메타, AI 에이전트 반복 업무용 경량 모델 Muse Ember 공개

메타 슈퍼인텔리전스랩은 11월 9일 AI 에이전트의 반복 작업을 맡기는 경량 모델 Muse Ember를 공개했습니다. 도구 호출, 코딩 하위 작업, 요청을 처리 경로로 넘기는 분기, 정보 추출, 긴 문서 처리를 겨냥했습니다. 메타는 Meta Model API와 Muse Code에서 모델 ID muse-ember-1.0으로 제공한다고 밝혔습니다.

AI 에이전트는 답변을 한 번 생성하는 데 그치지 않고 업무 시스템에서 자료를 가져오고 외부 도구를 차례로 호출해 결과를 반영하는 소프트웨어입니다. 메타에 따르면 Ember는 기록을 가져오고 도구를 순서대로 호출한 뒤 여러 앱의 시스템을 갱신하는 업무 흐름에 맞춰 설계됐습니다. 에이전트가 코드를 읽고 테스트를 실행하거나 문서에서 항목을 추출하는 작업을 반복할 때 쓰는 모델이라는 설명입니다.

메타는 자사 모델군에서 Muse Wonder를 가장 어려운 문제에, Muse Spark를 코딩과 에이전트 업무에, Ember를 규모가 큰 반복 작업에 배치합니다. 큰 모델이 처리 기준을 세우고 Ember가 그 기준을 많은 작은 작업에 적용하는 구성입니다. TechCrunch는 가능한 고객지원 사례로, 큰 모델이 특정 문의의 대응 규칙을 정한 뒤 Ember가 이를 수많은 문의에 적용하는 경우를 들었습니다. 메타는 이를 “Muse Wonder가 계획하고 Ember가 물량을 처리한다”는 역할 분담으로 설명했습니다.

이 역할은 메타가 소개한 초기 파트너 시험 사례에서도 드러납니다. Box는 계약서의 각 조항을 회사 협상 지침과 대조해 종합 위험도를 매기고, 상세한 채용 요건을 기준으로 적합한 후보자를 골라내는 업무를 제시했습니다. 메타는 Box와 Cline 등을 초기 시험 파트너로 소개했습니다. 이 사례는 파트너가 시험에서 설명한 업무입니다.

메타는 Ember가 텍스트뿐 아니라 이미지, 오디오, 비디오도 입력으로 처리한다고 밝혔습니다. 에이전트가 스크린샷과 차트, 스캔 문서를 읽거나 음성 메모와 회의 녹음, 영상을 분석할 때 별도 모델을 바꾸지 않고 같은 모델을 쓰는 방식입니다. 메타는 한 번의 호출에서 참고할 수 있는 컨텍스트 창이 100만 토큰이며 최대 51만2천 토큰을 출력한다고 설명했습니다. 긴 문서 묶음이나 코드 저장소를 한 번에 입력하는 용도를 겨냥한 사양입니다.

가격은 요청에 넣은 입력 분량에 따라 달라집니다. 20만 토큰 이하인 요청은 입력 100만 토큰당 0.10달러, 캐시된 입력은 0.004달러, 출력은 0.50달러입니다. 입력이 20만 토큰을 넘으면 각각 0.30달러, 0.012달러, 1.50달러로 올라갑니다. 메타는 Meta Model API와 Muse Code에서 모델을 제공하며 Responses API도 지원한다고 밝혔습니다.

메타는 가격 대비 성능의 근거로 Artificial Analysis Intelligence Index를 제시했습니다. 여러 평가를 합친 이 지수에서 Ember가 Claude Haiku 5.5의 최고 점수에 약 3분의 1 비용으로 근접하고 GPT-6 Luna의 모든 추론 설정 점수보다 높았다고 설명했습니다. Artificial Analysis의 모델 페이지에는 Ember(max)의 지수 점수 36점과 지수 과제당 평균 비용 0.14달러가 표시됩니다. 메타가 공개한 비교표는 모델별 추론 설정 점수와 과제당 비용을 비교했으며, 과제당 비용은 평가에 사용한 토큰량과 가격을 반영하고 Ember에는 메타가 제시한 가격을 적용했습니다.