메타, 첫 터미널 코딩 에이전트 베타 버전 나왔다

메타는 8월 5일 터미널에서 작동하는 코딩 에이전트 뮤즈 코드(Muse Code) 베타 버전과 그 기반 모델 뮤즈 스파크 1.2(Muse Spark 1.2)를 발표했다. 대규모 코드 리포지토리를 대상으로 변경 계획, 구현, 검증까지 일관되게 처리하며, 장시간에 걸친 복잡한 소프트웨어 개발에도 대응한다.

뮤즈 코드는 맥OS 또는 리눅스 터미널에서 이용할 수 있는 코딩 에이전트다. 코드 조각을 생성하는 데 그치지 않고 리포지토리 전체를 조사해 필요한 변경 사항을 계획하고 코드를 작성한 뒤 테스트와 동작 확인까지 수행한다.

특징 중 하나는 메인 에이전트와 병렬로 작동하는 비동기 백그라운드 에이전트다. 보조 에이전트가 정보 수집과 검증을 계속하고 필요한 시점에 결과를 보고해 메인 에이전트는 전체 방향 설정과 구현에 집중할 수 있다.

뮤즈 코드는 모델에 대한 지시, 도구 실행, 파일 편집, 사용자 승인 같은 작업을 로컬 이벤트 로그에 기록한다. 이 로그를 기반으로 상태를 복원하기 때문에 처리 중 크래시가 발생하더라도 중단 지점에서 작업을 재개할 수 있다.

작업을 지원하는 명령어도 마련되어 있다. /plan은 태스크를 실행 계획으로 분해하고 /grill은 해당 계획의 약점을 검증한다. /goal은 지정된 목표를 달성할 때까지 작업을 계속하는 기능.

기반이 되는 뮤즈 스파크 1.2는 기존 뮤즈 스파크 1.1(Muse Spark 1.1)을 코딩에 특화해 다시 훈련한 모델이다. 코드 생성이나 버그 수정, 기존 코드 전체를 해독하는 능력에 더해 리포지토리를 통째로 구축하는 작업이나 자동 조사 같은 장시간이 소요되는 작업도 수행할 수 있도록 학습에 투입하는 연산량을 늘리고 학습 환경도 확충했다.

뮤즈 스파크 1.2와 뮤즈 코드는 조합 시 높은 성능을 발휘하도록 공동 학습됐다. 학습 과정에서는 여러 실행 이력 중 우수한 것을 선별하는 리젝션 샘플링(Rejection Sampling)을 활용했으며 장시간 작업에서도 목표를 유지하는 능력, 필요한 정보를 압축해 컨텍스트에 보존하는 능력, 보조 에이전트를 적절히 활용하는 능력 등이 강화됐다.

메타에 따르면 학습 데이터 생성에는 구 모델인 뮤즈 스파크 1.1도 활용됐다. 뮤즈 스파크 1.1에 난이도 높은 코딩 과제와 지시를 생성하게 하고 응답이 요건을 충족하는지 채점하게 함으로써 뮤즈 스파크 1.2용 훈련 데이터를 구축했다고 한다.

각종 벤치마크에서 뮤즈 스파크 1.2와 뮤즈 코드 조합은 터미널 환경 작업 수행 능력을 측정하는 터미널벤치 2.1에서 82.9%를 기록하며 클로드 오퍼스 5와 클로드 코드 조합이 기록한 86.7%에 이어 2위를 차지했다. 실제 리포지토리 수정 능력을 측정하는 딥SWE 1.1에서는 59.3%로 클로드 오퍼스 5 65.0%, GPT-5.6 테라 64.8%에 이어 3위를 기록했다.

한편 메타 사내 440건 개발 과제를 활용한 평가에서는 70.6%를 달성했다. 클로드 오퍼스 5 79.4%에는 미치지 못했지만 구 모델 뮤즈 스파크 1.1 68.3%와 GPT-5.6 테라 65.4%는 상회했다. 다만 모델별로 조합한 코딩 에이전트가 다르기 때문에 이런 결과가 모델 단독 성능을 엄밀하게 비교한 건 아니다.

장시간에 걸쳐 자율적으로 개발을 진행할 수 있는지 확인하기 위해 메타는 엔비디아 호퍼(Hopper) 세대 GPU를 대상으로 KDA와 MLA라는 2종류 처리를 담당하는 커널을 고속화하는 실험도 수행했다. 뮤즈 코드와 뮤즈 스파크 1.2 조합은 코드 작성, 컴파일, 성능 측정, 수정을 반복하며 최대 24시간 동안 1,000회가 넘는 도구 호출을 실행해 기준 구현을 대폭 고속화했다고 한다. KDA에서 뮤즈 스파크 1.2는 최종적으로 68.7%의 고속화를 달성했으며 오퍼스 5 74.0%, GPT-5.6 솔 71.2%, 오퍼스 4.8 69.6%에 이어지는 결과를 기록했다.

MLA에서는 특정 조건을 맞춘 상태에서 파이토치(PyTorch)로 작성된 기준 구현 대비 얼마나 고속화할 수 있는지를 비교했다. 뮤즈 스파크 1.2는 도구 호출이 450회에 도달한 시점 60%를 넘겼으며 최종적으로 61.1% 고속화를 달성했다. 오퍼스 5 75.4%, 오퍼스 4.8 67.1%, GPT-5.6 솔 62.9%에는 미치지 못했지만 GPT-5.6 테라 47.7%와 제미나이 3.6 플래시 39.1%는 상회했다.

고속화 과정에서 AI가 문장을 처리할 때 사용하는 키(K)와 밸류(V)에 대해 양쪽 원본이 되는 압축 데이터를 공유함으로써 중복 연산과 데이터 전송을 줄였다. 나아가 본래 별도로 수행되던 여러 처리를 통합하는 커널 퓨전(Kernel Fusion)과 데이터를 작은 단위로 나눠 처리하는 타일링(Tiling)을 조합해 2개 커널로 구성되는 트리톤(Triton) 파이프라인을 설계했다고 보고했다.

뮤즈 스파크 1.2는 뮤즈 코드에 내장되어 있을 뿐만 아니라 메타 모델 API(Meta Model API)를 통해서도 이용할 수 있다. 뮤즈 코드는 아직 베타 버전이며 메타는 향후 에이전트 환경 기능 확충과 더 대규모·고성능 모델 투입을 진행할 방침이다. 관련 내용은 이곳에서 확인할 수 있다.