2026년 8월 10일, Meta가 사용자 기기에 상주하는 AI 전용 신규 모델인 Muse Glimmer를 발표했다. 300억(30B) 파라미터 규모의 완전 오픈소스 모델로, 일반 가정용 컴퓨터에서도 실행 가능하다고 Meta는 밝혔다. 발표 직후 세계 최대 기술 커뮤니티인 Hacker News(HN)에서는 하룻밤 사이에 984점의 추천과 558개의 댓글이 달리며 뜨거운 반응을 보였다. 그러나 댓글 분위기는 Meta의 공식 보도자료와 사뭇 달랐다. 기술 분석가들이 테스트 데이터를 정밀 검증한 결과, 4개월 전 출시된 중국의 오픈소스 모델 Qwen 3.6보다 근소하게 앞설 뿐이며 일부 항목에서는 오히려 뒤처지는 것으로 나타났다. 게다가 Qwen의 차세대 버전은 바로 이번 주 발표를 앞두고 있었다.
그림: Muse Glimmer 공식 개요도. 출처: Meta Research
먼저 핵심 기술 개념 두 가지를 먼저 정리해 보자.
‘300억 파라미터’는 어느 정도 규모일까? AI 모델의 파라미터는 뇌 안의 신경 연결 수와 유사하다. 300억 파라미터는 300억 개의 ‘지식 스위치’를 가진 디지털 뇌를 의미하며, 약 860억 개의 뉴런을 가진 인간 뇌의 4분의 1 수준으로 AI 생태계에서는 중형급에 해당한다. 파라미터가 많을수록 성능이 뛰어나지만 그만큼 메모리를 많이 차지한다. 압축되지 않은 Muse Glimmer 원본은 55GB의 메모리를 요구하여 일반 컴퓨터에서는 실행이 불가능하다. Meta는 경량화 및 양자화 기술을 적용해 필요한 메모리를 20GB 미만으로 줄여 일반 게이밍 그래픽 카드로도 구동할 수 있도록 만들었다.
‘상주형 로컬 에이전트’는 더욱 중요한 개념이다. AI가 웹 브라우저 창을 벗어나 스마트폰이나 PC 내부로 들어가 24시간 상주하는 형태를 말한다. 사용자의 일정을 기억하고, 애플리케이션을 직접 제어하며, 파일을 정리하고, 예약을 대행하거나 이메일에 답장하는 작업을 수행한다. 인터넷 연결 없이 오프라인으로 작동하며 개인 대화 기록이나 문서가 외부 서버로 전송되지 않는다. Meta는 이를 AI가 ‘클라우드 인공지능’에서 ‘밀착형 개인 비서’로 진화하는 과정이라고 설명한다. 예를 들어 아침에 외출할 때 스마트폰 내 AI가 사용자의 패턴에 맞춰 하루 일정을 정리하고, 이동 중에 중복된 회의를 자동으로 조정하는 작업이 클라우드 서버 전송 없이 자체적으로 이루어진다.
이러한 비전은 매력적이지만, 개발자 커뮤니티가 가장 주목하는 부분은 실제 성능이다.
Meta는 공식 비교 대상으로 동일 체급의 오픈소스 모델인 구글의 Gemma4와 중국 알리바바의 Qwen 3.6을 제시했다. Meta가 공개한 공식 벤치마크 표에 따르면 Muse Glimmer가 여러 항목에서 1위를 차지했다. 그러나 커뮤니티가 세부 데이터를 다각도로 검증한 결과 보도자료와는 다른 결론에 도달했다. Hacker News의 한 높은 추천 댓글은 이를 요약했다: “도구 호출(Tool Calling) 능력을 제외하면, Muse Glimmer는 Qwen 3.6을 겨우 이기는 수준이다.”
그림: Meta가 공개한 Muse Glimmer, Gemma4, Qwen 3.6 비교표. 출처: Meta Research
‘도구 호출’이란 AI가 컴퓨터를 직접 조작하는 능력으로, 소프트웨어를 열고 버튼을 누르며 서식을 작성하는 행위를 말한다. 이는 로컬 비서 AI의 핵심 기능으로, Meta는 MCP-Atlas 벤치마크에서 75.5점을 기록하며 우위를 점했다. 그러나 다른 평가 항목에서는 결과가 달라졌다. 사람이 데스크톱 화면을 조작하는 환경을 모사한 TerminalBench 평가에서 Qwen 3.6은 75.6점을 기록하여 Muse Glimmer(65.9점)를 10점 가까이 앞섰다. 한 이용자는 “Glimmer가 TerminalBench에서 Qwen 3.6에 큰 격차로 패배했다”고 지적했다.
Meta 입장에서는 다소 무안한 결과다. Muse Glimmer는 Qwen 3.6보다 파라미터 수가 많고(300억 대 270억) 출시 시점도 4개월이나 늦었음에도, PC 조작 특정 영역을 제외하면 전반적인 성능 우위가 미미했다. 게다가 비교 대상은 Qwen의 이전 세대 모델이었다. 공식 보도자료에서는 최근 시장을 주도한 DeepSeek V4 Flash, Kimi K3, Qwen 3.8-Max 등 최신 모델들과의 직접 비교를 언급하지 않았다.
공식 벤치마크에 대한 검증 의식은 커뮤니티 전반에 팽배해 있다. Reddit의 한 사용자는 “Meta의 자체 벤치마크는 자사에 유리한 항목만 선별하기 때문에 신뢰하기 어렵다”고 비판했다. 유명 벤치마크 데이터셋에 모델이 과적합되었을 가능성이 제기되면서, 기술 커뮤니티는 독립적인 제3자 검증 결과를 더 높게 평가하고 있다. 그리고 제3자 테스트에서도 Muse Glimmer가 Qwen 3.6에 비해 갖는 우위는 매우 근소한 것으로 밝혀졌다.
커뮤니티를 가장 뜨겁게 달군 요소는 출시 타이밍이었다.
Qwen 3.8 27B 모델이 이번 주 출시를 앞둔 상황에서 Meta가 불과 이틀 전에 발표를 강행했기 때문이다. 가장 많은 공감을 받은 댓글에는 다음과 같이 적혀 있었다: “Meta가 지금 발표한 것은 전혀 놀랍지 않다. 그들은 Qwen 3.8을 이기지 못할까 봐 두려웠던 것이다.” 이용자들은 과거 Meta가 DeepSeek의 열풍에 맞서 Llama 4를 성급하게 발표했다가 완성도 논란을 겪었던 사례를 떠올렸다. 경쟁사의 대형 발표 직전에 공개하여 언론의 관심을 선점하려는 전략은 AI 업계의 익숙한 방식이다. 일부 연구자들은 Muse Glimmer가 더 큰 교사 모델로부터 지식을 증류(Distillation)하여 학습되었음을 지적하며, Meta가 과거 Qwen 모델을 증류 데이터 출처로 활용했다는 논문을 발표한 점을 언급했다. 중국 모델의 출력 데이터를 학습에 활용하고 경쟁사 발표 직전에 서둘러 공개하는 구도는 치열한 주도권 경쟁을 잘 보여준다.
시장 상황 역시 이러한 긴장감을 반영한다. 최근 몇 달간 글로벌 AI 시장의 관심은 중국의 오픈소스 모델들에 집중되어 있었으며, 미국 기업의 오픈소스 모델 선택지는 상대적으로 좁아진 상태였다. 한 댓글은 “반중국 모델 정서가 강화될수록 결국 그 수혜는 Meta에 돌아갈 것이다. 미국 오픈소스 최전선에는 다른 대안이 거의 없기 때문이다”라고 분석했다.
같은 날 마크 저커버그 CEO도 인터뷰를 통해 모델 가중치를 공개하지 않고 API 서비스만 판매하는 폐쇄형 AI 기업들을 공개 비판하며, Meta를 오픈소스 진영의 대표주자로 포장했다. 하지만 Meta가 오픈소스 모델을 출시한 것은 1년 만의 일로, 올해 봄에는 오픈소스 노선을 포기했다는 의구심을 받기도 했다. 이러한 시점에 오픈소스 복귀를 선언하고 모델을 공개한 것은 Qwen 3.8의 발표 일정과 무관하지 않다는 분석이 지배적이다. 또한 Meta는 최고 성능 모델인 Muse Spark 1.2의 가중치도 곧 오픈소스로 공개할 것이라고 예고했다. 커뮤니티에서는 OpenAI나 Anthropic과 직접 경쟁할 수 있는 대형 모델의 가중치 공개야말로 진짜 주요 뉴스이며, 이번 소형 모델 공개는 사전 관심 집중용 행보라고 평가하고 있다.
그림: Meta가 제시한 로컬 생성 속도 향상 효과. 출처: Meta Research
글로벌 기업 간의 치열한 주도권 경쟁 속에서 실제 이득을 보는 것은 일반 사용자들이다. 경쟁을 통해 AI 구동 비용이 낮아지고 성능이 향상되며, 클라우드 중심에서 개인 기기 상주 형태로 전환되는 흐름이 가속화되고 있다. 사용자 입장에서는 개인 프라이버시 데이터가 외부 서버로 누출될 위험 없이 오프라인에서도 동작하는 지능형 비서를 활용할 수 있게 된다. 다만 ‘일반 가정용 컴퓨터에서 원활히 구동된다’는 설명에는 유의할 필요가 있다. 커뮤니티의 실제 테스트 결과, 매끄러운 구동을 위해서는 최소 32GB 이상의 메모리가 필요하며, 64GB 메모리를 탑재한 MacBook Pro의 유럽 판매 가격은 4,000유로를 넘어서므로 일반 사용자용 노트북에는 여전히 부담스러운 수준이다.
Meta가 선점을 위해 공개를 서둘렀는지, Qwen의 추격이 미국 빅테크 기업들에 실제 위협이 되고 있는지에 대한 최종 결론은 며칠 뒤 Qwen 3.8이 본격 출시되면 명확해질 것이다. 승자가 누구든 치열한 기술 경쟁 덕분에 사용자들은 불과 몇 달 만에 혁신적인 AI 성과를 누리게 되었다.
참고 링크:
- Meta Research: Introducing Muse Glimmer
- Hacker News 토론 (item?id=49241679)
- The Register: Zuck rekindles open weights Llama drama with Muse Glimmer
- Financial Times: Mark Zuckerberg attacks ‘closed’ AI rivals as Meta returns to open models
- OfficeChai: Muse Glimmer 로컬 모델 벤치마크 평가
