Meta Muse Spark 1.1 출시: 메타의 초저가 AI 가격 전략과 중국 모델 전쟁

Publication date: 2026년 7월 10일

Category: AI

Summary

Meta Muse Spark 1.1은 메타가 드디어 “소비자용 AI 앱”을 넘어 개발자 API와 에이전트 워크로드 시장에 본격 진입했다는 신호다.
가격은 Reuters/TechCrunch 인용 기준 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러다. 절대 최저가는 아니지만, Claude·OpenAI 계열 프리미엄 모델보다 낮은 가격으로 기업 자동화 시장을 흔들겠다는 의도가 읽힌다.
진짜 경쟁자는 Anthropic과 OpenAI만이 아니다. DeepSeek V4 Flash, Kimi K2.7 Code, Qwen 계열처럼 중국 모델들이 “충분히 좋은 성능+무서운 가격”으로 API 시장을 눌러오고 있다.

(Advertisement)

Table of Contents

Meta Muse Spark 1.1, 왜 이번엔 그냥 모델 업데이트가 아닌가

Meta Muse Spark 1.1 출시는 메타가 다시 AI 모델 전쟁의 중앙 무대로 걸어 들어왔다는 선언에 가깝다. 지난 몇 년 동안 메타는 Llama로 오픈소스 AI의 상징이 됐지만, 정작 기업들이 돈을 내고 쓰는 API 시장에서는 OpenAI, Anthropic, Google, 그리고 중국의 저가 모델들이 훨씬 더 선명한 존재감을 보였다. 쉽게 말해 메타는 “AI 생태계의 공짜 인프라 공급자”로는 멋졌지만, “AI API 장사꾼”으로는 아직 무서운 상대가 아니었다.

이번 Muse Spark 1.1은 그 위치를 바꾸려는 시도다. TechCrunch 보도에 따르면 메타는 2026년 7월 9일 Muse Spark 1.1을 공개했고, 이 모델을 에이전트 코딩, 멀티스텝 추론, 복잡한 업무 프로세스, 디지털 워크플로 자동화, 기업 시스템 기능 배포 같은 영역에 맞춘 멀티모달 모델로 설명했다. 첫 버전은 4월에 발표됐지만, 이번 1.1은 개발자 API와 함께 나온다는 점에서 훨씬 중요하다. AI 업계에서는 “모델을 발표했다”보다 “개발자가 돈 내고 API로 쓸 수 있다”가 훨씬 큰 사건이다.

메타가 강조하는 포인트는 명확하다. Muse Spark 1.1은 순수 챗봇보다 에이전트 모델이다. 사용자의 요청을 받고, 계획을 세우고, 도구를 호출하고, 브라우저나 앱을 조작하고, 하위 에이전트에게 일을 나눠주고, 긴 작업을 끝까지 밀어붙이는 모델이라는 뜻이다. 이 시장은 지금 가장 돈 냄새가 진한 곳이다. 기업은 “예쁜 답변”보다 “버그를 고치고, 보고서를 만들고, 고객 응대를 처리하고, 광고 심사를 자동화하고, 내부 코드를 마이그레이션하는 AI”에 돈을 쓴다.

흥미로운 점은 메타의 타이밍이다. FT 보도에 따르면 메타는 내부적으로 Google Gemini를 콘텐츠 안전, 고객지원, 광고 도움 챗봇, 일부 코딩 워크플로에 사용해왔다. Google이 Meta의 Gemini 사용량을 제한했다는 보도까지 나왔다. 즉 메타는 AI를 많이 쓰는 회사이면서 동시에 남의 AI에 의존하는 회사였다. 그건 자존심 문제이기도 하지만, 더 중요하게는 비용과 공급망 문제다. AI 토큰이 전기처럼 쓰이는 시대에, 전기를 남의 발전소에서만 사오면 전략이 불안해진다.

Meta Muse Spark 1.1 가격 전략: 싸게 파는 척이 아니라, 병목을 가격으로 찌르는 전략

이번 출시에서 가장 투자자다운 포인트는 성능보다 가격이다. TechCrunch는 Reuters를 인용해 Muse Spark 1.1 가격을 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러로 보도했다. 무료 크레딧 20달러도 언급됐다. 이 가격은 DeepSeek 같은 중국 초저가 모델과 비교하면 비싸다. 하지만 Claude Opus급 프리미엄 모델이나 고성능 에이전트 모델과 비교하면 꽤 공격적이다.

모델	입력 100만 토큰	출력 100만 토큰	비고
Meta Muse Spark 1.1	$1.25	$4.25	1M context; public preview; Reuters/TechCrunch cited price
DeepSeek V4 Flash	$0.14	$0.28	Official DeepSeek API price; cache hit input $0.0028
DeepSeek V4 Pro	$0.435	$0.87	Official DeepSeek API price; cache hit input $0.003625
Kimi K2.7 Code	$0.95	$4.00	Official Kimi price; cache hit input $0.19
Kimi K2.7 Code HighSpeed	$1.90	$8.00	Official Kimi price; cache hit input $0.38

Muse Spark 1.1 가격은 Reuters/TechCrunch 인용 기준. DeepSeek와 Kimi는 공식 가격 페이지 기준. 세금, 캐시, 할인, 지역 조건은 별도.

여기서 중요한 것은 “가장 싼가?”가 아니다. DeepSeek V4 Flash의 공식 가격은 입력 100만 토큰당 0.14달러, 출력 0.28달러다. 캐시 히트 입력은 0.0028달러까지 내려간다. 이건 거의 AI API 시장의 다이소다. Kimi K2.7 Code도 공식 가격 기준 일반형은 입력 0.95달러, 출력 4.00달러로 Muse Spark 1.1과 비슷하거나 약간 낮다. 그러니 메타가 중국 모델을 단순 가격으로 이긴다고 말하면 틀린다.

메타의 전략은 조금 더 교묘하다. “중국 모델만큼 싸다”가 아니라 “서구 빅테크 신뢰도, Meta 생태계, 1M 컨텍스트, 에이전트 성능을 붙였는데 이 정도 가격이면 충분히 싸다”는 포지셔닝이다. 기업 구매자는 가격표만 보지 않는다. 데이터 거버넌스, 법무팀 승인, 엔터프라이즈 지원, 지연시간, 안정성, 공급망 리스크, 미국·유럽 규제 대응까지 본다. 메타는 이 지점에서 DeepSeek보다 비싸도 팔릴 수 있다고 보는 것이다.

비유하면 이렇다. DeepSeek는 길거리에서 파는 놀랍도록 맛있는 3달러 타코다. Meta Muse Spark 1.1은 프랜차이즈 매장에서 파는 7달러 타코다. 순수 가격으로는 당연히 길거리 타코가 이긴다. 그런데 대기업 급식 계약을 따야 한다면 위생 인증, 공급 안정성, 세금계산서, 법무 검토, 고객지원이 붙은 7달러 타코가 이길 수 있다. API 시장도 그렇게 흘러간다.

벤치마크 차트: Muse Spark 1.1은 코딩 왕이라기보다 에이전트형 일꾼

Meta Muse Spark 1.1 벤치마크를 보면 그림이 꽤 선명하다. Kingy.ai와 OfficeChai가 Meta 평가 리포트를 바탕으로 정리한 수치에 따르면 Muse Spark 1.1은 MCP Atlas, JobBench, Finance Agent v2, Humanity’s Last Exam with tools 같은 도구 사용·에이전트형 벤치마크에서 강하다. 반면 Terminal-Bench 2.1, SWE-Bench Pro, DeepSWE 1.1 같은 순수 코딩·소프트웨어 엔지니어링 테스트에서는 GPT-5.5나 Claude Opus 4.8이 앞서는 항목이 있다.

벤치마크	성격	Muse Spark 1.1	최고 경쟁 모델 점수	표면상 승자
MCP Atlas	Agent / tool use	88.1	82.2	Muse Spark 1.1
JobBench	Professional tool use	54.7	48.4	Muse Spark 1.1
Finance Agent v2	Finance agent	57.2	53.9	Muse Spark 1.1
Humanity's Last Exam with tools	Tool reasoning	62.1	57.9	Muse Spark 1.1
Toolathlon-Verified	Personal tool use	75.6	76.2	Claude Opus 4.8
OSWorld-Verified	Computer use	80.8	83.4	Claude Opus 4.8
Terminal-Bench 2.1	Coding terminal	80.0	83.4	GPT-5.5
SWE-Bench Pro	Software engineering	61.5	69.2	Claude Opus 4.8
DeepSWE 1.1	Long-horizon coding	53.3	67.0	GPT-5.5
CharXiv Reasoning	Chart reasoning	88.4	89.9	Claude Opus 4.8

Meta 평가 리포트를 재정리한 Kingy.ai와 OfficeChai 보도 기준. 경쟁 모델 결과는 평가 방식과 프롬프트에 따라 달라질 수 있다.

이 표에서 가장 재미있는 점은 “메타가 세계 최고의 코딩 모델을 만들었다”가 아니라는 것이다. 오히려 반대다. Muse Spark 1.1은 코딩 절대 강자라기보다는 일을 나눠서 처리하는 에이전트 매니저에 가깝다. Terminal-Bench 2.1에서는 80.0으로 GPT-5.5의 83.4보다 낮고, SWE-Bench Pro에서는 61.5로 Claude Opus 4.8의 69.2보다 낮다. 그런데 JobBench와 Finance Agent v2에서는 Muse Spark 1.1이 앞선다.

이건 기업 고객에게 중요하다. 실제 업무 자동화는 “코드 한 줄 잘 쓰기”만으로 끝나지 않는다. 문서 읽고, 브라우저 열고, 데이터 가져오고, 파일 만들고, API 호출하고, 실패하면 다시 시도하고, 필요하면 사람에게 물어봐야 한다. 에이전트 성능은 이 모든 과정을 얼마나 덜 망치고 끝까지 해내느냐의 문제다. 그래서 메타가 “agentic performance, tool use, computer use”를 강조하는 것은 우연이 아니다. 기업 자동화 시장의 돈은 바로 그곳에 있다.

중국 저가 모델과의 전쟁: DeepSeek 쇼크는 끝난 게 아니라 가격표에 남아 있다

중국 모델과의 경쟁을 이야기할 때 많은 사람들이 성능 순위표만 본다. 하지만 더 중요한 것은 가격표다. DeepSeek의 공식 가격은 충격적이다. V4 Flash는 입력 0.14달러, 출력 0.28달러다. Kimi K2.7 Code는 코딩 특화 모델인데도 입력 0.95달러, 출력 4.00달러다. Qwen 계열은 Alibaba Model Studio에서 다양한 모델군으로 제공되며, 중국 클라우드 생태계와 결합해 가격 경쟁력을 밀어붙인다.

이 가격 구조는 서구 AI 기업에 세 가지 압박을 준다. 첫째, API 마진 압박이다. 예전에는 “프론티어 모델이니까 비싸도 된다”가 통했다. 이제는 고객이 묻는다. “이 작업을 DeepSeek로 10분의 1 가격에 돌리면 안 되나?” 둘째, 엔터프라이즈 번들 압박이다. 모델 단품 가격이 내려가면, 기업은 모델 자체보다 보안, 워크플로 통합, 데이터 커넥터, 관리 콘솔에 돈을 내려고 한다. 셋째, 자본효율 압박이다. AI 기업은 GPU와 전력에 돈을 태우는데, 중국 모델이 가격 하한선을 낮추면 투자 회수 기간이 길어진다.

메타는 이 압박을 정면으로 받는다. 메타는 클라우드 사업자가 아니다. Google은 Gemini를 팔면서 GCP도 판다. Amazon은 Bedrock과 AWS 인프라를 같이 판다. Microsoft는 Azure와 OpenAI, Copilot을 묶는다. 메타는 광고와 소셜 네트워크가 본업이다. 그래서 Muse Spark 1.1 API는 독립된 클라우드 매출원이라기보다 내부 AI 비용을 낮추고, 외부 개발자 생태계를 만들고, 장기적으로 Meta AI를 플랫폼화하는 실험에 가깝다.

메타의 진짜 무기: 광고, 앱, 데이터, 그리고 자체 칩

Meta Muse Spark 1.1을 모델 하나만 보면 늦은 추격자처럼 보인다. 하지만 메타 전체를 보면 이야기가 달라진다. 메타는 Facebook, Instagram, WhatsApp, Messenger, Threads, AI glasses, Meta AI 앱과 웹사이트를 갖고 있다. 소비자 접점이 너무 많다. OpenAI가 앱을 키우고 Anthropic이 기업을 파고드는 동안, 메타는 이미 수십억 명이 매일 쓰는 표면을 갖고 있다.

여기에 자체 AI 칩 전략이 붙는다. TechCrunch는 Reuters를 인용해 메타의 새로운 AI 칩이 9월 생산에 들어갈 예정이며, Broadcom과 설계하고 TSMC가 제조한다고 보도했다. 메타는 MTIA 프로그램을 통해 추천 시스템, AI 워크로드, 앱 내 추론을 자체 칩으로 처리하려 한다. 2026년 자본지출 전망도 AI 중심으로 1,250억~1,450억 달러 수준으로 제시됐다. 이 숫자는 그냥 “돈 많이 쓴다”가 아니다. 가격 전쟁을 오래 버티기 위한 탄약고다.

AI 모델 가격 전쟁에서 결국 승자는 세 가지를 가진 회사일 가능성이 높다. 첫째, 충분한 컴퓨트. 둘째, 배포 채널. 셋째, 손실을 버틸 현금흐름이다. 메타는 광고 현금흐름이 있고, 앱 배포 채널이 있으며, 자체 칩과 데이터센터 투자를 확대하고 있다. 그래서 Muse Spark 1.1 가격은 단기 API 수익을 극대화하려는 가격이라기보다, 시장에 “우리도 이 게임 오래 할 수 있다”는 신호에 가깝다.

투자 관점: Meta 주식에는 좋은 뉴스지만, 비용 청구서는 계속 온다

투자자에게 Muse Spark 1.1은 대체로 긍정적이다. 첫째, 메타가 Gemini나 Claude 같은 외부 모델 의존도를 낮출 수 있다. 둘째, 콘텐츠 심사, 광고 고객지원, 내부 코딩, 제품 개발에 자체 모델을 더 많이 쓰면 비용 절감 여지가 생긴다. 셋째, 외부 API가 성공하면 메타에도 새로운 AI 플랫폼 매출 가능성이 생긴다.

하지만 이 뉴스가 곧바로 “AI 마진 개선”을 의미하지는 않는다. 메타는 여전히 막대한 AI 인프라 투자를 하고 있다. 자체 칩을 만든다고 Nvidia 지출이 사라지는 것도 아니다. 오히려 모델 경쟁이 치열해질수록 더 큰 모델, 더 긴 컨텍스트, 더 빠른 추론, 더 많은 안전성 테스트가 필요하다. 가격은 낮추고 비용은 계속 올라가는, 아주 피곤한 장사가 될 수 있다.

투자자가 봐야 할 핵심은 세 가지다. 첫째, Muse Spark가 실제로 Meta 내부 비용을 얼마나 줄이는가. 둘째, API 사용량이 의미 있는 외부 매출로 이어지는가. 셋째, 중국 모델이 가격 하한선을 더 낮출 때 메타가 가격을 따라 내릴 수 있는가. 광고 사업이 튼튼하기 때문에 메타는 버틸 수 있다. 하지만 “버틴다”와 “높은 ROIC를 만든다”는 다르다.

결론: Meta Muse Spark 1.1은 모델 출시보다 가격 전쟁의 신호탄이다

Meta Muse Spark 1.1은 단순히 또 하나의 AI 모델이 아니다. 메타가 에이전트 API 시장에 들어오면서 “우리도 OpenAI와 Anthropic처럼 돈 받는 모델을 팔겠다, 그런데 가격은 더 공격적으로 가져가겠다”고 말한 사건이다. 성능표를 보면 Muse Spark 1.1은 코딩 왕관을 바로 가져오지는 못했다. 대신 에이전트, 툴 사용, 컴퓨터 사용, 전문 업무 자동화에서 꽤 설득력 있는 결과를 보여준다.

중국 저가 모델과의 경쟁은 이 이야기를 더 재미있게 만든다. DeepSeek는 가격표로 시장을 때리고, Kimi와 Qwen은 코딩·멀티모달·중국 클라우드 생태계로 밀고 들어온다. 메타는 가장 싸지는 않지만, 서구 빅테크 신뢰도와 소비자 앱 배포망, 자체 칩, 광고 현금흐름을 묶어 싸움에 들어간다. AI 모델 전쟁은 이제 “누가 제일 똑똑한가”에서 “누가 같은 일을 더 싸고 안정적으로 끝내는가”로 바뀌고 있다. Muse Spark 1.1은 바로 그 전환점에 놓인 모델이다.