르면 이 에이전트들은 "개별 작업마다 생성되지 않고 세션 내내 활성 상태를 유지해 중복 정보 수집을 방지"한다.
작업 규모가 크면 별도 서브 에이전트들이 병렬로 동작하며, 각각 독립된 git worktree에서 실행돼 개발자의 작업 복사본에 영향을 주지 않는다. Zuckerberg는 "테스트에서 게임 기능 6개를 동시에 빌드했고 충돌이 없었다"고 밝혔다.
감사 추적도 특징이다. 모든 모델 호출, 도구 실행, 승인, 편집 내역이 실행 전 로컬 이벤트 로그에 기록된다. Meta는 이를 통해 런타임이 "재현 가능하고 재시작 안전"하다고 설명한다. 20시간 작업 중 중단되더라도 정확히 멈춘 지점부터 재개된다.
내장 스킬도 제공한다. /plan은 작업을 승인 단계가 있는 계획으로 변환하고, /grill은 해당 계획을 검증하며, /goal은 에이전트를 목표 완료로 유도한다.
macOS와 Linux에서 아래 명령어 한 줄로 설치 가능하다. 단, Meta 계정 로그인과 결제 정보 등록이 선행돼야 한다.
curl -fsSL https://dev.meta.ai/install.sh | bash
Muse Spark 1.2: 코딩 특화 업데이트
Muse Spark 1.2는 전작 1.1 대비 코딩 학습 컴퓨팅을 대폭 늘렸다. 코드 생성, 복잡한 디버깅, 코드베이스 이해력이 향상됐다. Meta는 Muse Code와 함께 공동 훈련했으며, 거부 샘플링 방식의 하니스 궤적과 레시피 최적화를 활용했다.
자기 개선 루프도 적용됐다. Muse Spark 1.1이 난이도 높은 코딩 환경과 지시 따르기 템플릿을 생성하고 후보 해법을 채점해 후속 모델 학습 데이터셋을 만들었다.
벤치마크 결과는 2위권이다. Terminal-Bench 2.1에서 Muse Code 기반 Muse Spark 1.2는 82.9%로, OpenAI GPT-5.6 Terra in Codex(81.8%)와 xAI Grok 4.5 in Grok Build(81.6%)를 앞섰다. 그러나 Anthropic Opus 5 in Claude Code(86.7%)에는 뒤진다. DeepSWE 1.1에서는 59.3%로 3위(Opus 5 65.0%, GPT-5.6 Terra 64.8%). Meta 자체 내부 코딩 벤치마크에서도 70.6%로 Opus 5(79.4%)에 약 9점 차로 밀렸다.
전작 대비 개선폭은 Terminal-Bench 6.7점, DeepSWE 6.3점이다. 다만 1.1은 범용 mini-swe-agent 하니스에서, 1.2는 Muse Code에서 측정한 점은 감안해야 한다.
Meta는 GPU 커널 최적화 장기 데모도 공개했다. Muse Spark 1.2가 NVIDIA Hopper 하드웨어에서 24시간 동안 도구를 호출하며 KDA·MLA 커널 최적화를 수행했다고 밝혔다.
이중 가격 구조: 데이터 제공 시 최대 21배 할인
Muse Spark 1.2는 Meta Model API를 통해 두 가지 요금제로 제공된다.
▼ Muse Spark 1.2 요금제 비교
| 항목 | 표준 요금제 | 기여자 요금제 |
|---|---|---|
| 입력 ($/1M 토큰) | $1.25 | $0.10 |
| 출력 ($/1M 토큰) | $4.25 | $0.20 |
| 캐시 입력 ($/1M 토큰) | $0.15 | $0.002 |
| 분당 요청 한도 | - | 60 |
| 학습 데이터 활용 | 없음 | 있음 |
표준 요금제는 프롬프트와 완성 결과를 모델 학습에 사용하지 않는다. 기여자 요금제는 입력 기준 약 12배, 출력 기준 약 21배 저렴하지만, 개발자의 코드와 프롬프트가 Meta의 학습 파이프라인에 들어간다.
Zuckerberg는 "설치 후 기여자 요금제로 바로 시작할 수 있다"고 기여자 요금제로의 진입을 유도했다. 그러나 기여자 요금제도 결제 수단 등록이 필요하며, 분당 요청 한도가 60건으로 표준의 50분의 1이다. 독점 코드베이스를 보유한 기업은 표준 요금제를 선택해야 데이터 유출을 막을 수 있다.
오픈소스 전략 사실상 종료
Muse Code 발표에는 오픈소스 언급이 없다. Meta는 2023년 2월 LLaMA 공개 이후 Llama 계열 모델로 약 12억 회 다운로드를 기록하며 오픈 AI의 상징으로 자리했다. 그러나 올해 4월 Muse Spark를 첫 독점 모델로 출시하면서 방향을 바꿨다. Muse Code는 가중치 없이, 토큰당 과금 또는 데이터 제공 방식으로만 사용할 수 있다.
반면 OpenAI는 Codex CLI를 Apache 2.0 라이선스로 공개했고, Google의 Gemini CLI 하니스도 Apache 라이선스다. Meta는 한때 오픈소스를 앞세웠지만 지금은 독점 모델 진영에 서 있다.
Muse Code는 현재 베타로 제공 중이며, Muse Spark 1.2는 Meta Model API에서 글로벌 확대 접근이 가능하다. 한국 개발자도 API를 통해 접근할 수 있다.
