하이쿠 5.5급 성능인데 비용이…메타 소형 AI 뮤즈 엠버 나왔다

메타(Meta)가 2026년 11월 9일 새 모델 뮤즈 엠버(Muse Ember)를 발표했다. 메타는 뮤즈 엠버가 자사 AI 모델 뮤즈(Muse) 시리즈 중 가장 작고 효율적인 모델이라고 소개했다. 뮤즈 엠버는 AI 에이전트가 하는 프로그래밍이나 도구 조작 같은 반복 작업에 특화했다. 메타에 따르면 앤트로픽(Anthropic) 클로드 하이쿠 5.5(Claude Haiku 5.5)와 비슷한 성능을 3분의 1 비용으로 낸다.

마크 저커버그(Mark Zuckerberg) 메타 최고경영자(CEO)는 뮤즈 엠버가 메타 역사상 가장 작고 효율적인 AI 모델이라고 소개했다. 뮤즈 엠버는 AI가 외부 도구를 불러오거나 프로그램 일부를 고치는 작업을 염두에 두고 개발했다. 많은 문서에서 정보를 뽑아내는 작업도 대상이다.

AI 에이전트는 복잡한 작업을 작은 단위로 쪼개 반복 실행할 수 있다. 소프트웨어 개발을 예로 들면 파일 읽기와 테스트 실행, 코드 수정 같은 작업을 맡길 수 있다. 하지만 이런 처리를 비싼 AI 모델에 계속 맡기면 비용이 불어난다. 그래서 뮤즈 엠버는 비교적 작은 작업을 적은 비용으로 대량 처리하도록 설계했다.

뮤즈 엠버는 최대 100만 토큰 컨텍스트 윈도와 최대 51만2,000토큰 출력을 지원한다. 텍스트와 함께 이미지와 음성, 동영상도 직접 이해하는 멀티모달 모델이다. 대규모 코드베이스나 많은 문서를 한꺼번에 읽어 들일 수 있다. 스크린숏을 보고 PC를 조작하는 것도 가능하다.

◇ 업무 자동화에 강하고 실전 코딩은 밀려=뮤즈 엠버는 AI 모델 평가기관 아티피셜 애널리시스(Artificial Analysis)의 인텔리전스 인덱스(Intelligence Index)에서 36점을 받았다. 클로드 하이쿠 5.5를 가장 높은 추론 설정으로 돌렸을 때와 같은 점수다. 오픈AI(OpenAI) GPT-6 루나(GPT-6 Luna)의 최고 설정 점수 28점보다 높다.

메타가 공개한 비교 자료에 따르면 뮤즈 엠버의 작업당 처리 비용은 196원대(0.14달러)다. 클로드 하이쿠 5.5의 574원대(0.41달러)와 비교하면 3분의 1 수준이다. 메타는 아티피셜 애널리시스 평가에서 뮤즈 엠버가 효율성 프런티어에 있다고 설명했다. 같은 비용이나 더 낮은 비용으로 뮤즈 엠버보다 성능이 높은 모델이 없다는 뜻이다.

세부 벤치마크를 보면 뮤즈 엠버는 업무 자동화 능력을 측정하는 오토메이션벤치-AA(AutomationBench-AA)에서 37.8%를 기록했다. 클로드 하이쿠 5.5(13.9%)와 GPT-6 루나(20.2%)를 앞섰다. 프로그래밍 관련 테스트인 터미널벤치 4.0(Terminal-Bench 4.0)에서도 40.9%를 기록해 클로드 하이쿠 5.5(39.2%)를 근소하게 앞섰다.

다만 모든 테스트에서 경쟁 모델을 앞선 건 아니다. 실제 소프트웨어 개발에 가까운 과제를 다루는 프론티어코드 2.0-AA(FrontierCode 2.0-AA)에서는 뮤즈 엠버가 27.2%에 그쳤다. 클로드 하이쿠 5.5는 34.9%였다. 작업에 따라서는 경쟁 모델에 못 미칠 수 있다는 뜻이다.

알렉산더 왕(Alexandr Wang) 메타 최고AI책임자는 뮤즈 엠버의 성능이 기존 뮤즈 스파크 1.3(Muse Spark 1.3)과 거의 같다고 강조했다. 그러면서 작업당 비용은 17분의 1로 줄였다고 말했다. 인텔리전스 인덱스 점수는 뮤즈 엠버가 36점이고 뮤즈 스파크 1.3이 37점이다. 작업당 비용은 뮤즈 엠버가 196원대(0.14달러)이고 뮤즈 스파크 1.3이 3,346원대(2.39달러)다.

뮤즈 엠버는 메타 고성능 모델 뮤즈 원더 풀(Muse Wonder Full)로 학습시켜 공개한 첫 모델이기도 하다. 메타는 모델마다 역할을 나눌 계획이다. 어려운 문제의 계획을 세우는 일은 뮤즈 원더가 맡는다. 프로그래밍과 AI 에이전트 워크플로는 뮤즈 스파크, 대량 반복 작업은 뮤즈 엠버에 맡기는 구조다.

Today we’re introducing Muse Ember, our smallest and most efficient model, built for complex reasoning execution and everyday agent work.

Muse Ember can carry workflows across apps, call tools in sequence, run tests and make targeted code fixes. With a 1M-token context window and native understanding of text, images, audio and video, it can also work across large document sets and varied inputs.

— AI at Meta (@AIatMeta) November 9, 2026

◇ API 요금과 이용처=뮤즈 엠버는 메타 모델 API(Meta Model API)와 AI 코딩 도구 뮤즈 코드(Muse Code)에서 이미 쓸 수 있다. API 요금은 입력 100만 토큰당 0.10달러이고 출력 100만 토큰당 0.50달러다. 캐시된 입력은 100만 토큰당 0.004달러다. 입력이 20만 토큰을 넘으면 더 높은 요금을 매긴다. 이 경우 입력 100만 토큰당 0.30달러, 출력 100만 토큰당 1.50달러 등이 적용된다.

기업용 클라우드 스토리지 서비스를 운영하는 박스(Box)도 뮤즈 엠버를 먼저 평가했다. 박스는 1,260만 달러 규모 투자 펀드와 관련된 문서 13건을 뮤즈 엠버로 분석했다고 밝혔다. 분석 결과 잘못 배분된 자금 248만 달러를 찾았다. 반영되지 않은 크레딧 25만 달러도 찾아냈다. 클라우드플레어(Cloudflare)와 오라클(Oracle), 클라인(Cline), 유닷컴(You.com) 등도 평가에 참여했다.

메타는 뮤즈 엠버와 뮤즈 스파크, 뮤즈 원더 등 모델 3종을 구글 클라우드(Google Cloud)에서도 쓸 수 있게 했다고 발표했다. 순다르 피차이(Sundar Pichai) 구글 CEO는 엑스(X)에서 메타 모델을 환영했다. 구글 클라우드 고객에게 메타 모델을 제공하게 돼 기대가 크다고도 밝혔다.

메타는 오라클 클라우드(Oracle Cloud)에서도 뮤즈 시리즈를 제공할 방침이다. 메타는 모든 처리를 고성능 AI 모델에 맡기지 않을 계획이라고 밝혔다. 작업 내용에 따라 다른 모델을 골라 써서 AI 에이전트 운영 비용을 줄이는 게 목표라고 설명했다. 관련 내용은 이곳에서 확인할 수 있다.