메타가 텍스트·이미지·오디오·비디오를 입력받는 오픈웨이트 전문가 혼합(MoE) 모델 '뮤즈 스파크 오픈'을 공개했다. 총 파라미터는 약 8,160억 개이지만 토큰당 활성 파라미터는 약 420억 개에 불과하며, 최대 100만 토큰의 컨텍스트 윈도우를 지원한다. 이 모델은 코드베이스 읽기, 코드 작성·디버깅, 도구 호출 등 실제 개발자 워크플로를 겨냥한 에이전틱 코딩에 특화 훈련됐으며, 각 MoE 레이어마다 256개 전문가 중 토큰별로 8개만 선택해 연산하는 구조로 대형 모델의 메모리 요구량과 42B급의 빠른 추론 속도를 동시에 갖췄다. 이전 소형 모델 '뮤즈 글리머'를 잇는 이 시리즈 최대 규모 모델로, BF16과 4비트 NVFP4 체크포인트가 모두 공개돼 미국산 오픈웨이트 모델 중 현재 가장 강력한 수준으로 평가된다. 이는 상업용 폐쇄형 모델에 필적하는 멀티모달·에이전틱 성능을 오픈소스 생태계에서도 이용할 수 있게 됐음을 의미한다.
- •메타의 오픈웨이트 MoE 모델, 총 8,160억·활성 420억 파라미터, 최대 100만 토큰 컨텍스트
- •텍스트·이미지·오디오·비디오 입력 지원, 에이전틱 코딩에 특화 훈련
- •256개 전문가 중 토큰당 8개 선택하는 MoE 구조로 추론 속도 확보
- •BF16·NVFP4 체크포인트 공개, 현재 가장 강력한 미국산 오픈웨이트 모델로 평가
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta
- 1.메타가 MoE 구조의 오픈웨이트 모델 'Muse Spark Open' 공개, 총 8160억 중 토큰당 약 420억만 활성화
- 2.텍스트·이미지·오디오·비디오를 입력받고 최대 100만 토큰 컨텍스트를 지원, 에이전틱 코딩에 특화 학습
- 3.256개 전문가 중 토큰당 8개를 선택하는 라우팅 구조로, 메모리는 전체 모델만큼 쓰지만 추론은 420억급 속도
- 4.transformers·llama.cpp·SGLang·vLLM에서 지원, 양자화 체크포인트는 맥 M3 울트라에서도 구동
왜 중요한가?
기존 조밀(dense) 모델과 달리 MoE 구조로 대형 모델의 성능을 유지하면서 실제 추론 연산량은 훨씬 작은 모델 수준으로 낮췄다는 점에서, 멀티모달 에이전트를 소비자용 하드웨어에서도 돌릴 수 있는 현실적 경로를 제시한다.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:39AI 초안