Name: GPT-6 Luna
Author: OpenAI

마크 저커버그(Mark Zuckerberg)는 X에 한 문장으로 Meta의 최신 AI 모델을 소개했다. “오늘 Muse Ember를 공개합니다. 동급 모델보다 비용 대비 지능이 높은, Meta의 가장 작은 모델입니다.” 출시를 다룬 보도 상당수는 이를 가격 인하로 받아들였다. Anthropic과 OpenAI가 AI 에이전트를 만드는 개발자에게 판매하는 작고 저렴한 모델보다 Meta가 가격을 낮췄다는 해석이었다.

하지만 적어도 가격표만 보면 가격 인하는 아니다. Muse Ember는 입력 토큰과 출력 토큰 모두에서 이름이 거론된 두 경쟁 모델과 정확히 같은 요금을 받는다. Meta가 내세우는 비용 절감 효과는 실제로 있지만, 그 비결은 다른 데 있다. 모델이 답을 내놓기까지 생성하는 텍스트의 양이다. 할인보다 흥미로운 주장인 동시에, 청구서가 나오기 전까지 구매자가 확인하기는 더 어렵다.

Meta가 공개한 모델

Muse Ember는 Spark, Glimmer, Wonder에 이은 Meta Muse 제품군의 네 번째이자 가장 작은 모델이다. Meta Superintelligence Labs는 에이전트 안에서 반복적으로 처리되는 작업을 위해 이 모델을 만들었다. 저커버그는 “코딩 하위 작업, 라우팅, 정보 추출, 긴 문서 파싱”을 예로 들었다. Meta가 설명하는 역할 분담은 단도직입적이다. “Muse Wonder가 계획을 세우고, Muse Ember가 대량 처리를 맡습니다.” Meta Superintelligence Labs를 이끄는 알렉산더 왕(Alexandr Wang)은 Ember가 Meta의 최대 모델인 Muse Wonder Full을 활용해 학습한 뒤 처음으로 공개된 모델이라고 밝혔다.

Meta에 따르면 Ember는 텍스트와 이미지, 오디오, 비디오를 읽고, 컨텍스트 창은 100만 토큰이며, 한 번의 답변에서 최대 51만 2,000토큰을 생성할 수 있다. 오픈 모델은 아니다. 내려받을 수 있는 가중치는 제공되지 않으며, Meta가 호스팅하는 Model API와 Meta의 코딩 에이전트 Muse Code에서 이용할 수 있다. Google Cloud와 Oracle Cloud도 이용 경로로 안내돼 있다.

‘비용 대비’ 효과가 나오는 지점

Meta가 제시한 Ember의 요금은 입력 토큰 100만 개당 0.10달러, 출력 토큰 100만 개당 0.50달러다. MarkTechPost와 Fello AI가 지적했듯 Anthropic의 Claude Haiku 5.5와 OpenAI의 GPT-6 Luna도 기본 요금은 같다. 가격표에서 Ember가 앞서는 유일한 항목은 캐시된 입력, 즉 모델이 이미 처리해 재사용할 수 있는 텍스트다. Ember는 입력 토큰 100만 개당 0.004달러를 청구하는 반면, 두 경쟁 모델은 모두 0.01달러를 받는다.

차이는 작업 단위에서 벌어진다. 독립 벤치마크 모음인 Artificial Analysis Intelligence Index에서 Ember는 최고 설정의 Haiku 5.5와 같은 36점을 기록하면서 작업당 비용은 약 0.14달러였다. Haiku의 작업당 비용은 0.41달러다. Fello AI가 Artificial Analysis 데이터를 분석한 결과는 그 이유를 보여준다. 전체 지수에서 Ember가 생성한 출력 토큰은 약 1억 1,500만 개, Haiku는 약 2억 9,800만 개였고 출력 요금은 같았다. 토큰당 가격은 같지만 필요한 토큰 수는 훨씬 적은 셈이다. GPT-6 Luna의 작업당 비용은 Ember와 비슷한 0.15달러지만, 점수는 28점이다.

이 구조가 중요한 이유는 가격표 어디에도 토큰 수가 적혀 있지 않기 때문이다. 개발자가 가격표만 비교하면 세 모델은 똑같아 보인다. 차이는 에이전트를 실제로 실행해야 드러나며, 작업과 실행 환경, 추론 설정에 따라 달라진다. Meta가 비교에 사용한 것은 추론 강도를 최대로 설정한 경우다. 개발자 문서에도 이 설정이 Ember의 기본값으로 안내돼 있다.

세 배로 뛰는 요금

Meta 개발자 페이지에는 출시 홍보에서 빠진 두 번째 요금제가 있다. 입력 토큰이 20만 개를 넘으면 Ember는 입력 100만 개당 0.30달러, 출력 100만 개당 1.50달러를 받는다. 기본 요금의 세 배다. 긴 대화 기록이 포함된 요청은 이 기준을 넘을 수 있다고 Meta 문서는 경고한다. MarkTechPost는 출시 기사에서 Meta가 Ember에 장문 컨텍스트 요금제를 따로 두지 않았다고 썼지만, Meta의 자체 요금표에는 해당 요금제가 명시돼 있다.

이 요금제는 저커버그가 내세운 용도와 정확히 맞닿아 있다. “긴 문서 파싱”과 100만 토큰 컨텍스트 창은 개발자가 코드베이스 전체나 문서 모음을 통째로 입력하도록 유도하며, 이런 요청은 요금 기준선을 넘을 가능성이 가장 크다. 그래도 이 구간에서 Ember는 Haiku 5.5보다 저렴하다. MarkTechPost에 따르면 Haiku는 프롬프트 토큰이 10만 개를 넘으면 입력 100만 개당 0.50달러, 출력 100만 개당 2.50달러를 받는다. 다만 ‘저렴하다’는 말은 ‘대안보다 저렴하다’는 뜻으로 바뀐다. 두 약속은 다르다.

벤치마크가 보여주는 것과 평가 주체

Meta는 Haiku 5.5와 GPT-6 Luna를 상대로 한 비교 결과 10개 항목을 공개했다. Ember의 가장 강력한 성과는 Artificial Analysis가 Zapier의 업무 자동화 워크플로 657개로 평가한 AutomationBench에서 나왔다. Ember는 작업의 37.8%를 완료해 Haiku의 13.9%, Luna의 20.2%를 앞섰다. 뚜렷하게 뒤진 항목은 FrontierCode 2.0 하나다. 이 평가는 실제 코드 변경 사항을 관리자가 병합할 만한지 기준으로 채점하는데, Haiku는 34.9점, Ember는 27.2점을 받았다.

Fello AI는 각 수치가 어디서 나왔는지도 살펴봤다. 다섯 항목은 Artificial Analysis의 결과이고, 네 항목은 Meta 자체 평가다. Terminal-Bench 항목은 평가 방식이 섞여 있다. Ember는 Artificial Analysis가 평가했지만, 경쟁 모델 수치는 각 업체가 자체 공개한 결과다. 또 Fello는 Artificial Analysis의 모델 페이지에 Ember의 입력 방식이 텍스트와 이미지만으로 표시돼 있다고 지적했다. 따라서 오디오와 비디오 지원은 현재로서는 Meta의 설명에 기대고 있다.

Muse Ember는 누구를 위한 모델인가

Meta는 출시 게시물에서 Ember의 비용이 “모두를 위해 모든 제품에서 실행할 수 있을 만큼 낮다”고 밝혔다. 하지만 현재 Meta의 소비자용 제품에는 어디에도 들어 있지 않다. Fello AI에 따르면 Meta AI 앱과 WhatsApp, Muse 에이전트에서 Ember를 사용할 수 없다. 다른 회사가 만드는 에이전트에 들어가는 부품에 가깝다. Meta가 공개한 파트너사 발언도 이를 보여준다. Cline 창립자 사우드 리즈완(Saoud Rizwan)은 Ember를 “자사 실행 환경에서 하위 에이전트로 구동해 비용을 줄이려는 팀”에 적합한 모델로 소개했다. Cloudflare의 최고기술책임자 데인 크네히트(Dane Knecht)는 “우리가 시험한 유사 모델보다 후반부 실행 속도가 최대 30% 빨랐다”고 말했다.

이것이 Ember를 둘러싼 승부수다. Meta는 이 모델로 채팅창을 장악하려는 게 아니다. 더 큰 모델이 추론하는 동안 다른 회사의 에이전트 안에서 시간당 수천 번 호출되는 모델이 되려 한다. 그런 역할에서 비용을 좌우하는 것은 어느 업체도 공개하지 않는 숫자다. 모델이 작업을 끝내는 데 필요한 토큰이 몇 개인가 하는 것이다.

태그: meta, AI 모델, 마크 저커버그, Claude Haiku, Muse Ember