Markdown 버전

AI-translated from English; not yet reviewed by a fluent editor.

# Meta, Muse Spark Open 가중치와 서빙 가이드 공개

> Meta가 10월 15일 Muse Spark Open 가중치를 공개했다. BF16·NVFP4 체크포인트, 호스팅 API, Muse Model License는 개발자에게 서로 다른 제약이 있는 여러 경로를 제공한다.

By BIG CHANGE Editorial

Published: 2026-10-16T06:43:13.531Z
Updated: 2026-10-16T06:43:13.531Z
Canonical: https://bigchange.ai/blog/meta-muse-spark-open-weights-serving-license

![Conceptual charcoal illustration of an open server cabinet on the left and a separate wall-mounted network connection on the right.](https://bigchange.ai/api/media/file/muse-spark-open-serving-choice-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no Meta equipment, actual deployment or BIG CHANGE test is depicted.

Meta는 2026년 10월 15일 Muse Spark Open 가중치를 공개했다. 이제 팀은 [Meta의 BF16 또는 NVFP4 체크포인트를 다운로드](https://dev.meta.ai/docs/muse-spark-open/get-the-model)하거나, 자체 하드웨어에서 지원되는 형식을 서빙하거나, 출시 파트너를 통해 모델을 호출할 수 있다. 선택에 따른 차이는 크다. 전체 체크포인트의 가중치는 약 1.65 TB, NVFP4 체크포인트는 약 537 GB이며 호스팅 엔드포인트에는 각각의 접근·가격 조건이 있다. BIG CHANGE는 출시 문서, 모델 카드, 서빙 가이드와 라이선스를 확인했다. 모델을 다운로드하거나 실행하지는 않았다.

Meta는 Muse Spark Open을 총 8,160억 개의 매개변수 중 토큰당 약 420억 개가 활성화되는 희소 혼합 전문가 모델로 설명한다. 텍스트·이미지·동영상·오디오를 입력받고 텍스트를 출력한다. [모델 문서](https://dev.meta.ai/docs/muse-spark-open)는 최대 컨텍스트를 1,048,576토큰으로 명시한다. 이는 모델의 한도이지, 모든 제공업체나 로컬 구성이 그만큼의 토큰을 할당한다는 약속은 아니다.

## 큰 변화

- **무엇이 달라졌나:** Meta는 Muse Model License에 따라 다운로드할 수 있는 Muse Spark Open 가중치를 공개하면서 자체 호스팅, 파트너 API, 사후 학습 경로도 문서화했다.
- **왜 중요한가:** 개발자는 추론을 실행할 위치와 워크로드에 맞는 체크포인트 또는 제공업체를 선택할 수 있다. 공개된 구성 예시는 이 선택을 구체화하지만 메모리, 컨텍스트, 가격과 접근 조건은 여전히 경로에 따라 다르다.
- **지켜볼 점:** 공개된 체크포인트의 독립적인 테스트, 제공업체별 컨텍스트와 가격, 더 작은 양자화 버전의 실제 작업 성능이다. Meta의 시연과 평가는 다른 배포 환경의 결과까지 입증하지 않는다.

## 가중치, 하드웨어와 컨텍스트

Meta의 [다운로드 가이드](https://dev.meta.ai/docs/muse-spark-open/get-the-model)는 Hugging Face의 두 공식 저장소를 제시한다. `meta-models/Muse-Spark-Open-816B-A42B`는 BF16용이고, `meta-models/Muse-Spark-Open-816B-A42B-NVFP4`는 더 작은 체크포인트용이다. BF16 가중치 파일은 약 1.65 TB, NVFP4는 약 537 GB다. 이는 키-값 캐시, 활성값과 런타임 오버헤드를 더하기 전의 저장 용량이다. Meta의 서빙 예시는 BF16에 B300 GPU 8개, NVFP4에 B300 GPU 4개를 사용한다. [하드웨어 표](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms)에는 vLLM을 사용하는 AMD Instinct 구성, SGLang을 사용하는 Intel Xeon 6 INT4 경로, 각각 512 GB의 통합 메모리를 갖춘 M5 Ultra Mac Studio 2대 또는 각각 256 GB인 4대를 사용하는 Apple MLX 구성도 설명돼 있다. 이는 구체적으로 명시된 구성 예시이지, 일반적인 호환성 보장은 아니다.

메모리가 훨씬 적은 워크스테이션을 위해 [배포 가이드](https://dev.meta.ai/docs/muse-spark-open/deploy)는 제3자의 GGUF 양자화 버전을 안내한다. 동적 2비트 버전에 대한 Unsloth 계획 범위는 RAM과 VRAM을 합해 약 300–315 GB다. 이는 Meta의 BF16·NVFP4 다운로드와는 체크포인트와 런타임이 다르다. Unsloth 예시 명령은 메모리 사용을 제어하기 위해 32,768토큰 컨텍스트로 시작한다. 팀은 모델의 100만 토큰 상한을 기본 서빙 설정으로 받아들이지 말고, 가용 메모리에 맞춰 실제 컨텍스트와 병렬 요청 규모를 정해야 한다.

## 요청을 실행할 위치 선택

이 [서빙 가이드](https://dev.meta.ai/docs/muse-spark-open/deploy)는 SGLang·vLLM·TensorRT-LLM 서버 경로, Transformers Python 경로, 명시된 Mac Studio 배치용 MLX, 각자의 GGUF 변형을 사용하는 llama.cpp와 Unsloth를 문서화한다. 여러 서버 런타임에 대해 OpenAI 호환 HTTP 엔드포인트를 제시하며, Transformers는 Python 인터페이스를 사용한다. 각 구성 예시는 체크포인트, 병렬 처리와 런타임 설정을 명시한다. 다른 양자화 버전이나 가속기를 선택하려면 그 경로에 맞는 구성 예시가 필요하다.

Meta는 출시 당일의 호스팅 접근 경로로 Baseten, Fireworks AI, Modal, Nebius, OpenRouter, Together AI도 제시한다. Groq 경로는 제한된 프리뷰로 설명되므로 자격을 갖춘 조직인지에 따라 접근이 달라진다. [파트너 항목](https://dev.meta.ai/resources/blog/build-with-muse-spark-open#hosted-inference)은 서버리스 상품과 전용 상품을 구분한다. 모든 제공업체에 공통인 단일 가격이나 컨텍스트 할당을 제시하지는 않는다. 호스팅 API는 해당 제공업체의 자격 증명과 과금을 사용한다. 로컬 추론에는 체크포인트, 상당한 저장 공간과 호환되는 컴퓨팅 자원이 필요하다. Meta 다운로드 가이드에 따르면 가중치를 확보한 뒤 오프라인으로 로컬 실행할 때는 모델 API 키가 필요 없다.

첫 평가에서는 파트너 엔드포인트로 자체 프롬프트와 도구 호출을 시험하거나, 체크포인트와 하드웨어에 맞는 정확한 로컬 구성 예시를 따를 수 있다. Meta의 [모델 카드](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B)는 모델이 부정확한 답변을 만들거나 여러 단계의 추론에서 오류를 낼 수 있다고 경고한다. 도구를 사용하는 에이전트에는 시스템 차원의 보호 장치를 권장한다. 출시 시연이나 회사가 보고한 벤치마크 어느 쪽도 특정 팀의 워크플로를 에이전트가 안정적으로 완료한다는 사실을 보여주지는 않는다.

## 라이선스에는 조건이 있다

이 [Muse Model License](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md)는 10월 15일자로, 해당 조건과 첨부된 사용 정책을 준수하는 범위에서 사용·수정·배포를 허용한다. 복사본과 파생물에 라이선스와 정책을 함께 제공해야 하며, 소프트웨어나 파생물을 사용하는 제품 또는 서비스에는 ‘Built with Muse Spark Open’ 고지를 눈에 잘 띄게 표시해야 한다. 관계사를 포함한 합산 총매출이 어느 연속 12개월 기간에든 2천만 달러를 초과하는 모델 서비스 사업자는 그 사업에서 모델이나 파생물을 제공하기 전에 Meta에 알리고 별도의 서면 계약을 체결해야 한다. 라이선스는 내부 사용과, 모델을 구성요소로 사용하되 모델 서비스 상품을 제공하지 않는 상용 제품을 이 특정 요건에서 명시적으로 제외한다. 배포를 계획하는 팀은 자신의 사용 방식에 적용되는 현행 라이선스와 정책을 읽어야 한다. 가중치를 다운로드할 수 있다고 해서 제한 없는 오픈소스가 되는 것은 아니며, 호스팅 추론이나 하드웨어가 일반적으로 무료인 것도 아니다.

Meta는 [호스팅형 Muse Wonder 제품군을 소개](https://bigchange.ai/blog/meta-muse-wonder-agent-model-access)한 지 사흘 만에 이 모델을 공개했다. Spark Open은 팀이 별도로 가중치 다운로드와 배포를 결정할 수 있게 한다. 이제 실질적인 질문은 어떤 문서화된 경로가 팀이 의도한 입력, 컨텍스트, 예산과 검토 절차를 지원할 수 있느냐는 것이다. 이는 여전히 구성과 평가의 선택이며, BIG CHANGE가 측정한 결과가 아니다.

## 출처와 더 읽을거리

- [Meta AI Research 발표, 2026년 10월 15일](https://research.meta.ai/blog/muse-spark-open/) — 출시일, 모델 설명, 파트너 목록과 회사 시연. 기능과 평가에 관한 주장은 Meta의 것이다.
- [Meta 개발자 출시 가이드, 2026년 10월 15일](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — 경로별 런타임, 체크포인트, 호스팅 제공업체와 사후 학습 문서. 벤치마크와 초기 사용자에 관한 설명은 각 출처의 주장으로 귀속된다.
- [Meta의 모델·다운로드·하드웨어·배포 문서](https://dev.meta.ai/docs/muse-spark-open) — 정확한 입력과 출력, 자원 사용량, 구성 예시, 사전 요건과 제공업체 접근. 배포 전에 연결된 각 경로의 최신 설정을 읽어야 한다.
- [Muse Spark Open 모델 카드](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — 모델 한도, Meta의 평가와 명시된 제약. BIG CHANGE는 이를 실행하거나 독립적으로 재현하지 않았다.
- [Muse Model License 및 사용 정책, 2026년 10월 15일](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — 적용되는 재배포, 출처 표시와 모델 서비스 조건. 이 요약은 전문을 대신하지 않는다.

## Sources

- [Meta AI Research: Muse Spark Open 소개](https://research.meta.ai/blog/muse-spark-open/) — 2026년 10월 15일 발표. 모델 설명, 호스팅 파트너 목록과 회사 시연. Meta의 주장임을 명시한다.
- [Meta AI Developers: Muse Spark Open으로 구축하기](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — 런타임, 양자화, 호스팅 제공업체와 사후 학습 경로에 관한 2026년 10월 15일 가이드.
- [Meta Model API: Muse Spark Open](https://dev.meta.ai/docs/muse-spark-open) — 입력과 출력, 모델 컨텍스트, 체크포인트와 서빙 개요. 온라인 문서는 2026년 10월 16일 확인했다.
- [Meta Model API: 모델 받기](https://dev.meta.ai/docs/muse-spark-open/get-the-model) — BF16·NVFP4 체크포인트 저장소, 가중치 용량과 사전 요건.
- [Meta Model API: 하드웨어 플랫폼](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) — 구체적으로 명시된 NVIDIA·AMD·Intel·Apple 구성. 경로별 구성이다.
- [Meta Model API: 추론 실행](https://dev.meta.ai/docs/muse-spark-open/deploy) — 런타임 API, 파트너 접근, 컨텍스트 선택과 Unsloth 메모리 계획.
- [Muse Spark Open 모델 카드](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — Meta의 모델 사양, 안전성 평가와 명시적인 제약. BIG CHANGE는 이를 재현하지 않았다.
- [Muse Model License 및 사용 정책](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — 2026년 10월 15일 공개. 복제, 제품 고지와 모델 서비스 매출 조항의 조건.