---
title: 메타, 저비용 인공지능 에이전트 구동용 뮤즈 엠버 공개
url: https://www.elseif.net/ko/story-81
published: 2026-11-13T02:11:16+00:00
language: ko
section: 에이전트
source: https://www.techtalkthai.com/meta-introduces-muse-ember-to-power-cost-efficient-ai-agents/
organizations: Meta, Anthropic, OpenAI, Thinking Machines Labs
publisher: elseif
---

# 메타, 저비용 인공지능 에이전트 구동용 뮤즈 엠버 공개

메타가 뮤즈 엠버라는 입문 수준의 인공지능 모델을 공개했다. 이 모델은 경쟁사 제품보다 현저히 저렴한 가격대를 제시한다. 주목할 점은 이것이 메타의 기함 대규모 언어 모델 알고리즘인 뮤즈 원더를 사용하여 훈련한 첫 번째 인공지능이라는 것이다.

메타는 뮤즈 원더가 작업 흐름의 어느 부분을 자동화했는지에 대한 구체적인 세부사항을 공개하지 않았다. 한 가지 가능성은 회사가 모델의 능력을 추가 데이터로 추가 훈련하여 연마하는 사후 훈련 프로세스에 이를 적용했다는 것이다. 싱킹 머신즈 랩스는 상대적으로 작은 대규모 언어 모델도 완전한 사후 훈련 프로세스를 실행할 수 있음을 이미 입증했다.

응용 프로그램들은 흔히 뮤즈 원더 같은 최첨단 대규모 언어 모델을 인공지능 에이전트 그룹의 일부로 사용한다. 사용자가 요청을 입력하면 최첨단 대규모 언어 모델이 작업을 더 작은 부분 작업으로 나누고 더 낮은 비용의 모델로 구동되는 에이전트에 할당한다. 메타는 뮤즈 엠버가 이러한 목적을 위해 특별히 조정되었다고 명시했다.

메타는 9개의 인공지능 벤치마크를 모은 인공지능 분석 지수를 사용하여 이 모델을 평가했다. 벤치마크는 프로그래밍과 재무 분석 같은 다양한 사용 사례를 다룬다. 메타는 뮤즈 엠버가 앤스로픽의 입문 수준 클로드 하이쿠 5.5 모델과 동등한 점수를 받았으나 약 3분의 1 저렴한 가격에 제공된다고 말했다. 또한 오픈에이의 지피티-6 루나 알고리즘보다 성능이 우수하다.

같은 평가에서 메타는 뮤즈 엠버와 두 경쟁 모델을 9개의 추가 벤치마크를 통해 테스트했다. 세 알고리즘 모두 비용 효율성보다는 최대 사용 가능한 하드웨어 자원을 사용하는 맥스 모드에서 작동했다. 뮤즈 엠버는 이 9개 벤치마크 중 7개에서 하이쿠와 루나를 능가했다.

이 모델이 가장 큰 이점을 보이는 분야는 비즈니스 프로세스 자동화다. 뮤즈 엠버의 대부분의 벤치마크 결과가 하이쿠와 루나보다 단 몇 퍼센트 나을 뿐이지만, 지메일과 세일즈포스 같은 인기 클라우드 애플리케이션을 다루는 657개 작업 모음인 오토메이션벤치-에이에이에서는 17% 앞서간다.

뮤즈 엠버는 100만 토큰의 컨텍스트 윈도우를 가지고 있어 길이가 긴 비즈니스 문서 데이터를 처리할 수 있다. 사용자는 프롬프트에 이미지, 오디오, 비디오를 포함할 수도 있다. 이 모델은 최대 512,000 토큰 길이의 응답을 생성할 수 있다.

뮤즈 엠버는 메타의 모델 에이피아이를 통해 입력 토큰 100만 개당 10센트, 출력 토큰 100만 개당 50센트의 가격으로 이용 가능하다. 자주 사용되는 프롬프트를 재사용하여 중복 처리를 피할 수 있는 내장 캐시도 있다. 이 기능을 활성화하면 뮤즈 엠버의 가격이 입력 토큰 100만 개당 0.4센트로 내려간다.