Markdown 버전

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

# Zuckerberg는 Muse가 사람들에게 돈을 벌어 줄 것이라 말한다. 이익은 누가 가져갈까?

> Meta의 Muse는 여러 서비스에서 작동할 수 있고 Zuckerberg는 사용자가 돈을 벌고 아끼도록 도울 것이라고 기대한다. 출시와 제안된 수수료, 이 주장을 뒷받침하는 근거를 살펴본다.

By BIG CHANGE Editorial

Published: 2026-09-22T02:10:07.229Z
Updated: 2026-09-22T02:10:07.229Z
Canonical: https://bigchange.ai/blog/meta-muse-zuckerberg-make-money-earnings-business-model

![Pencil sketch of a small-shop workbench with task cards, a laptop, a parcel and an unfinished receipt beside an open doorway.](https://bigchange.ai/api/media/file/muse-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Business preparation still needs a customer at the door.

Meta는 2026년 9월 8일 개인용 AI 에이전트 Muse를 출시했다. 사용자는 클라우드 컴퓨터를 이용해 연결된 여러 서비스에서 작업하고 백그라운드에서 계속 처리하며 중요한 조치를 취하기 전에 승인을 요청할 수 있다. 초기 출시는 미국에서 이뤄졌다.  [Meta의 출시 발표](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)

Mark Zuckerberg의 구상은 받은 편지함 정리보다 더 나아간다. 그는 Alex Heath와의 인터뷰에서 Muse가 “사람들이 돈을 벌고 아끼도록” 할 것이라고 전망한다. Meta는 궁극적으로 거래액의 일부를 수수료로 받는 사업 모델을 구상하며, 비용은 참여 기업이 부담할 수도 있다고 설명한다.  [Sources 팟캐스트 인터뷰, 24:53](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1493s)

이 제안은 진지하게 검토할 만하다. 행정 지원 인력을 고용할 여력이 없는 사업자는 에이전트에서 유용한 역량을 얻을 수 있다. 가정에서는 놓친 청구서로 잃은 돈을 되찾거나 더 저렴한 상품을 찾을 수도 있다. 이런 부담을 줄이는 일은 지능의 극적인 도약이 없어도 의미가 있다.

하지만 돈을 벌려면 다른 누군가가 대가를 지불해야 한다. 상품을 만들고 마케팅을 작성해 광고를 운영하는 도구가 사업의 일부를 자동화할 수는 있다. 그렇다고 고객이 그 상품을 원하거나 광고가 이익을 내거나 소유자가 수익을 충분히 가져간다는 점이 입증되는 것은 아니다.

Muse 출시로 이 구분이 더 중요해졌다. 같은 플랫폼이 한 사용자의 판매를 돕고 다른 사용자의 구매를 지원한 뒤 두 사용자를 연결하는 대가를 받을 수도 있기 때문이다. 경제적 질문은 에이전트가 작동하는지를 넘어선다. 다른 참여자에게 비용을 지급하고 나서 사용자에게 얼마나 많은 가치가 돌아가는가?

## Zuckerberg가 실제로 제안한 것

인터뷰에서 돈에 관한 핵심 대목은 대략 24:53부터 27:25까지다. Zuckerberg는 기회를 소기업과 상거래에 연결하고 구독과 함께 넉넉한 무료 사용량을 제공하는 방안을 설명하며, 거래 수수료는 “시간이 지나면서” 기대하는 사업 모델이라고 말한다. Muse가 Meta 광고 시스템에 연결되어 상품 제작과 사업 운영을 도울 수 있다고도 한다.  [전체 대화 시청](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

이 발언은 서로 별도로 평가해야 할 여러 메커니즘을 설명한다. 더 많이 팔면 매출이 난다. 청구액을 낮추면 비용을 아낀다. 서류를 빨리 끝내면 시간을 확보한다. 모두 사용자에게 도움이 될 수 있지만 서로 다른 결과이며 일부만 계좌에 현금을 더해 준다.

출시 발표와 인터뷰만으로 Meta가 Muse 사용 대가로 사람들에게 돈을 주는 일반 프로그램이 있다고 볼 수 없다. 소득 보장이나 공개된 이익 배분 비율, 일반 사용자가 이미 순수익을 얻고 있다는 근거도 없다. 거래 수수료 제안은 Meta가 어떻게 수익을 얻을지에 관한 내용이지 사용자에게 지급하는 방식으로 오해해서는 안 된다.

Alex Heath의  [원래 인터뷰 페이지](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview) 는 9월 8일 게시됐으며 Meta 본사에서 그 전주 금요일에 대화가 녹음됐다고 설명한다. 공개된 YouTube 자막 전체를 검토하고 관련 출시 및 기술 자료를 확인했다. 이는 해당 근거의 분석이지 BIG CHANGE의 직접 체험 시험이나 수익 실험이 아니다.

## 에이전트가 업무 수행을 어떻게 바꾸는가

Muse는 개인용 에이전트이고 Muse Spark는 이를 구동하는 모델이다. Meta의 제품 설계 설명에 따르면 파일 시스템과 터미널, 브라우저는 물론 지속 기억과 예약 또는 이벤트 기반 작업을 제공한다. 연결된 서비스를 통해 행동을 수행할 뿐 아니라 문서와 인터랙티브 산출물도 만들 수 있다.  [Meta가 Muse를 설계한 방식](https://introducing.muse.ai/)

이는 조언만 제공하는 챗봇과는 다른 잠재적 역할을 준다. 유용한 에이전트는 문의를 받고 답변을 준비하고 기록을 업데이트한 뒤 고객이 답하면 다시 작업하는 식으로 정보를 다음 단계까지 이어 갈 수 있다. 가능한 절감은 단순히 글을 더 빨리 쓰는 데서가 아니라 반복 조정을 없애는 데서 나온다.

가상의 가구 수리업체를 생각해 보자. 소유자는 저녁마다 사진을 분류하고 치수를 확인하며 예약을 잡는다. 이 정보를 안정적으로 준비하는 에이전트가 있다면 유료 수리 작업에 더 많은 시간을 쓸 수 있다. 업체에는 이미 서비스와 고객이 있고 에이전트는 알려진 행정 병목을 줄인다.

일반적인 AI 생성 디자인을 파는 신규 사업은 다른 문제에 부딪힌다. Muse가 카탈로그를 빠르게 만들 수 있어도 그 카탈로그가 존재해야 할 이유는 필요하다. 구매자는 직접 생성한 디자인을 포함한 대안과 비교할 수 있다. 자동화는 상품 제공에 필요한 노력을 줄이지만 상품에 돈을 내고 싶어 하는 사람을 늘려 주지는 않을 수 있다.

이 차이가 기대를 이끌어야 한다. 이미 수요가 있고 비용이 큰 반복 작업이 있는 경우는 에이전트에게 완전히 새로운 수익원을 만들어 달라고 하는 것보다 구체적인 기회다. 후자도 가능하지만 고객 관심과 지속 가능한 마진에 관한 근거가 필요하다.

![Three-part sketch linking a laptop and stopwatch to a shop, then to an accounting ledger under a magnifying glass.](/api/media/file/muse-economics-v1.png)

## 결제 연동은 실제지만 돈은 사용자 밖으로 이동한다

Stripe도 출시 연동을 별도로 확인한다. 미국 소비자는 Link를 Muse에 연결할 수 있고 에이전트는 참여 사업자에서 저장된 결제 수단을 사용하거나 다른 구매에 일회용 가상 카드를 사용할 수 있다. Stripe는 소비자가 채팅에서 매 거래 총액을 승인하고 Muse는 기초 결제 정보를 볼 수 없다고 설명한다.  [Stripe의 9월 8일 발표](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link)

이는 의미 있는 인프라다. 구매를 조사할 수는 있지만 완료할 수 없는 에이전트는 사용자에게 일의 일부를 다시 하게 한다. 결제 연동은 승인 단계를 유지하면서 그 간극을 메울 수 있다.

문서에 설명된 자금 흐름도 분명해진다. 이 연동을 통해 사용자는 판매자에게서 구매할 수 있다. 그 자체로 사용자가 돈을 번다는 점을 보여 주지는 않는다. 꼭 필요한 구매를 아끼면 재정에 도움이 되지만 할인된 불필요한 구매도 현금 잔액을 줄인다.

반대편에서는 판매자가 매출을 얻을 수 있다. 그 매출이 이익을 내는지는 이행 비용과 환불, 결제 수수료, 고객 유치 비용에 달렸다. 결제가 성공했다는 것은 거래가 발생했다는 뜻이지 각 참여자가 경제적 혜택을 얼마나 보유했는지를 입증하지 않는다.

그래서 앞으로의 수익 주장은 메커니즘을 밝혀야 한다. 새 고객에게서 소득이 생겼는가? 비용을 피했는가? 자산을 팔았는가? 기존 작업을 더 빨리 끝내도록 도운 것뿐인가? 이를 한데 묶으면 유능한 비서가 자동 수입원인 것처럼 들릴 수 있다.

## 무료 이용은 장벽 하나를 낮출 뿐 모든 비용을 낮추지는 않는다

Zuckerberg는 출시 무료 이용량이 주당 약 1억 토큰이며 구독도 있다고 말한다. 이를 무제한 작업을 영구히 약속한 것으로 보기보다 특정 시점의 이용 조건으로 받아들여야 한다.  [인터뷰, 25:02](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

9월 22일 확인한 Meta 구독 페이지는 주 5억 Muse 토큰을 제공하는 Power를 월 20달러, 30억 토큰을 제공하는 Max를 100달러로 안내한다. 지역과 계정에 따라 혜택이 달라지며 이용 가능성은 여전히 제한적이라고 밝힌다. 이는 제품별 사용량이지 완료한 작업 수나 직접 비교 가능한 API 토큰 수가 아니다.  [Muse 공식 구독 상세](https://www.meta.com/help/subscriptions/1021145227643680/)

토큰 한도만으로 사업자가 유용한 주문과 조정 완료 송장, 승인된 산출물을 몇 개 얻을 수 있는지 알 수 없다. 작업과 컨텍스트, 시도 횟수가 중요하다. 에이전트 바깥의 광고와 호스팅, 재고, 배송, 소유자의 관심도 자원을 소비할 수 있다.

초기에 가장 큰 비용은 어떤 작업을 위임할 만한지 배우는 일일 수 있다. 목표를 설명하고 올바른 계정을 연결하며 말이 안 되는 결과를 알아보고 조치를 승인할 가치가 있는지 결정할 사람이 필요하다. 더 나은 제품 설계가 그 부담을 줄일 수는 있다. 사용자의 우선순위나 고객 요구를 없애지는 못한다.

절약한 시간도 정직하게 계산해야 한다. 유료 업무에 쓸 수 있도록 한 시간을 확보하면 할 일이 있을 때 소득이 늘 수 있다. 가족과 한 시간 더 보내는 일도 가치가 있지만 수입이 되는 것은 아니다. 절약한 모든 시간을 시간당 임금으로 환산하면 많은 사용자의 현금 수익을 부풀리게 된다.

사업을 시작하는 사람에게 중요한 결과는 에이전트가 없었을 경우와 비교해 비용과 채무를 뺀 뒤 추가로 남는 돈이다. 기존 사업이라면 놓친 문의의 감소와 더 빠른 완료, 행정 비용 절감일 수 있다. 이런 결과는 측정 가능하며 완료한 모든 작업을 매출이라고 가장할 필요가 없다.

## 거래 수수료는 제품을 뒷받침하면서 유인 구조를 바꿀 수 있다

거래 수수료로 운영하는 에이전트에는 실현 가능한 수익원이 있다. 고객이 알맞은 상품을 찾고 구매 완료에 드는 일을 줄이도록 돕는다면 판매자는 그 서비스에 비용을 낼 수 있다. 구독이 너무 비싸게 느껴질 사용자를 위해 수수료로 이용을 지원할 수도 있다.

하지만 이런 방식은 누구의 이해가 추천을 좌우하는지 질문도 만든다. 수수료가 발생하지 않는 가장 좋은 선택지를 Muse가 추천할까? 판매자가 돈을 내지 않아도 참여할 수 있는가? 고객은 구매를 승인하기 전에 상업적 관계를 알 수 있는가? 경쟁 상품은 어떻게 비교하는가?

검토한 자료에는 완전한 Muse 거래 수수료표나 순위 정책이 없어 이 질문에 답하지 못한다. 현재 Muse가 이미 수수료를 내는 판매자를 우대한다고 주장하며 그 빈칸을 채워서는 안 된다. 핵심은 향후 수수료 모델에 사용자와 사업자가 살펴볼 수 있는 규칙이 필요하다는 점이다.

판매자에게 비용을 청구한다고 구매자의 경제적 비용이 자동으로 사라지지는 않는다. 판매자는 수수료를 부담하거나 더 낮은 고객 유치 비용으로 상쇄하거나 가격에 반영할 수 있다. 시장에 따라 달라진다. 기존의 더 큰 비용을 대체하는 수수료라면 양측이 더 나아질 수 있고 추가 수수료라면 이용 가능한 마진을 줄일 수 있다.

무료 에이전트를 선물이나 함정 중 하나로 보는 것보다 이것이 Zuckerberg의 제안을 평가하는 더 유용한 관점이다. 제품은 가치를 만들고 그 일부를 가져갈 수 있다. 미해결 질문은 그 가치가 어떻게 나뉘고 사용자들이 서비스를 의존하면서도 의미 있는 선택권을 유지하는지다.

## 일상적인 유용성의 근거가 수익 근거보다 앞서 있다

9월 14일 직접 사용 후기에서 TechRadar의 Eric Hal Schwartz는 Muse가 쇼핑을 돕고 유틸리티 회사 이메일 답변 초안을 작성해 승인을 기다렸다고 설명한다. 반복적인 업무에서 위임이 유용했지만 접근 권한에는 불편함을 느꼈다. 이는 리뷰어 한 사람의 경험에 관한 증거이지 사업 이익 연구가 아니다.  [TechRadar의 직접 사용 리뷰](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable)

앞선 연구는 유용한 지원을 수익 약속으로 확대할 때 신중해야 할 이유를 보여 준다. 케냐 기업가 대상 무작위 현장 실험에서는 GPT-4 사업 조언자 이용이 평균적으로 통계적으로 유의미한 개선을 가져오지 않았다. 결과는 기업의 초기 성과와 소유자가 조언을 선택하고 실행한 방식에 따라 달랐다.  [연구진 워킹 페이퍼 초록](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance)

컬럼비아대가 2026년 8월 이 연구를 소개하면서 기업가 640명이 참여한 연구라고 설명했다. 특정 사업에 어떤 권고가 적합한지 판단할 때의 역할을 강조한다.  [컬럼비아대 연구 소개](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers)

이 실험은 Muse를 시험하지 않았다. 에이전트가 작업을 실행하는 것이 아니라 구형 모델이 조언했다. Muse의 결과를 예측할 수도 없다. 관련성은 더 제한적이다. 사업자에게 AI 접근권을 제공해도 모두 재정적 혜택을 얻는다는 뜻은 아니며 평균값 뒤에는 매우 다른 경험이 있을 수 있다.

좋은 결정을 실행하는 것이 주된 장애물이라면 실행 기능이 결과를 개선할 수 있다. 약한 조언을 더 쉽게 따르게 된다면 악화시킬 수도 있다. 나쁜 가격 정책을 자동으로 실행하는 에이전트는 제안을 무시할 수 있는 챗봇보다 더 빠르게 손실을 일으킬 수 있다.

따라서 다음 근거에는 실패한 시도와 비용, 사용자 간 차이가 포함되어야 한다. 선별된 성공 사례는 가능한 일을 보여 준다. 일반적인 새 사용자가 기대해야 할 결과를 알려 주지는 않는다.

## 사업 에이전트는 접근권이 필요하고 접근에는 비용이 따른다

Meta의 기술 설명은 여기서 중요한 두 가지를 말한다. Sentinel이 에이전트의 핵심 기능과 별도로 외부 행동을 통제하며, Muse는 읽는 데이터에서 실수를 하거나 공격을 받을 수도 있다. 시스템은 실패 가능성을 없애기보다 그 결과를 제한하도록 설계됐다.  [Meta의 보안 설계](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

소기업에서 자동화의 가치는 권한이 어디서 끝나는지에도 달려 있다. 광고 캠페인을 준비하는 일과 예산을 지출하는 일은 다르다. 고객 제안을 작성하는 일과 할인이나 배송일을 확정하는 일도 다르다. 소유자가 이런 약속을 승인해야 하더라도 절차는 유용할 수 있다.

개인정보 처리 일정도 주의해 봐야 한다. 출시 버전은 Muse Secure VM이다. Meta는 운영 정책상 직원 접근을 제한하지만 서비스를 운영하는 데 필요한 접근을 기술적으로 차단하지는 않는다고 설명한다. VM 데이터에 Meta가 암호학적으로 접근하지 못하도록 설계한 Muse Confidential VM은 올해 후반 출시 예정이다.  [현재 아키텍처와 계획된 기밀 모드](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

사업자는 약속된 기밀 모드가 이미 출시된 것처럼 현재 서비스를 평가해서는 안 된다. 고객 목록과 공급업체 계약, 마진 계산은 비밀번호가 아니어도 상업적으로 민감할 수 있다. 에이전트가 협상을 잘하려면 필요한 정보가 소유자가 가장 통제하고 싶어 하는 정보일 수도 있다.

Meta는 사용자가 파일과 기억을 내려받고 모델 학습 사용을 거부할 수 있다고도 밝혔다. 대화와 VM 데이터는 광고 시스템에서 제외되지만 에이전트의 탐색 활동은 광고에 간접적으로 영향을 줄 수 있다고 설명한다. 이런 통제는 중요하지만 파일 다운로드만으로 작동 중인 에이전트 전체를 다른 제공자로 옮길 수 있다고 입증되는 것은 아니다.  [Meta의 데이터 정책 설명](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

계속 지켜볼 실무적 의존성이 남는다. 에이전트가 사업의 관행과 연결된 작업 흐름을 갖추면 가격과 접근성, 제품 동작이 바뀔 때 이전 작업이 생길 수 있다. 에이전트 밖에 쓸 수 있는 기록을 보관하고 의존 서비스를 파악하면 그 의존 관계를 눈에 보이게 만들 수 있다.

## 경쟁은 절감액을 고객에게 돌려줄 수 있다

Muse가 특정 서비스를 만드는 데 드는 노력을 줄이면 경쟁자도 같은 이점을 얻을 수 있다. 절감액을 처음에 보유한 판매자는 이후 더 낮은 시장 가격에 직면할 수 있다. 고객이 혜택 대부분을 받고 공급자는 더 많은 일을 완료하거나 모방하기 어려운 상품을 제안해야 할 수 있다.

그래도 상당한 경제적 변화일 수 있다. 더 저렴한 서비스는 접근성을 넓힌다. 소규모 조직은 그동안 포기했던 업무를 맡길 수 있다. 생산 비용이 낮아지면 해당 업무를 하는 모든 이의 이익도 반드시 커진다고 가정하는 것이 오류다.

신뢰 관계와 전문 지식, 물리적 배송 역량을 가진 사업자는 에이전트 제품을 생산적으로 활용할 위치에 더 잘 있을 수 있다. 소프트웨어는 그런 강점을 둘러싼 조정을 줄일 수 있다. 신규 사업자는 여전히 신뢰할 만한 제안을 만들고 누군가가 구매하도록 설득해야 한다.

근로자에게도 비슷한 긴장이 있다. 반복적인 행정 업무를 없애면 일자리가 나아질 수도 있고 조직이 업무를 재배치할 수도 있다. 출시 근거만으로 Muse가 몇 개의 일자리를 만들거나 대체할지 알 수 없다. 이런 효과는 도입 정도와 위임되는 작업, 조직이 새로 확보한 역량을 어떻게 쓰는지에 달려 있다.

Zuckerberg는 향후 에이전트 간 상호작용도 설명하면서 대부분은 이번 출시의 일부가 아니라고 말했다.  [인터뷰, 29:00](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1740s) 에이전트가 언젠가 기업 간 협상과 조율을 하게 된다면 신원과 접근, 상업적 선호에 관한 플랫폼 규칙은 더욱 중요해진다. 이는 평가할 개발 과제이지 이미 혜택을 셀 수 있는 기존 네트워크는 아니다.

## 수익 주장을 뒷받침하려면 무엇이 필요할까

Muse의 영향은 더 자세히 살펴봐도 의미가 남는 결과로 판단해야 한다. 유용한 근거는 다음을 포함한다:

- 에이전트를 사용하기 전에 개인이나 사업자가 어떤 일을 했는지 보여 주는 명확한 기준선.
- 구독과 광고, 이행, 환불, 검토 노력을 계산에 넣고 추가 수익과 확인된 절감액을 별도로 보고하는 자료.
- 실패한 프로젝트와 서비스 사용을 중단한 사람을 포함한 일반 사용자 대상 결과.
- 에이전트가 수행한 업무와 소유자가 여전히 한 일, 이익이 지속되었는지를 설명하는 자료.
- 상업적 유인을 알 수 있도록 공개된 거래 비용과 추천 규칙.

이런 요건은 제품의 실패를 전제하지 않는다. 성공을 해석 가능하게 한다. 여러 사업에서 반복되는 작은 개선이 비용 설명 없는 인상적인 수익 인증샷보다 더 중요한 결과일 수 있다.

그럴듯한 BIG CHANGE는 실질적인 지원에 더 많은 사람이 접근할 수 있게 되는 것이다. 더 많은 사람이 아이디어를 실행하고 사업을 관리하며 가정의 일을 해낼 수 있다. Muse는 이 가능성을 시험할 수 있는 구체적인 제품을 제공한다.

사용자에게 수익이 생기는지는 고객이 비용을 지급하고 일이 완료되며 지출이 빠져나간 뒤에야 알 수 있다. 에이전트 활동 기록은 얼마나 일했는지 보여 줄 수 있다. 무엇이 남았는지는 소유자의 기록이 보여 줘야 한다.

## Sources

- [Meta, 개인용 에이전트 Muse 소개](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/) — 2026년 9월 8일. 출시와 초기 미국 출시, 제품 주장을 확인하는 자료다. 개인용 에이전트는 Muse Spark 모델 및 Muse 미디어 생성 제품과 다르다.
- [Mark Zuckerberg, Meta의 Muse AI 에이전트가 사람들에게 돈을 벌어 줄 방식에 관해](https://www.youtube.com/watch?v=Lx8lrn-cytc) — 2026년 9월 8일 Sources 팟캐스트. 돈에 관한 대화는 약 24:53에 시작한다. 제안된 거래 수수료는 Meta의 사업 모델 구상이지 사용자 지급 약속이 아니다.
- [Alex Heath의 원래 인터뷰 페이지](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview) — 2026년 9월 8일. 인터뷰 진행자의 소개에서 녹화 맥락과 초기 인상을 확인할 수 있다. 에피소드에 협찬이 포함되어 있으며 광고성 주장은 여기서 채택하지 않았다.
- [Muse를 설계한 방식](https://introducing.muse.ai/) — 2026년 9월. Meta 제품 설계자들이 지속 작업과 산출물, 브라우저 접근, 승인 통제를 설명한다. 이런 기능은 가능한 작동 방식을 알려 주지만 일반적인 재정 수익을 입증하지는 않는다.
- [Stripe, 에이전트용 Link 지갑과 Muse 연동](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link) — 2026년 9월 8일. 구매 및 승인 기능을 결제 제공자가 확인한 자료다. Muse 사용자가 지급을 받거나 사업 이익을 얻는 근거가 아니라 지출 연동이다.
- [Muse 구독 안내](https://www.meta.com/help/subscriptions/1021145227643680/) — 2026년 9월 22일 확인. 공식 Power 및 Max 가격, 주간 Muse 이용량, 접근 제한을 설명한다. 제품 토큰 한도를 작업 수나 API 토큰 예산과 같은 것으로 봐서는 안 된다.
- [TechRadar의 Muse 직접 사용 리뷰](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable) — Eric Hal Schwartz, 2026년 9월 14일. 리뷰어 한 사람이 경험한 쇼핑 및 이메일 지원을 설명한다. 매출이나 이익, 일반적 사용자 성과를 통제된 방식으로 시험한 것은 아니다.
- [생성형 AI가 창업 성과에 미치는 불균등한 영향](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance) — 2024년 7월 1일자 워킹 페이퍼 초록. 케냐의 사업 조언 무작위 연구는 성과 차이에 관한 맥락을 제공한다. Muse가 아니라 GPT-4 조언자를 시험했으며 추정치는 Muse 이용자를 예측하지 않는다.
- [컬럼비아대: 고성과자와 저성과자 사이의 AI 격차](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers) — 2026년 8월 20일. 연구자 소속 기관의 설명으로 실험과 조언을 선택하고 실행하는 중요성을 다룬다. 버전마다 하위 집단의 추정치가 달라 이 기사에서는 비율을 Muse 전망에 옮겨 적용하지 않는다.
- [Muse에 안전성을 구현한 방식](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse) — 2026년 9월 8일. Meta의 기술 설명은 현재 Secure VM 통제와 계획된 Confidential VM 보호를 구분한다. 보안 통제가 편향되지 않은 상업적 추천을 입증하지는 않는다.