MODEL RELEASE (모델 출시)
메타 'Muse Glimmer' 공개… 로컬·에이전트·멀티모달 오픈소스 모델
메타가 공개 모델 Muse Glimmer를 Apache 2.0 라이선스로 내놨고, Hugging Face가 기술적 내용을 정리했습니다. 메타의 Muse 모델을 300억 파라미터로 증류한 멀티모달 모델로, 내 컴퓨터나 사내 서버에서 에이전트로 돌리는 용도에 맞췄습니다. 자사 서비스용으로만 Muse Spark·Muse Image를 내던 메타가 공개 모델 시장으로 돌아왔다는 점이 핵심입니다.
핵심 사실 · 한눈에 보기
- 8월 10일 메타가 Muse Glimmer를 공개했고, Hugging Face가 같은 날 소개 글을 냈습니다.
- Muse를 300억(30B) 파라미터 밀집 모델로 증류했으며, 20억 파라미터 시각 인코더와 280억 파라미터 텍스트 디코더로 구성됩니다.
- 상업적 이용이 자유로운 Apache 2.0 라이선스로 배포됩니다.
- 이미지와 오디오 없는 영상을 이해하고, 이미지 속 정보로 도구를 호출하는 멀티모달 도구 호출과 물체 탐지를 지원합니다.
- transformers, llama.cpp, vLLM 등에서 출시 당일부터 지원되며, 생성을 빠르게 하는 선택형 추측 디코딩 모듈이 함께 제공됩니다.
어떤 모델인가
Hugging Face는 Muse Glimmer를 '로컬 에이전트용으로 설계된 메타의 새 멀티모달 모델'로 소개하며, 개인정보를 지키고 비용을 줄이기 위해 직접 설치해 쓰기 좋다고 했습니다. 코딩, 문서 분석, 개인 비서, 로컬 에이전트 구성 같은 개인정보에 민감한 용도를 예로 들었습니다.
- 구조: 30B 밀집, 시각 인코더 2B + 텍스트 디코더 28B, 52층
- 주의 방식: 슬라이딩 윈도우 3층 + 전체 주의 1층 반복으로 긴 맥락을 효율적으로
- KV 캐시: 키·값 헤드 하나를 질의 헤드 16개가 공유해 메모리 16배 절감
- 영상: 초당 2프레임, 최대 96프레임까지 처리
- 기능: 이미지·영상 이해, 멀티모달 도구 호출, 열린 물체 탐지
AI마중 POINT · 해석
봐야 할 지점
메타는 그동안 공개 모델 Llama로 생태계를 키웠지만, 새 조직 MSL의 첫 모델들(Muse Spark·Muse Image)은 자사 서비스에만 넣고 가중치를 풀지 않았습니다. Muse Glimmer는 같은 Muse 계열을 작게 증류해 공개한 것으로, '최고 모델은 서비스에, 작은 모델은 공개'로 나누는 전략으로 읽힙니다. Hugging Face가 '오픈소스 LLM의 원조가 돌아왔다'고 표현한 이유입니다.
Apache 2.0이라는 점도 중요합니다. 이전 Llama 라이선스에는 대규모 서비스 사업자에 대한 조건 등이 붙어 있었는데, Apache 2.0은 그런 제한 없이 상업적으로 쓸 수 있는 표준 라이선스입니다. 기업이 법무 검토 부담 없이 도입하기 쉬워집니다.
그래서 나한테는?
누구에게 의미가 있나
- 로컬 AI 사용자·개발자: GPU가 있는 PC나 사내 서버에서 이미지를 이해하는 에이전트를 돌려 볼 수 있습니다. llama.cpp 등 익숙한 도구로 바로 실행됩니다.
- 데이터를 밖으로 보내기 어려운 기업: 문서·이미지 분석을 외부 API 없이 처리하는 후보가 됩니다.
- 메타 앱 사용자: 이 모델은 서비스에 들어가는 Muse Spark와 다른 공개용 모델이라 앱 사용에는 변화가 없습니다.
미확인 · 공식 발표만으로 알 수 없는 것
확인할 것
- 벤치마크 비교표는 회사들이 공개한 수치를 모은 것이며, 이 글에는 옮기지 않았습니다.
- 메타의 공식 발표문은 이 사이트가 직접 확인하지 않았고 Hugging Face 정리 글을 기준으로 했습니다.
- 한국어 성능은 공개되지 않았습니다.
SOURCE공식 원문 확인
- PRIMARY · 공식Meta is back with Muse Glimmer: local, agentic, multimodal, and open sourceHugging Face Blog · huggingface.co · 발표 2026.08.10 · 확인 2026.10.05
수집 2026.09.30 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.