채팅하는 AI가 아니라 대신 결제하고 예약하는 AI.
메타가 9월에 내놓은 뮤즈가 뭔지, 왜 한국에선 못 쓰는지, 개발자 경로는 왜 무조건 돈이 드는지,
마지막으로 주가가 정말 언론 말대로 올랐는지 시세로 확인했다.
본문의 뮤즈 화면 캡처는 모두 Meta Muse 공식 페이지(ai.meta.com/muse)와 muse.ai 가입 화면에서 가져왔다. 주가 차트는 Yahoo Finance 종가로 직접 그렸다.
9월에 메타가 다시 보였다
지난 글에서 Jev를 다뤘을 때, 링크드인 피드가 한 이름으로 도배됐다고 썼다.
같은 달에 그런 이름이 하나 더 있었다. 뮤즈.
이번엔 링크드인보다 주식 뉴스에서 먼저 봤다.
“메타 주가 36% 급등”, “슈왑 주가 6% 하락”. AI 제품 하나가 증권사 주가를 떨어뜨린다는 기사는 처음 봤다.
핀테크에서 일하는 입장에서 그냥 넘기기 어려운 조합이었다.
뭔지 정리하고, 한국에서 쓸 수 있는지 확인하고, 숫자는 직접 봤다.
뮤즈가 뭔가 : 채팅이 아니라 대행
한 문장으로 하면 이렇다. 답해주는 AI가 아니라 대신 해주는 AI다.
ChatGPT나 Meta AI 앱에 “부산 출장 호텔 추천해줘”라고 하면 목록이 돌아온다.
뮤즈에게 같은 말을 하면 내 캘린더를 보고 날짜를 확인하고, Expedia에 들어가 호텔을 고르고,
결제 직전에 “이거 결제할까요?” 하고 묻는다. 승인하면 실제로 예약하고 돈을 낸다.
메타의 발표에서 구조를 보면 이렇게 돼 있다.
- 사용자마다 클라우드에 전용 컴퓨터(Muse Secure VM)가 하나 생긴다. 뮤즈는 거기서 브라우저를 열고 일한다.
- 이메일·캘린더·결제·쇼핑·건강·스마트홈 중 내가 연결해준 것만 접근한다.
- 결제는 내 카드 대신 Stripe Link 일회용 가상카드를 쓴다. 뮤즈는 내 실제 카드번호를 모른다.
- 이메일 발송·결제 같은 민감한 행동 전엔 Sentinel이라는 승인 게이트가 사람에게 묻는다. 한 일은 전부 감사 로그로 남는다.
- 대화를 광고 시스템과 공유하지 않고, 학습 사용은 옵트아웃할 수 있다.
자세한 소개는 메타 공식 페이지(ai.meta.com/muse)에 있다.
가격은 무료가 기본이다. $20 Power, $100 Maximum 요금제가 있지만
메타는 “대부분의 사람에게 필요한 건 무료”라고 말한다. 돈은 구독이 아니라 거래 수수료로 벌겠다는 계획이다.
9월 22일 Connect에서 더 붙었다. 실시간 영상 아바타, 스마트 글래스 연동, Mac을 대신 조작하는 기능, 뮤즈 전용 이메일 주소.
파트너로 Walmart·Expedia·Instacart·Stripe·PayPal·GitHub·Notion이 이름을 올렸고,
개발자 커넥터 프로그램에 일주일 만에 1,500개 신청이 들어왔다.
뮤즈는 하나가 아니라 셋이다
기사마다 “뮤즈”가 가리키는 게 달라서 정리가 필요했다.
| 이름 | 정체 | 대상 |
|---|---|---|
| Muse | 위의 소비자용 에이전트. 앱·WhatsApp·muse.ai | 일반 사용자 |
| Muse Spark | 뮤즈를 움직이는 모델. 1.3이 최신, 컨텍스트 100만 토큰. API로 열려 있음 | 개발자 |
| Muse Code | 그 모델로 만든 터미널 코딩 에이전트. Claude Code와 같은 자리 | 개발자 |
셋 다 이름에 뮤즈가 들어가지만 쓸 수 있는 사람이 다르다. 한국에서는 특히 그렇다.
한국에서는 안 된다
소비자용 뮤즈는 미국과 캐나다에서만 된다. 아시아 출시 일정은 발표된 게 없다.
한국 IP로 muse.ai에 들어가면 위 화면이 뜬다. “아직 회원님의 국가 또는 지역에는 Muse가 지원되지 않습니다.” 대기 명단에 이름만 올릴 수 있다.
한국에 온 건 Meta AI 앱이다. 5월 13일부터 정식으로 쓸 수 있고, 같은 Muse Spark 모델이 들어 있다. 그런데 이건 대화만 한다. 예약하고 결제하는 에이전트 기능은 없다. 뇌는 왔는데 손발은 안 온 셈이다.
손발이 오려면 넘어야 할 게 있다. 7월에 시행된 AI 기본법의 검증제도, 일 이용자 100만 명이 넘는 서비스의 국내대리인 지정, 그리고 결제 대행이라는 행위 자체가 걸리는 전자금융 규제. 메타가 이걸 언제 풀지는 메타도 말하지 않았다.
그래도 가입이 되는지는 해보고 싶었다. 우회라면 우회다.
방법은 의외로 간단했다. Codex의 work 모드로 클라우드 브라우저를 띄우면 미국에서 접속하는 셈이 된다. 메타에 이미 한국 계정으로 연결돼 있는 이메일은 안 돼서 새 이메일로 만들었다.
Codex에 준 프롬프트는 이거다.
클라우드 브라우저로 muse.ai/join에 접속해서 Muse 가입을 진행해줘.
로그인 정보나 인증번호가 필요한 단계에서는 내가 직접 입력할 수 있게 멈춰줘.
가입되면 추천 코드를 입력하는 설정 화면까지 이동해줘.가입하면 초대 메시지도 생긴다.
개인 AI 에이전트인 Muse를 확인해보세요. 가입 후 48시간 이내에 설정에서 내 코드를 사용하면 우리 모두 Muse 토큰 10억 개를 받을 수 있습니다.
초대 코드: UZRE3W · muse.ai/join
코드를 입력하면 이렇게 생긴다. 단순한 채팅 정도로는 토큰이 거의 안 다는 것 같다.
가입은 됐다. 뮤즈가 한국어로 떴고, 첫 화면에서 아침 브리핑·가격 하락 감시·생필품 재주문 같은 반복 작업을 맡기라고 제안했다. 오른쪽 작업 로그에는 환경설정 파일 확인, 온보딩 프로필 설정이 완료로 찍혀 있었다.
다만 여기까지다. 결제나 한국 서비스 연결이 실제로 되는지는 확인하지 못했다. VPN으로는 안 됐다는 사람도 있고 그냥 가입됐다는 사람도 있어서, 케이스 바이 케이스로 보인다. 공식적으로는 여전히 한국은 미지원이다.
개발자 경로는 무조건 돈이 든다
그럼 개발자로서 Muse Spark나 Muse Code를 써보면 되지 않나 싶었다. 실제로 해봤다.
dev.meta.ai는 한국에서 열린다. Muse Code 설치도 한 줄로 끝났다. 그런데 로그인 단계에서 결제수단 등록이 나왔다.
무료 크레딧이 없다. 체험 티어도 없다. Jev를 써볼 때는 TypeSafe가 무료 크레딧을 줘서 카드 없이 됐는데 메타는 그 길이 없었다. 카드를 넣지 않으면 API 호출 한 번도 못 한다.
가격표는 이렇다.
| 티어 | 입력 / 캐시 / 출력 (100만 토큰당) | 데이터 |
|---|---|---|
| Standard | $1.25 / $0.15 / $4.25 | 학습에 쓰지 않음 |
| Contributor | $0.10 / $0.002 / $0.20 | 프롬프트와 응답을 Meta 모델 학습에 사용 |
Contributor는 표준의 5% 가격이다. 95%를 깎아주는 대신 내가 보낸 것과 받은 것을 학습에 쓴다.
핀테크 개발자 입장에서 이건 할인이 아니라 라이선스 계약이다. 프롬프트에는 소스 코드, 내부 API, 고객 데이터가 들어간다. 그걸 학습에 넘기는 조건이라면 5%든 0%든 선택지가 아니다. 더 신경 쓰이는 건 Muse Code가 설치 직후 Contributor가 기본값이라는 보고다. 문서마다 말이 달라서 실제로 켜서 확인해야 하는데 나는 결제 벽 앞에서 멈췄다.
싼 토큰에 붙는 값이 하나 더 있다. Artificial Analysis 측정에서 Muse Spark 1.3은 1.2보다 토큰당 가격은 낮아졌지만 입력 토큰을 57% 더 써서 과제당 비용은 $0.40에서 $0.55로 올랐다. 단가표만 보고 판단하면 안 된다는 건 LLM 비용 글에서 썼던 것과 같은 얘기다.
벤치마크는 벤더 것뿐이다
메타가 공개한 Muse Spark 1.3 수치는 이렇다.
| 벤치 | Muse Spark 1.3 | GPT-5.6 | Claude Opus 5 |
|---|---|---|---|
| 장문 검색 (MRCR 512K–1M) | 98.1 | 73.8 | – |
| DeepSWE v1.1 | 75.4 | 73.0 | 74.0 |
| Terminal-Bench 2.1 | 88.8 | 88.8 | 86.6 |
| 지식 노동 (GDPval-AA) | 1754 | 1710 | 1824 |
| 컴퓨터 사용 (OSWorld 2.0) | 66.9 | 62.7 | 68.3 |
장문 검색만 압도하고, 코딩은 3파전, 지식 노동과 컴퓨터 사용은 Opus 5가 앞선다. 방법론은 공개되지 않았다. Muse Code 안의 1.2 모델은 제3자 재평가에서 메타 자체 벤치마크에서도 Opus 5에 졌다(70.6 vs 79.4).
Jev 때와 같은 결론이다. 벤더 숫자는 벤더 숫자다.
가볍게 보는 메타 주가 : 언론 숫자와 시세가 다르다
이 부분이 이 글을 쓰게 한 이유다. 시세는 Yahoo Finance 종가를 직접 받았다(10월 6일 기준).
| 날짜 | 종가 | 등락 | 사건 |
|---|---|---|---|
| 8/31 | 572.34 | ||
| 9/8 | 613.48 | −0.5% | 뮤즈 출시일 |
| 9/9 | 653.69 | +6.6% | 출시 다음 날 |
| 9/22 | 736.60 | −0.6% | Connect 2026 |
| 9/23 | 744.10 | +1.0% | 슈왑 −6.1% |
| 9/25 | 751.66 | −3.3% | |
| 9/30 | 725.18 | −1.8% | 9월 마지막 거래일 |
| 10/1 | 725.93 | +0.1% | |
| 10/6 | 738.88 | −0.4% | 최신 종가 |
9월 한 달 +26.7%, 출시 후 10월 6일까지 +19.8%. 큰 숫자다. 다만 9월 25일 고점(751.66)에서 월말까지 3.5%가 빠졌고, 10월 6일 종가 738.88은 고점 대비 −1.7%다. 애널리스트 73명 매수, 6명 보유, 매도 0명. 목표가 컨센서스 $787.
그런데 기사 숫자와 안 맞는 게 있었다.
“9월 36% 급등”이라는 기사가 있는데 9월 마지막 거래일 종가 기준으로는 26.7%다. 25일 고점으로 재도 31.3%다. “9월 22일 11.3% 급등, 종가 $741.25, 시총 1,920억 달러 증가”라는 기사도 있는데, 22일 종가는 736.60이고 그날은 오히려 0.6% 내렸다. 출시일인 9월 8일도 −0.5%로 조용했고, 급등은 그다음 날이었다.
숫자를 정확하게 말하는 것처럼 보이는 기사일수록 시세를 한 번 열어봐야 한다는 걸 다시 배웠다. Jev의 “193배”를 재봤을 때와 같은 태도다.
증권사 주가는 진짜로 빠졌다. 9월 23일 슈왑 −6.1%, LPL −7%, 레이먼드제임스 −3.5%. 논리는 이렇다. 사람 대신 돈을 쓰고 결제하는 에이전트가 생기면, 중간에서 수수료를 받던 금융 중개자가 건너뛰어진다. 슈왑처럼 고객 현금을 저금리로 굴려 버는 모델이 먼저 흔들린다는 해석이다.
반대편도 있다. Robinhood는 5월에 자체 AI 에이전트(거래·포트폴리오 대행)를 내놨고 같은 기간 연중 최고가를 찍었다. 슈왑은 일주일 전에 Anthropic과 “Claude for Financial Advisors”를 발표했다. 에이전트가 오면 밀리는 쪽과 먼저 만드는 쪽이 갈린다.
핀테크에서 일하는 사람으로서 이 대목이 제일 오래 남았다. 결제를 대신 하는 에이전트가 한국에 오면, 그 자리에 있는 건 PG사와 은행과 우리다.
투자 권유가 아니다. 시세는 Yahoo Finance에서 누구나 같은 날짜로 다시 받을 수 있다.
지켜볼 것
- 한국 출시 여부 — 규제 세 개(AI 기본법 검증, 국내대리인, 전자금융)를 메타가 어떻게 넘는지
- Contributor 티어의 기본값 — 설치하면 학습 허용이 기본인지, 표준이 기본인지. 문서가 서로 다르다
- 거래 수수료 모델이 실제로 작동하는지 — 무료 에이전트가 수수료로 유지되면, 이건 광고 다음 수익 모델이다
소비자용은 클라우드 브라우저로 들어가 봤고, 개발자용은 카드 앞에서 멈췄다. 아쉽지만 카드를 넣기 전에 뭘 넘기는 건지 먼저 읽는 게 순서였다.
참고
- Introducing Muse — Meta 공식 발표
- Everything new coming to Meta’s AI agent Muse — TechCrunch
- Meta Model API 가격·한도
- Muse Spark 1.3 벤치마크와 싼 토큰의 값 — Coursiv
- Muse Code 정리와 Contributor 기본값 — Verdent
- 메타 뮤즈가 증권사 매도를 불렀다 — CNBC
- 메타 뮤즈, 한국서 쓸 수 있을까 — 테크테크
함께 읽으면 좋은 글
글쓴이 · Plutojoshua
핀테크에서 LLM과 AI 에이전트를 실제 서비스에 적용하는 개발자다. 카카오 AI 앰배서더로 Kanana 모델을 앱에 직접 연동해 검증하고, 비전공자로 시작해 실제 코드와 측정값을 근거로 “왜 그렇게 설계했는지”를 1인칭으로 기록한다. 운영자 소개는 About, 코드는 GitHub에서 볼 수 있다.