Meta

쉽게 말하면, 메타 AI는 메타가 운영하는 인공지능 연구 조직과 그 기술로 만든 AI 어시스턴트를 함께 부르는 이름이다. 연구 조직은 2013년 말부터 논문, 공개 데이터셋, 공개 모델을 내놓았고, 어시스턴트는 2023년 9월 27일 같은 이름의 범용 어시스턴트로 출시되었다. 두 가지 뜻을 나눠 보면 메타의 AI 활동을 이해하기 쉽다.

메타 AI(Meta AI)는 메타 플랫폼스(Meta Platforms)가 서로 관련 있지만 다른 두 가지를 가리킬 때 쓰는 이름이다. 하나는 회사의 인공지능 연구·개발 조직이고, 다른 하나는 페이스북, 인스타그램, 메신저, 왓츠앱, 독립 앱, 메타 퀘스트 헤드셋, AI 안경 안에 들어 있는 소비자용 어시스턴트다. 조직이라는 뜻이 더 오래되었다. 메타(당시 페이스북)는 2013년 12월 얀 르쿤(Yann LeCun)을 책임자로 연구소를 열었고, 이후 10년 동안 나온 논문, 공개 데이터셋, 공개 모델을 '메타 AI'와 'AI at Meta' 이름 아래 묶었다. 소비자용 어시스턴트는 2023년 9월 27일 같은 이름으로 출시되었다.^3,5,9

이 글은 두 가지 뜻을 모두 다룬다. 연구 쪽에서는 PyTorch, LLaMA 언어 모델, Segment Anything 계열, 음성·번역·자기지도 시각 시스템 등이 나왔다. 제품 쪽에서는 메타가 2025년 5월까지 앱 전체에서 월간 이용자가 10억 명에 이르렀다고 밝혔다. 이 수치에 견줄 만한 경쟁 어시스턴트의 발표는 없다. 2025년 중반부터 연구와 제품 업무는 메타 슈퍼인텔리전스 랩스(Meta Superintelligence Labs, MSL) 아래로 모였다. MSL은 메타가 Scale AI 소수 지분에 약 143억 달러를 투자하고, 공동창업자 알렉산더 왕(Alexandr Wang)을 첫 최고 AI 책임자로 영입한 뒤 만들어졌다. 최초의 연구소인 메타 FAIR는 여전히 이 조직 안의 한 부서다.^3,4,8,10,11

어시스턴트 밑의 기술도 여러 차례 바뀌었다. 2023년 출시 때는 Llama 2 기술을 바탕으로 한 자체 모델을 썼고, 이후 버전은 Llama 3과 Llama 4를 썼으며, 2026년 4월부터는 MSL이 개발한 Muse 계열을 쓴다. 메타는 여러 세대의 Llama를 자사 커뮤니티 라이선스 아래 공개 가중치 형태로 내려받을 수 있게 했다. 오픈소스 이니셔티브(OSI)는 이 라이선스가 오픈소스 정의에 맞지 않는다고 본다. Muse 모델은 가중치를 내려받는 방식이 아니라 메타 제품과 유료 API를 통해 제공된다.^6,12,13

1. 범위와 용어

메타 플랫폼스(Meta Platforms, Inc.)는 페이스북, 인스타그램, 메신저, 왓츠앱을 '패밀리' 제품으로 보고하는 법적 등록 주체다. 메타 AI는 이 기업 집단이 제공하는 서비스 중 하나다. 제품 이름은 등록 법인의 법적 명칭이 아니므로 메타 플랫폼스 전체를 가리키는 말로 쓰면 안 된다.²

이 구분이 중요한 이유는 어시스턴트보다 먼저 나온 시스템이 많기 때문이다. FAIR는 어떤 챗봇이 출시되기 전까지 10년 동안 컴퓨터 비전, 번역, 표현 학습 분야를 연구했고, 메타는 2022년 몇몇 응용 AI 팀을 제품 그룹에 분산 배치했다. 이런 역사는 메타 AI의 기술과 인력을 설명하지만, 메타의 모든 머신러닝 프로젝트가 어시스턴트 기능이라는 뜻은 아니다.^3,14

응용 쪽 사례로 GEM이 있다. GEM은 인스타그램과 페이스북 광고 추천의 기반 모델인 메타의 생성형 광고 추천 모델(Generative Ads Recommendation Model)이다. 메타는 2026년 8월 3일 엔지니어링 게시물에서 GEM이 이제 최신 세대 GPU 수천 대에서 LLM 규모로 학습된다고 밝혔다.

2. 조직 연혁

2.1. FAIR와 첫 10년(2013~2022)

페이스북은 2013년 12월 9일 연구소 설립을 발표하며 당시 뉴욕대 교수였던 르쿤을 책임자로 지명했다. 연구소는 멘로파크, 런던, 뉴욕시 세 곳에서 시작했다. 2015년에는 파리 연구소가 문을 열었고, 이후 몬트리올, 텔아비브, 시애틀, 피츠버그가 더해졌다. 이름은 페이스북 AI 리서치(Facebook AI Research)에서 기초 AI 연구(Fundamental AI Research)로 바뀌었지만 FAIR라는 약칭은 유지되었다.^3,9

FAIR의 설립 원칙은 장기 연구, 논문 발표, 공개 배포를 강조했다. 실제로는 기능이 아니라 논문, 코드, 데이터셋, 모델 가중치를 내놓았다. 가장 큰 영향을 준 산출물은 아마도 PyTorch일 것이다. PyTorch는 2017년 공개되었고, 2022년 9월 리눅스 재단 산하의 독립 PyTorch 재단으로 옮겨졌다. 이제 두 대표적인 딥러닝 프레임워크 가운데 하나가 되었고, 메타의 경쟁사를 포함해 업계 대부분이 사용한다. 그 밖에 Detectron2 객체 탐지 라이브러리, FAISS 유사도 검색 라이브러리, RoBERTa, BART, wav2vec 음성 모델도 오래 쓰인 산출물이다.³

2018년 1월 메타는 AI 조직을 다시 짰다. 르쿤은 연구소 책임자에서 물러나 연구 중심의 최고 AI 과학자(Chief AI Scientist)가 되었다. 제롬 페센티(Jerome Pesenti)는 인공지능 부사장으로 합류해 연구소와 응용 머신러닝 그룹을 함께 맡았다. 르쿤은 연구소를 매일 운영하는 일에서 물러나고 싶다고 공개적으로 말했다.¹⁵

두 번째 개편은 2022년 6월 2일에 있었다. 당시 CTO 앤드루 보즈워스(Andrew Bosworth)는 응용 AI 팀을 이를 사용하는 제품 조직에 나눠 배치하고, FAIR는 리얼리티 랩스 리서치로 옮긴다는 내용의 글을 올렸다. 2023년과 2024년 보도에 따르면 이 시기 FAIR의 내부 위상은 좁아졌고, 가장 주목받은 Llama 공개물은 연구소가 아니라 별도 제품 그룹에서 나왔다.^3,14

2.2. GenAI 제품 조직(2023~2025)

2023년 2월 27일 마크 저커버그(Mark Zuckerberg)는 생성형 AI에 집중하는 최상위 제품 그룹을 발표했다. 회사 여러 곳에 흩어져 있던 팀을 모은 조직이었다. 이 그룹은 최고제품책임자 크리스 콕스(Chris Cox)에게 보고했고, 2020년 애플에서 16년을 보낸 뒤 메타에 합류한 부사장 Ahmad Al-Dahle이 이끌었다. 흔히 GenAI라고 부른 이 그룹은 메타 AI 어시스턴트를 만들었고, Llama 2, Llama 3, Llama 4 계열을 출시했다. FAIR와는 조직이 달랐으므로 FAIR를 '챗봇 부서'라고 부르는 것은 부정확하다.^3,16

2025년 개편에 앞서 FAIR 책임자가 바뀌었다. FAIR를 이끌던 부사장 조엘 피노(Joelle Pineau)는 2025년 4월 1일 떠나겠다고 발표했다. 마지막 근무일은 2025년 5월 30일이었고, 그해 8월 Cohere의 최고 AI 책임자로 합류했다. 2025년 5월 8일 메타는 컴퓨터 비전 연구자 롭 퍼거스(Rob Fergus)를 연구소 책임자로 지명했다. 퍼거스는 구글 딥마인드에서 연구 디렉터로 약 5년간 일했고, 르쿤과 함께 FAIR를 세우는 데 참여한 인물이다.⁴

2.3. 2025년 개편과 Meta Superintelligence Labs

가장 큰 변화는 2025년 중반에 있었다. 6월 메타는 데이터 라벨링 기업 Scale AI의 지분 약 49%를 사기 위해 약 143억 달러를 투자하기로 했다. 이 투자는 Scale의 기업 가치를 290억 달러 이상으로 평가했다. 경영권 없는 소수 지분 투자였고 인수는 아니었다. 왕은 메타에 합류하기 위해 Scale의 CEO에서 물러났다.¹⁰

2025년 6월 30일 저커버그는 내부 메모를 보내 Meta Superintelligence Labs를 만들고, 왕을 메타의 첫 최고 AI 책임자(Chief AI Officer)로 지명했다. 전 GitHub CEO 낫 프리드먼(Nat Friedman)은 AI 제품과 응용 연구를 맡았다. 메모는 OpenAI, 구글 딥마인드, Anthropic 등 다른 연구소에서 온 외부 영입 인재 약 11명을 언급했다.¹¹

2025년 7월 25일 왕은 OpenAI에서 ChatGPT와 추론 모델 개발에 참여했던 셩자 자오(Shengjia Zhao)가 MSL의 수석 과학자(Chief Scientist)를 맡는다고 발표했다. 2025년 2분기 실적 발표문에서 저커버그는 MSL이 기반 모델 팀, 제품 팀, FAIR, 차세대 모델에 집중하는 새 연구소를 결합한 조직이라고 설명했다.^17,18

저커버그는 2025년 7월 30일 짧은 글 「Personal Superintelligence」에서 전략을 공개적으로 밝혔다. 그는 고급 AI를 주로 경제적으로 가치 있는 업무를 자동화하는 수단으로 보는 경쟁사와 메타의 목표가 다르다고 주장했다. 메타는 안경 같은 기기를 통해 개인용 인공 초지능을 제공하겠다는 것이다. 이 글은 모델 능력이 커질수록 무엇을 공개할지 더 선별하겠다는 뜻도 내비쳐, 개방 여부에 대해 이전보다 신중한 입장을 보였다.¹⁹

영입 경쟁 자체도 논란이 되었다. 샘 올트먼(Sam Altman) OpenAI CEO는 2025년 6월 메타가 자사 직원 일부에게 최대 1억 달러 규모의 계약금을 제시했다고 공개적으로 말했다. 이후 보도는 몇몇 고위 연구자에게 수천만 달러에서 수억 달러에 이르는 다년 보상안이 제시되었다고 전했다. 메타 임원들은 이 액수가 묘사된 방식에 이의를 제기했고, 개별 조건은 공개하지 않았다. 떠도는 금액은 이해관계자와 언론 보도에서 나온 것이며 제출 서류에 따른 것이 아니다. 이런 보상안과 몇 달 뒤 이어진 감원의 대비는 내외부에서 지속적인 비판을 받았다.^11,20

2025년 8월 보도는 메타가 MSL을 네 그룹으로 나눌 계획이라고 전했다. 모델 중심의 TBD Lab, FAIR, Meta AI 어시스턴트를 포함한 제품 그룹, 인프라 그룹이다. 로이터는 당시 이 계획을 독립적으로 확인할 수 없다고 밝혔다. 네 부분 구조는 널리 인용되지만, 메타가 이를 확인하는 조직도를 공개한 적은 없다. 2025년 10월 22일 메타는 FAIR, 제품 AI, 인프라 팀에 영향을 준 AI 조직의 약 600명 규모 감원을 확인했다. 최신 최전선 모델 그룹은 감원을 피했다.²⁰

얀 르쿤은 2025년 11월 19일 약 12년의 재직을 마치고 메타를 떠나 자신의 회사를 세우겠다고 확인했다. 그는 언어 모델 규모 확장보다 더 유망하다고 오래 주장해 온 월드 모델 방향을 추구한다. 새 회사는 알렉상드르 르브룅(Alexandre LeBrun)과 공동 창업한 Advanced Machine Intelligence(AMI) Labs이며 본사는 파리에 있다. 메타는 최고 AI 과학자 직함의 전사 후임을 지명하지 않았다. 대신 자오가 MSL의 수석 과학자를, 퍼거스가 FAIR를 이끈다.^4,17,21

2.4. 2026년 조직 변화와 현재 구조

2026년에는 MSL과 자주 혼동되는 구조 변화가 두 차례 더 있었다. 2026년 1월 저커버그는 Meta Compute를 발표했다. 이 조직은 회사의 데이터센터 용량을 계획하고 짓고 운영하는 최상위 조직이다. 글로벌 인프라 책임자 산토시 자나르단(Santosh Janardhan)과 Safe Superintelligence 전 CEO로 2025년 메타에 합류한 대니얼 그로스(Daniel Gross)가 공동으로 이끈다. Meta Compute는 모델 연구소가 아니라 인프라 기능이며, 저커버그와 CFO 수전 리(Susan Li)가 2026년 실적 발표에서 이 이름을 직접 언급했다.^22,23,24

2026년 3월경 메타는 리얼리티 랩스의 오랜 부사장인 마허 사바(Maher Saba)를 책임자로 하는 응용 AI 엔지니어링(Applied AI Engineering) 조직을 만들었다. 이 조직은 왕이 아니라 CTO 앤드루 보즈워스에게 보고한다. 로이터는 2026년 4월 엔지니어들이 이 조직으로 옮겨졌고 전환은 선택 사항이 아니었다고 보도했다. 2026년 6월 기준 이 조직에는 약 6,500명의 엔지니어와 제품 매니저가 있었고, 업무는 메타 모델용 학습 데이터, 코딩 문제, 평가를 만드는 일이었다. 테크크런치는 직원들이 이 업무를 강하게 부정적으로 묘사했다고 전했고, 저커버그가 내부 메모에서 최근 변화가 직원들에게 '고통'을 일으켰다고 인정했다고 보도했다. 응용 AI 엔지니어링은 MSL 밖에 있으므로 FAIR나 최전선 모델 그룹과 혼동하면 안 된다.²⁵

2026년 5월 20일 메타는 약 8,000명의 직원에게 해고를 통보하기 시작했다. 2022년과 2023년 효율화 캠페인 이후 가장 큰 전사 규모 감원이다. 메타는 2분기에 퇴직금 12억 달러를 비용으로 처리했고, 2026년 6월 말 직원 수는 75,472명으로 전년 대비 1% 줄었다.^23,26

3. Llama 계열

Llama는 2023년부터 2025년까지 메타의 공개 가중치 언어 모델 프로그램이었다. 메타는 다운로드 가능한 최전선 근접 모델 가중치를 공개한 기업 가운데 가장 중요한 곳이 되었고, 양자화 런타임, 미세 조정 도구, 다른 연구소의 파생 모델 등 공개 생태계의 큰 부분을 만들었다.

3.1. 초기 세대(Llama 1~3)

메타는 2023년 2월 24일 첫 LLaMA 모델을 70억(7B), 130억(13B), 330억(33B), 650억(65B) 매개변수로 공개했다. 650억과 330억 모델은 1.4조 토큰, 70억 모델은 1조 토큰으로 학습되었다. 공개 조건은 비상업 연구용 라이선스였고, 양식을 통해 신청한 학계·정부·시민사회·산업계 연구자에게 건별로 접근을 허용했다.²⁷

이 장벽은 지켜지지 않았다. 신청을 받기 시작한 지 약 일주일 뒤 한 4chan 이용자가 전체 모델 패키지의 BitTorrent 링크를 올렸다. 메타는 GitHub와 Hugging Face에서 가중치를 올린 저장소에 삭제 요청을 냈지만 재배포는 계속되었다. 며칠 안에 개발자들은 일반 소비자용 하드웨어에서 모델을 실행했고, 스탠퍼드의 Alpaca 같은 파생 모델을 만들었다. 이 유출은 흔히 메타가 이후 의도적으로 받아들인 공개 가중치 생태계를 앞당긴 사건으로 평가된다.

Llama 2는 2023년 7월 18일 공개되었으며, 상업적 사용을 허용하면서 공개 가중치 노선으로 전환한 모델이다. 70억, 130억, 700억 매개변수로 나왔고 컨텍스트 창은 4,096토큰이었다. 2022년 9월을 사전 학습 기준 시점으로 하여 2조 토큰으로 학습했다. 700억 모델은 추론 비용을 낮추려고 그룹 쿼리 어텐션을 썼다. 동반 논문에는 340억 모델이 나왔지만 공개되지는 않았다. 라이선스는 「LLAMA 2 COMMUNITY LICENSE AGREEMENT」라는 전용 계약이었고, 표준 오픈소스 라이선스가 아니었다. 메타는 2023년 8월 코드 특화 파생 모델 Code Llama를, 같은 해 12월 안전 도구와 분류기 모음인 Purple Llama를 내놓았다.⁷

Llama 3은 2024년 4월 18일 8B와 70B로 나왔고 컨텍스트는 8,192토큰이었다. 15조 토큰 이상으로 학습되었다. Llama 3.1은 2024년 7월 23일 밀집 구조 405B 모델을 추가하고, 계열 전체의 컨텍스트를 128,000토큰으로 늘렸다. 당시 공개적으로 내려받을 수 있는 가장 큰 모델이었다.

Llama 3.2는 2024년 9월 25일 기기 내 실행용 소형 모델 1B, 3B와 첫 Llama 비전 모델 11B, 90B를 추가했다. 2024년 12월 6일 공개된 Llama 3.3은 70B 지시 튜닝 모델로, 메타는 여러 과제에서 405B 모델과 비슷한 품질을 훨씬 낮은 비용으로 낸다고 설명했다.

3.2. Llama 4와 그 반응

Llama 4는 2025년 4월 5일 공개되었고, 계열을 전문가 혼합 구조와 네이티브 멀티모달 방식으로 옮겼다. Scout과 Maverick은 토큰마다 각각 170억 매개변수를 활성화한다. Scout은 전문가 16개, 총 1,090억 매개변수, 주장된 1,000만 토큰 컨텍스트를 갖고, Maverick은 전문가 128개, 총 약 4,000억 매개변수, 100만 토큰 컨텍스트를 갖는다. 두 모델 모두 30조 토큰 넘게 학습되었고, 데이터 기준 시점은 2024년 8월이며 12개 언어를 지원한다.^28,29

메타는 세 번째 모델인 Llama 4 Behemoth도 예고했다. 활성 매개변수 2,880억, 전문가 16개, 총 약 2조 매개변수 규모로, 아직 학습 중이며 작은 두 모델을 증류하는 교사 모델로 쓰인다고 설명했다. Behemoth는 공개되지 않았고, 메타는 공식 취소를 발표하지 않았다.²⁸

출시는 두 가지 면에서 좋지 않았다. 독립 테스터들은 배포된 Scout과 Maverick이 메타가 LMArena 리더보드에 제출했던 모델과 다르게 동작한다고 보고했다. 제출한 모델은 'Llama-4-Maverick-03-26-Experimental'이라는 이름의 공개되지 않은 실험 변형이었다. 메타의 생성형 AI 부사장 Ahmad Al-Dahle은 2025년 4월 7일 테스트 세트로 학습했다는 주장을 전혀 사실이 아니라고 부인했고, 품질 편차는 구현을 안정시켜야 하는 문제 때문이라고 설명했다. 2026년 1월 퇴임을 발표한 르쿤은 파이낸셜 타임스에 메타 연구자들이 서로 다른 Llama 4 변형의 결과를 서로 다른 벤치마크에서 가져와 함께 제시했고, 결과를 '조금 꾸몄다'고 말했다.³⁰

3.3. 출시 요약과 채택 현황

메타는 2025년 4월 이후 새 공개 가중치 Llama 세대를 내놓지 않았다. 2026년 8월 기준 Hugging Face의 meta-llama 조직에는 Llama 4보다 새로운 모델이 없고, Llama 공식 사이트는 자체 모델 목록이 아니라 메타 개발자 사이트로 연결된다. Llama 이름은 Llama API, Llama Stack 같은 제품 라인에 남아 있지만, 최전선 작업은 Muse로 옮겨졌다.^6,29,31

메타는 2024년 12월 누적 Llama 다운로드가 6억 5,000만 회라고 밝혔고, 2025년 3월에는 10억 회, 2025년 4월 29일 첫 개발자 행사 LlamaCon에서는 12억 회라고 발표했다. 다운로드 수는 거친 지표다. 여러 미러와 양자화 버전을 포함한 저장소 내려받기를 세기 때문에 서로 다른 배포 건수와는 다르다. LlamaCon에서 메타는 호스팅된 추론 실행 서비스인 Llama API를 예고했고, 참조 애플리케이션 프레임워크인 Llama Stack을 홍보했다.³¹

4. 라이선스와 공개 가중치 논쟁

4.1. 메타가 가중치를 공개한 이유

저커버그는 Llama 3.1 공개일인 2024년 7월 23일 「Open Source AI Is the Path Forward」라는 글에서 메타의 논리를 가장 자세히 밝혔다. 논리는 세 갈래였다. 첫째는 상업적 논리다. 메타는 모델 접근권 판매를 주 수익원으로 삼지 않으므로, API 호출로 수익을 내는 연구소와 달리 가중치를 공개해도 잃는 것이 적고, 모델을 무상으로 최적화·이식·디버깅해 주는 생태계에서 이익을 얻는다. 둘째는 경쟁 논리다. 저커버그는 리눅스와, 폐쇄형 모바일 플랫폼에서 메타가 겪은 경험을 비교하며 남의 독점 기술 위에서 제품을 돌리는 회사는 영구히 제약을 받는다고 주장했다. 공개 표준이 있어야 어느 한 벤더가 AI에서 그런 위치를 차지하지 못한다는 것이다. 셋째는 안전 논리다. 공개 모델은 검증이 쉽고, 능력을 소수의 폐쇄 연구소에 집중시키는 것 자체가 위험이라고 보았다.

이 입장은 홍보 이상의 효과를 냈다. Llama 가중치는 미세 조정 연구, 소비자 하드웨어에서의 양자화 로컬 추론, 처음부터 사전 학습할 여력이 없는 국가·지역 모델 개발의 기본 출발점이 되었다. 메타는 워싱턴과 브뤼셀에서 모델 가중치 배포를 제한하는 규칙에 일관되게 반대하며 이 논리를 정책 논거로 썼다. 뒤에서 보듯 메타가 최전선 모델의 공개를 나중에 줄인 것은, 이 입장을 공식적으로 버리지 않은 채 약화시킨 셈이다.^19,23

4.2. 커뮤니티 라이선스의 내용

Llama 2 이후 모든 Llama 세대는 Apache 2.0이나 MIT 같은 표준 오픈소스 라이선스가 아니라 메타가 작성한 '커뮤니티 라이선스'로 배포되었다. 핵심 조건은 세대마다 일관된다. Llama 4 커뮤니티 라이선스는 다음 조건을 달고 모델 자료를 사용·수정·배포할 수 있는 비독점적, 전 세계, 로열티 없는 권리를 준다.^12,29

• 버전 출시일이 속한 달의 직전 달에 제품의 월간 활성 사용자가 7억 명을 넘은 사업자는 메타에 별도 라이선스를 요청해야 하며, 승인 여부는 메타 재량이다.
• 배포물에는 'Built with Llama'를 표시하고 귀속 고지를 포함해야 하며, 파생 모델 이름은 'Llama'로 시작해야 한다.
• 사용은 Llama 허용 사용 정책을 따라야 하며, 이 정책은 열거된 범주의 사용을 금지한다.
• 메타는 모델 자료를 공개 도메인에 두지 않고 자사 독점 자료로 규정한다.

4.3. 오픈소스 이니셔티브의 입장

오픈소스 이니셔티브(OSI)는 이 조건들이 오픈소스 정의를 충족하지 않는다고 여러 차례 밝혔다. 2025년 2월 18일 Jordan Maris가 쓴 글에서 OSI는 세 가지 결함을 지적했다. 라이선스가 자유 0번(어떤 목적으로든 모델을 쓸 자유)을 침해하고, 사용자를 차별해 정의 5번을 어기며, 활동 분야를 제한해 6번을 어긴다는 것이다. 이 글은 Llama 3.x 라이선스가 Llama 2보다 제한을 더 추가했다고도 지적했다. 메타가 실제로 공개한 것을 더 정확히 부르는 말은 '공개 가중치(open weight)'이며, 이 위키는 그 개념을 공개 가중치로 다룬다. 더 넓은 논쟁은 오픈소스 AI 항목을 참고하라.¹³

메타 자신의 용어 사용은 일관되지 않다. 저커버그는 공개 발언과 실적 발표에서 Llama를 오픈소스라고 설명해 왔지만, 메타의 라이선스 본문과 모델 카드는 '커뮤니티 라이선스'와 'Llama 자료(Llama Materials)'라는 말을 쓴다.^12,23

4.4. EU 제한과 규제 마찰

Llama 3.2 커뮤니티 라이선스는 해당 릴리스의 멀티모달 모델에 대해 EU에 거주하는 개인이나 EU에 주된 사업장을 둔 회사에게 1(a)항에 따른 권리를 주지 않았다. 텍스트 전용 Llama 3.2 모델은 영향이 없었고, 이 제한이 제한된 모델 기반 제품의 최종 사용자에게까지 미치지는 않았다. 이 제한은 메타가 유럽 사용자 데이터로 어떻게 학습할 수 있는지를 둘러싼 불확실성의 시기와 맞물려 있었다. 이 부분은 뒤에서 다룬다.³²

메타는 유럽연합 집행위원회가 범용 AI 모델을 위해 마련한 자율 행동 강령(Code of Practice)에도 서명하지 않았다. 최고 글로벌 업무 책임자 조엘 캐플런(Joel Kaplan)은 2025년 7월 18일 이 강령이 모델 개발자에게 법적 불확실성을 낳고, AI법의 범위를 크게 넘는 조치를 담고 있다고 밝히며 서명 거부를 알렸다. 메타는 서명하지 않겠다고 공개적으로 밝힌 첫 주요 개발자였고, OpenAI와 Mistral은 서명했다. 이 규제는 EU AI법을 참고하라.

4.5. 2025~2026년의 방향 전환

메타의 공개 가중치 노선은 Llama 4 출시 이후 뚜렷하게 좁아졌다. 2025년 7월 「Personal Superintelligence」 글은 메타가 무엇을 공개할지 더 신중하겠다고 밝혔다. MSL의 첫 모델은 가중치로 공개되지 않았다. 2026년 7월 29일 실적 발표에서 오픈소스로 돌아갈 계획을 직접 묻자 저커버그는 메타가 공개와 비공개를 섞는 방식을 택해 왔다고 답했다. MSL을 키우는 동안 공개 모델은 내부용으로 맞추는 것이 아니라 더 완결된 모델이어야 해서 작업이 늘어난다고 설명했다. 그는 메타가 조만간 일부 오픈소스 모델을 다시 내놓겠다고 말했다. 다른 회사의 공개 가중치 모델에 기대는 방안도 거부했고, 지금의 공개 모델은 최전선 모델만큼 강하지 않다고 말했다.^19,23

메타는 이 기간에도 비상업 조건의 연구용 가중치는 계속 공개했다. FAIR가 2025년 9월 공개한 Code World Model은 320억 매개변수의 연구 모델로, FAIR 비상업 연구 라이선스 아래 배포되었다.

5. Muse 계열

Muse는 메타 슈퍼인텔리전스 랩스가 개발한 모델 계열로, 가중치가 아닌 호스팅 서비스로 배포된 메타 최전선 모델의 첫 세대다. Muse Spark는 2026년 4월 8일 발표되었다. 도구 사용, 시각적 사고의 연쇄, 다중 에이전트 조율을 갖춘 네이티브 멀티모달 추론 모델이다. 메타는 MSL이 지난 9개월 동안 AI 스택을 바닥부터 다시 만들었다고 밝혔고, Muse Spark가 Llama 4 Maverick과 비슷한 능력을 10배 넘게 적은 연산으로 냈다고 주장했다. 'Contemplating' 모드는 병렬 에이전트를 돌려 메타 자체 측정 기준으로 인류의 마지막 시험(Humanity's Last Exam) 58%, FrontierScience Research 38%를 기록했다고 한다. 모델은 메타의 웹 서비스와 Meta AI 앱, 비공개 API 프리뷰로 제공되었고, 앱에는 Instant 모드와 Thinking 모드가 추가되었다. 메타 연구진의 별도 기술 보고서는 Advanced AI Scaling Framework에 따른 배포 전 안전성 평가를 기록했다.^6,33

Muse Spark 1.1은 2026년 7월 9일 나왔다. 컨텍스트 100만 토큰, 도구와 컴퓨터 사용, 코딩, 멀티모달 이해의 향상을 내세웠고, OpenAI 호환을 표방하는 Meta Model API의 공개 프리뷰를 함께 열었다. 당시 보도는 이 API를 Muse 모델에 대한 메타의 첫 직접 유료 개발자 접근이라고 전했다. 2026년 7월 24일 메타는 일부 지역에서 정기 브리핑, 리서치와 슬라이드 작성, 이메일·캘린더 연결(선택)을 포함한 에이전트형 기능과 비공개 채팅 모드를 롤아웃하기 시작했다.^34,35

Muse Image는 2026년 7월 7일 출시된 MSL의 첫 이미지 생성 모델로, 어시스턴트에 쓰던 제3자 이미지 모델을 대체했다. 같은 날 메타는 짝을 이루는 영상 모델 Muse Video를 예고했다. 이 모델은 이미지 모델과 사전 학습 기반을 공유하고 네이티브 오디오를 더한다고 설명했으며, 출시는 곧 제공 예정이라고 밝혔다. Muse Image 출시에는 사용자가 공개 인스타그램 계정을 언급하면 그 계정의 공개 이미지를 참고 자료로 쓸 수 있게 하는 기능이 있었다. 메타는 프라이버시와 동의 문제에 대한 비판이 일자 2026년 7월 10일 이 기능을 철회했고, 모델은 다른 작업에 계속 쓸 수 있다.

2026년 7월 실적 발표에서 저커버그는 Muse Spark를 기반으로 Meta AI를 다시 만든 뒤 하루 단위로 어시스턴트와 상호작용하는 사람 수가 60% 늘었다고 말했다. 메타는 또 영상 주제 분류 같은 콘텐츠 이해 작업에 Muse 모델을 쓰기 시작했다.²³

6. Llama 이외의 연구와 모델 산출물

메타의 연구 조직은 제품이 되지 않은 많은 연구물을 내놓았다. 아래 목록은 대표 사례이며 전부를 담지는 않는다. 기술 세부 사항은 개별 항목 문서에서 다룬다.

6.1. 비전과 표현 학습

FAIR의 자기지도 비전 연구는 DINO(2021)에서 시작한다. DINO는 레이블 없이도 자기지도 비전 트랜스포머가 분할에 가까운 주의(attention)를 학습한다는 것을 보였다. 이후 DINOv2(2023)와 DINOv3(2025)가 같은 방법을 키우고, 더 긴 학습 일정에서 조밀한 특징을 안정시켰다. I-JEPA(2023)는 르쿤의 JEPA 구조를 이미지에 적용해 픽셀이 아니라 표현을 예측했다.

2023년 4월 공개된 Segment Anything Model(SAM)은 1,100만 장 이미지에 걸친 약 11억 개 마스크의 SA-1B 데이터셋과 함께 나와, 프롬프트형 이미지 분할을 범용 기본 기능으로 만들었다. SAM 2는 2024년 7월 이를 영상으로 확장했다. SAM 3는 2025년 11월 19일 공개되었고, 'yellow school bus' 같은 명사구나 이미지 예시를 주면 일치하는 모든 개체의 마스크와 식별자를 한 번에 돌려주는 개념 분할 기능을 더했다. 이전 버전은 프롬프트마다 객체 하나만 예측했다. SAM 3D는 단일 이미지 재구성용으로, Segment Anything Playground는 공개 체험 공간으로 함께 나왔다. SAM 3.1은 2026년 3월 27일 발표되었으며, 한 번의 순전파에서 최대 16개 객체를 추적하고 처리량을 약 두 배로 늘리는 드롭인 대체 모델이다.

OpenAI의 CLIP에 대한 답은 MetaCLIP(2023)이었다. 학습 데이터셋을 영업 비밀로 취급하지 않고, 재현 가능한 데이터 큐레이션 방법을 역공학해 공개했다. MetaCLIP 2(2025)는 이 방법을 전 세계의 비영어 웹 쌍으로 넓혔고, 다국어 학습이 영어 정확도를 떨어뜨리기는커녕 높였다고 보고했다. Hiera(ICML 2023)는 강력한 사전 학습을 하면 계층형 비전 트랜스포머에 더한 복잡한 구조의 상당 부분이 필요 없다고 주장하고 이를 제거했다. Perception Encoder와 Perception Language Model(2025년 4월)은 메타의 이미지·영상 인코더와 Llama 3 백본 위에 만든 공개 비전 언어 모델 계열을 묶어 공개했다. Sapiens(2024)는 사람 중심 비전 과제를 다뤘다.

6.2. 음성·오디오·번역

wav2vec(2019)과 wav2vec 2.0(2020)은 음성 인식을 위한 자기지도 사전 학습을 확립했고, 자원이 적은 언어의 표준 출발점이 되었다. No Language Left Behind(2022)는 200개 언어 번역을 제공했다. Massively Multilingual Speech(2023)는 음성 인식을 1,100개 넘는 언어로, 언어 식별을 4,000개 넘는 언어로 넓혔다. SeamlessM4T(2023)는 음성-음성, 음성-텍스트, 텍스트-음성, 텍스트-텍스트 번역을 한 모델로 묶었다. SpiRit-LM(2024)은 음성과 텍스트 토큰을 한 언어 모델에 섞어 넣어, 하나의 시퀀스 중간에 양식을 바꿀 수 있게 했다.³

생성형 오디오 쪽에서는 Voicebox(2023)가 텍스트 기반 음성 빈칸 채우기와 편집을 다뤘고, AudioCraft는 MusicGen, AudioGen, EnCodec 신경 코덱을 묶었다. Audiobox(2023)는 자연어 프롬프트로 음성과 소리 생성을 일반화했다. 이 출시물 여럿에 워터마크나 탐지 도구가 함께 나왔는데, 생성형 오디오에는 출처 신호가 필요하다는 메타의 입장을 반영한 것이다.

6.3. 월드 모델과 구체화된 AI

메타의 월드 모델 연구는 르쿤이 주도했고 이후 그가 독자적으로 추구한 방향이다. V-JEPA(2024년 2월)는 영상 모델이 픽셀 공간이 아니라 표현 공간에서 예측하도록 학습했다. 2025년 6월 11일 공개된 V-JEPA 2는 이 방법을 약 12억 매개변수, 100만 시간 넘는 영상으로 키웠고, 낯선 환경에서 로봇 계획을 세우는 제로샷 과제에 쓰였다. Meta Motivo(2024년 12월)는 학습하지 않은 과제에서도 가상의 인간형 신체를 제어하는 행동 기반 기초 모델이다.

AI Habitat은 메타의 피지컬 AI 시뮬레이션 플랫폼이다. Habitat 3.0(2023)은 인간형 아바타와 사람-로봇 협업 시나리오를 더했다. Ego4D(2022)와 Ego-Exo4D는 카메라를 착용한 참가자가 찍은 대규모 1인칭 영상 데이터셋으로, AI 안경의 인식 작업 상당 부분을 뒷받침한다. Project Aria는 이 데이터를 공급하는 연구용 안경 프로그램으로, 판매하지 않고 외부 연구 파트너에게 배포한다. Droidlet(2021)은 구체화된 에이전트를 만들기 위한 앞선 공개 플랫폼이었다.³

6.4. 언어·코드·아키텍처 연구

OPT(2022년 5월)는 1,750억 매개변수를 공개로 내놓은 초기 시도였고, 가중치만큼 학습 기록(logbook)을 공개한 점으로도 주목받았다. Toolformer(2023)는 모델이 외부 API를 언제 호출할지 스스로 익히는 것을 보였다. MEGABYTE(2023)와 Byte Latent Transformer(2024)는 모두 토큰화를 겨냥했으며, 후자는 토큰 대신 크기가 동적으로 바뀌는 바이트 패치를 썼다. Large Concept Model(2024)은 예측을 토큰 수준에서 문장 수준 임베딩 공간으로 옮겼다.

Self-Taught Evaluator(2024)는 사람 주석 대신 합성 선호 데이터로 출력을 판단하는 모델을 학습시켰다. LLM Compiler(2024)는 Code Llama를 컴파일러 최적화와 디스어셈블리에 맞췄다. LIMA(2023)는 소규모로 신중히 고른 지시 데이터가 대규모 인간 피드백 강화 학습(RLHF)을 대체할 수 있다고 주장했다. HalluLens(2025)는 메타가 만든 환각 벤치마크 분류 체계다. Atlas는 검색 증강 퓨샷 언어 모델이었다.³

FAIR가 2025년 9월 공개한 Code World Model은 320억 매개변수 모델로, Python 인터프리터 실행 기록과 에이전트형 Docker 상호작용으로 학습되었다. 코드가 실행될 때 무엇을 하는지 추론하도록 설계되어, 코드가 어떻게 보이는지만 보지는 않는다. 비상업 연구 라이선스로 배포되었다. 생성형 미디어 연구에서는 Make-A-Scene과 Make-A-Video(2022), CM3leon(2023), Emu Video와 Emu Edit를 포함한 Emu 계열, 초기 융합형 혼합 양식 아키텍처인 Chameleon(2024), Movie Gen(2024)이 나왔다. ImageBind(2023)는 이미지와 짝을 이룬 데이터만으로 여섯 가지 양식을 하나의 임베딩 공간에 묶었다.

6.5. 어시스턴트 이전의 챗봇과 실패 사례

메타는 메타 AI 이전에도 수년간 대화형 연구 시스템을 내놓았다. BlenderBot 1(2020)과 2(2021)는 오픈 도메인 대화 에이전트였다. 2022년 8월 5일 공개 데모로 나온 BlenderBot 3는 웹을 검색하고 실시간 대화에서 배우도록 설계되었는데, 며칠 안에 반유대주의 클리셰, 2020년 미국 대선에 대한 허위 주장, 저커버그를 비판하는 내용을 쏟아낸다는 보도가 나왔다. 메타는 사용자가 이 봇이 연구·오락용이며 사실이 아니거나 불쾌한 발언을 할 수 있다는 점을 인정하도록 했고, 피드백 수집을 위해 데모를 계속 열어 두었다. 이 사례는 연구용 챗봇을 열린 환경에 배포하기 어려운 이유를 보여 주는 대표적 예다.

Galactica는 과학 문헌(수천만 편의 논문 포함)으로 학습한 모델로, 2022년 11월 15일 공개 데모로 출시되었다가 사흘 만에 철회되었다. 메타는 문헌 요약, 수학 문제 풀이, 백과사전 항목 작성, 과학 코드 작성, 분자와 단백질 주석 달기 능력을 홍보했다. 그러나 연구자들은 이 모델이 유창하고 그럴듯한 형식을 갖췄지만 사실과 다른 과학 글을 쓰고, 존재하지 않는 연구를 인용하며, 거부했어야 할 주제에도 답한다는 것을 보였다. 철회는 ChatGPT 출시 2주 전에 있었고, 메타가 소비자용 어시스턴트를 경쟁사보다 늦게 내놓은 이유를 설명할 때 자주 인용된다.

메타의 게임 연구에는 2019년 Pluribus가 6인 노리밋 포커에서 프로 선수를 이긴 것과, 2022년 CICERO가 언어 모델과 전략 추론을 결합해 외교 게임 Diplomacy를 인간 수준으로 플레이한 것이 있다. 과학 쪽에서는 ESMFold와 ESM Metagenomic Atlas(2022)가 서열에서 직접 단백질 구조를 예측했고, Open Catalyst Project는 촉매 발견에 머신러닝을 적용했다.³

7. 제품

메타는 2023년 9월 27일 어시스턴트를 발표했고, 미국에서 왓츠앱, 메신저, 인스타그램을 통해 베타로 출시했다. 사용자는 직접 대화를 시작하거나 그룹 채팅에서 어시스턴트를 불러낼 수 있었다. 출시 버전은 Llama 2 기술을 바탕으로 한 맞춤형 대화 모델을 썼고, Bing과의 검색 제휴로 최신 정보를 가져왔으며, 메타의 Emu 시스템으로 이미지를 생성했다. 채팅 인터페이스와 함께 Ray-Ban Meta 스마트 안경과 메타 퀘스트 지원도 발표되었다.⁵

메타는 출시 모델을 신뢰할 만한 제품으로 내세우지 않았다. 동반 안전성 문서는 생성형 시스템이 부정확하거나 부적절한 출력을 낼 수 있다고 밝혔고, 이 출시가 단계적 베타임을 설명했다. 완화 수단으로는 레드팀 테스트, 출력 필터링, 모델별 안전장치를 들었다.³⁶

2024년 4월 메타는 기반 모델을 Llama 3로 바꾸고, 페이스북, 인스타그램, 메신저, 왓츠앱과 웹 인터페이스로 접근을 넓혔다. 음성 대화와 이미지 입력은 2024년 9월 Llama 3.2 출시 모델을 써서 이어졌다. 유럽 출시는 2025년 3월 41개국과 21개 해외 영토에서 시작되었고, 여섯 개 언어의 텍스트 채팅부터 제공되었다. 메타는 지연 이유가 규제 작업이며 고급 기능은 별도로 나올 것이라고 설명했다.

메타는 2025년 4월 29일 Llama 4 기반의 독립 Meta AI 모바일 앱을 출시했다. 이전 Meta View 앱의 기기 관리 기능을 통합했고, 대화를 meta.ai와 동기화했다. 프롬프트와 생성물을 모아 보는 Discover 피드를 넣었는데, 메타는 여기에 게시하려면 명시적인 게시 동작이 필요하다고 밝혔다. 2026년 4월 Muse Spark 출시에서는 앱이 Instant 모드와 Thinking 모드 중심으로 다시 만들어졌다.^6,37

이용 경로는 한 가지가 아니다. 메타 사용자 가이드는 세 가지 경로를 설명한다. 앱 또는 웹사이트, 네 가지 메시징 서비스 안의 직접 채팅, 지원되는 퀘스트 기기와 AI 안경에서의 음성이다. 지원 파일 형식과 기능은 채널과 국가에 따라 다르다고 경고한다.

모델 이름만으로 배포된 시스템 전체를 특정할 수는 없다. 검색 제공자, 검색 인덱스, 이미지·음성 모델, 안전 분류기, 시스템 지시문, 개인화 로직, 제품 도구도 사용자가 받는 결과를 정한다. 메타는 어시스턴트 이름을 바꾸지 않고도 이런 구성 요소를 바꿀 수 있다.

메타는 독립 앱을 개인화를 중심에 두고 설계했다. 사용자는 선호를 기억하라고 말할 수 있고, 시스템은 이전 대화의 세부 내용을 보존할 수 있다. 지원 시장에서는 연결된 메타 계정의 프로필 정보와 사용자가 공유를 선택한 콘텐츠도 활용할 수 있으며, 페이스북과 인스타그램은 Accounts Center로 연결된다. 메타의 개인정보 문서에 따르면 채팅은 사용자 메시지, 어시스턴트 응답, 대화에서 저장된 세부 정보를 보관할 수 있다. 메타는 일부 정보를 확인·다운로드·초기화·삭제하는 명령과 계정 도구를 제공한다. 한 앱에서 보이는 채팅을 삭제하는 것이 메타가 가진 대화 사본을 삭제하는 것과 늘 같은 작업은 아니다.^37,38

Muse Spark는 도구 지향 시스템을 도입했다. 메타는 어시스턴트가 작업을 나누고, 도구를 호출하고, 여러 모델 인스턴스를 조율할 수 있다고 설명한다. Muse Spark 1.1은 더 오래 걸리는 워크플로와 이메일·캘린더 같은 외부 서비스의 선택적 연결을 추가했다. 이 기능들은 Meta AI를 AI 에이전트 범주에 놓지만, 그렇다고 제한 없는 자율성을 뜻하지는 않는다. 도구는 실패할 수 있고, 외부 서비스는 불완전한 데이터를 줄 수 있으며, 모델은 잘못된 행동을 고를 수 있다.^6,34,35

보도된 향후 제품은 출시된 기능과 구분해야 한다. 2026년 8월 24일 The Information은 내부 문서를 인용해 메타가 내부적으로 'Hatch'라고 부르는 소비자용 에이전트 플랫폼을 준비 중이라고 보도했다. 이 매체는 이를 별도의 오픈소스 에이전트 프로젝트인 OpenClaw의 소비자용 대응작으로 설명했다. 보도는 메타가 8월 말이나 9월 초 출시를 목표로 한다고 전했다. 로이터도 앞서 메타가 개인화된 작업 중심 어시스턴트를 개발하고 있으며 OpenClaw에서 영감을 받은 내부 에이전트를 Hatch라는 코드명으로 학습하고 있다는 보도를 요약한 바 있다.

The Information은 또 메타가 'Watermelon'이라는 내부 명칭의 새 모델을 10월을 목표로 하지만, 이 모델이 Muse 계열에 속할지 별도로 나올지는 확인하지 못했다고 전했다. 메타 대변인은 논평을 거부했다. 보도 당시 두 코드명 모두 메타가 공식 발표한 것이 아니었다. 이 날짜들은 내부 목표일 뿐 완료된 출시나 확정된 공개 약속이 아니며, Hatch를 2026년 7월부터 롤아웃된 Muse Spark 1.1 기능의 다른 이름으로 보아서는 안 된다. 이후 메타는 코드명을 확인했다. 2026년 9월 8일 메타는 자체 앱, muse.ai 웹사이트, 왓츠앱으로 제공되는 개인 AI 에이전트 Muse를 출시했다. 안전 설계를 설명한 기술 게시물은 Hatch가 코드베이스 안에서 Muse의 내부 이름이라고 밝혔다.³⁵

Meta AI는 메타 제품군의 유일한 대화형 제품이 아니다. Meta AI Studio는 2024년 7월 29일 미국 사용자에게 공개되었으며, 누구나 코드 없이 맞춤형 AI 캐릭터를 만들어 인스타그램, 메신저, 왓츠앱, 웹에 배포할 수 있게 했다. 크리에이터는 자신을 본뜬 AI 버전을 만들어 흔한 메시지에 답하게 할 수도 있다. 이 캐릭터 AI들은 범용 어시스턴트와 다른 정책을 따르며, 아래에서 다루는 2025~2026년 안전 점검 대부분의 대상이 되었다.

Vibes는 2025년 9월 25일 시작된 AI 영상 피드로, Meta AI 앱과 meta.ai에서 사용자가 텍스트 프롬프트로 짧은 영상을 만들고 리믹스한 뒤 인스타그램 릴스나 페이스북 스토리에 교차 게시할 수 있다.

2026년 메타는 여러 앱에 걸친 AI 기능을 묶은 유료 구독 Meta One을 추가했고, 왓츠앱과 메신저에 Meta Business Agents를 전 세계에 내놓았다. 2분기 기준 주간 이용 기업은 100만 곳이 넘었다.²³

메타가 AI 어시스턴트와 가장 밀접하게 연결하는 하드웨어는 안경이다. EssilorLuxottica와 만든 Ray-Ban Meta 안경은 2023년 9월 카메라, 개방형 스피커, 마이크 배열, Meta AI 음성 접근과 함께 출시되었다. 메타는 2025년 Oakley 라인을 더했고, 2025년 9월 30일에는 첫 헤드업 디스플레이 제품인 Meta Ray-Ban Display를 799달러에 출시했다. 이 제품에는 손목에서 근육 신호를 읽는 Neural Band 손목 밴드가 포함된다.

EssilorLuxottica는 2026년 2월 2025년에 스마트 안경을 700만 대 넘게 팔았다고 밝혔으며, 이는 2024년 물량의 3배 이상이다. 2026년 1분기 실적 발표에서 저커버그는 안경을 매일 쓰는 사람 수가 전년 대비 세 배로 늘었다고 말했다. 2분기 발표에서는 EssilorLuxottica와 함께 만든 자체 Meta Glasses 라인을 출시했다며, 처음부터 Muse Spark가 탑재된 첫 제품이라고 말했다. 리얼리티 랩스 매출은 2026년 2분기 4억 3,100만 달러로 16% 늘었다. 메타는 AI 안경 성장이 이를 끌어올렸고 퀘스트 헤드셋 판매 감소가 일부 상쇄했다고 설명했다.^23,24,26

Meta AI의 대표 이용자 수치는 어떤 어시스턴트보다 크지만, 경쟁사와 비교하기는 가장 어렵다. 저커버그는 2025년 5월 28일 연례 주주총회에서 어시스턴트의 월간 활성 사용자가 10억 명이라고 말했다. 2024년 9월 약 5억 명이었던 수치에서 늘어난 것이다. 이 집계에는 페이스북 검색창의 어시스턴트나 인스타그램 다이렉트 메시지에서 상호작용한 사람까지, 패밀리 오브 앱스 전체에서 Meta AI와 대화한 모든 사람이 들어간다. 전용 어시스턴트 앱의 수치와 같지 않고, 메타도 어시스턴트만의 일간 활성 수치는 공개하지 않았다. 메타가 이후 공개한 상대적 지표가 절대 수치보다 유익하다. 2026년 4월 Muse Spark 출시 후 사용자당 Meta AI 세션이 두 자릿수 퍼센트 늘었고, 2026년 7월까지 일간 상호작용은 60% 늘었다.^8,23,24

수익화는 늦게, 여러 형태로 동시에 왔다. 메타는 2025년 12월부터 AI 상호작용을 광고와 콘텐츠 추천 신호로 쓰기 시작했고, 2026년 Meta One 구독을 출시했으며, 2026년 7월에는 유료 개발자에게 Meta Model API를 열었다. 구독과 사용량 기반 요금을 섞은 비즈니스 에이전트도 내놓았다. 저커버그는 더 많은 제품이 메타의 광고 경매와 비슷하게, 결과가 나올 때 기업이 비용을 내는 성과 기반 요금으로 옮겨 갈 것으로 예상한다고 말했다. 원시 컴퓨팅 자원을 모델 접근권과 함께 파는 방안도 검토 중이라고 했다. 왓츠앱 유료 메시징과 구독을 포함한 패밀리 오브 앱스의 '기타' 매출은 2026년 2분기에 처음으로 한 분기 10억 달러를 넘었다.^23,26,39

경쟁 위치는 엇갈린다. 메타는 단연 가장 넓은 배포망과 가장 깊은 자본 투자를 갖췄지만, 모델은 OpenAI, Google DeepMind, Anthropic이 이미 최전선을 정한 뒤에 나왔다. 저커버그는 2026년 7월 실적 발표에서 Muse Spark 1.1이 규모에 비해 강하다고 말하면서도, 메타가 더 고급 모델을 향해 여전히 올라가는 중이라고 인정했다. 메타가 내세우는 차이는 기술보다 전략에 가깝다. 저커버그는 사람들의 손에 초지능을 직접 쥐여 주는 것을 주된 목표로 AI를 만드는 유일한 주요 기업이라고 말했다. 능력을 중앙에서 팔기보다 소비자 앱과 안경으로 나눠 준다는 입장이다.²³

8. 인프라

메타는 2022년 1월 24일 Research SuperCluster를 발표했다. 실제 생산 데이터로 대형 모델을 학습시키기 위한 기계다. 1단계는 NVIDIA DGX A100 시스템 760대, A100 GPU 6,080개로 구성되었고, InfiniBand로 연결했다. 저장소는 Pure Storage FlashArray 175페타바이트, 캐시 46페타바이트, FlashBlade 10페타바이트였다. 2022년 중에 A100 GPU 16,000개로 확장되었다. RSC는 첫 LLaMA 모델을 학습시켰다.²⁷

메타는 AI 서버와 랙 설계를 2011년 메타가 함께 설립을 도운 공개 하드웨어 프로젝트인 Open Compute Project에 기여해 왔다. 2022년 10월 18일 OCP 글로벌 서밋에서 발표된 Grand Teton은 CPU 헤드 노드, GPU 시스템, 스위칭을 하나의 섀시로 묶었다. 선행 설계인 Zion-EX에서 케이블로 연결하던 구성이다. 호스트와 GPU 사이 대역폭은 약 4배, 네트워크 대역폭과 전력 한도는 2배가 되었다. 첫 버전은 H100 GPU 8개를 탑재했고, 2024년 개정에서 AMD Instinct MI300X 지원을 추가했다.

2024년 10월 OCP 서밋에서 공개된 Catalina는 NVIDIA의 GB200 NVL72 플랫폼을 중심으로 한 2랙 수냉식 포드로, 72개 GPU가 하나의 확장 영역을 이룬다. 메타 Open Rack v3 표준의 첫 고전력 구현이며, 480볼트 입력을 48볼트 DC 버스바로 바꿔 랙당 상한을 약 140kW까지 높인다.

MTIA(Meta Training and Inference Accelerator)는 메타의 맞춤형 ASIC 계열로, 자체 데이터센터용이며 판매하지 않는다. 메타는 2023년 5월 18일 첫 세대를 발표했다. 랭킹과 광고에 쓰이는 딥러닝 추천 모델의 추론 실행용 칩으로, TSMC 7nm 공정에 RISC-V 기반 처리 요소 8x8 격자와 25W 열설계 전력을 갖췄다. 메타가 밝힌 결과는 크지 않았다. 추천 모델 전반에서 GPU 기준 와트당 성능이 약 0.9배였고, 개별 연산자는 약 2배에 이르렀다. 2세대는 2024년 4월 10일 발표되었고, 5nm로 옮겨 클록을 800MHz에서 1.35GHz로 올렸다. 메타는 1세대보다 밀집 연산이 3.5배, 희소 연산이 7배 높다고 보고했다.

2026년 3월 11일 메타는 약 6개월 주기로 출시되는 칩 네 종의 로드맵을 발표했다. 이전 제품 이름은 MTIA 100과 MTIA 200으로 바꾸었고, 새 가속기는 재사용 가능한 칩렛으로 만든다. 메타는 생산 환경에 수십만 개의 MTIA 칩을 배치했으며 Broadcom과 함께 개발한다고 말했다.⁴⁰

메타는 MTIA 300에서 MTIA 500까지 HBM 대역폭이 약 4.5배, 연산 처리량이 약 25배 높아진다고 말한다. 연산 비교는 MTIA 300의 MX8 속도와 MTIA 500의 MX4 속도를 기준으로 한다. 이 수치는 메타가 발표한 자사 이전 제품과의 상대 비교이며, 2026년 중반 기준 MTIA 300 이후 제품의 독립 벤치마크는 공개되지 않았다. 이 프로그램에는 방향 전환의 역사도 있다. 메타는 2022년 계획했던 맞춤형 칩 배치를 취소하고 GPU를 대신 샀다. 소프트웨어 스택은 PyTorch, Triton, MLIR, LLVM 위에 세워졌고, vLLM용 MTIA 플러그인이 있어 같은 플릿 안에서 MTIA와 외부 구매 GPU 사이로 모델을 옮길 수 있다.⁴⁰

메타는 맞춤형 MTIA와 함께 외부 구매 실리콘도 아주 큰 규모로 계속 사들인다. 2024년 1월 저커버그는 그해 말까지 H100 GPU 약 35만 대, 다른 가속기를 포함해 H100 약 60만 대에 맞먹는 연산 자원을 확보하겠다고 말했다. 2026년 2월 보도에 따르면 메타는 Blackwell과 Rubin 세대 부품, 독립형 Grace·Vera CPU를 포함하는 NVIDIA와의 다년 계약을 확대했고, 며칠 뒤 AMD와 약 6기가와트 규모의 계약을 맺었다.

플릿은 가속기만으로 이뤄지지 않는다. 2026년 4월 24일 메타는 에이전트 작업을 둘러싼 CPU 중심 오케스트레이션 계층을 위해 아마존 웹 서비스의 Graviton5 Arm CPU 코어 수천만 개를 배치하는 수십억 달러 규모 다년 계약을 맺었다. 여기에는 분기 제어 흐름, 도구 호출, 샌드박스 코드 실행, 동시 하위 에이전트 사이의 조율이 포함된다. 메타는 자체 데이터센터를 운영하고 자체 실리콘을 설계하면서도 범용 연산을 경쟁 하이퍼스케일러에서 조달하기로 했다는 점에서 이례적이다. 메타는 이를 퍼블릭 클라우드로 옮겨 가는 것이 아니라 공급처 다변화라고 설명했다. 실리콘 전략은 인수로도 넓어졌다. 2025년 가을 메타는 RISC-V 서버 CPU와 데이터 병렬 가속기를 짝지은 스타트업 Rivos를 인수했다.

2025년 7월 메타는 이름 있는 다기가와트 클러스터 두 곳을 공개했다. 오하이오주 뉴올버니에 약 1기가와트 규모로 2026년 가동될 예정인 Prometheus와, 루이지애나주 리치랜드 패리시에 있는 Hyperion이다. Hyperion은 약 2,250에이커 부지에서 여러 해에 걸쳐 약 5기가와트까지 키울 계획이라고 메타는 말한다. 2026년 1월 저커버그는 이 구축을 이끌 최상위 조직으로 Meta Compute를 만들었다. 그는 이번 십년 동안 수십 기가와트, 장기적으로는 수백 기가와트 이상을 계획한다고 말했다.^18,22

메타는 이 용량을 점점 자사 대차대조표 밖에서 조달한다. 2026년 7월 28일 메타는 텍사스주 엘패소의 140억 달러 규모, 1기가와트 캠퍼스를 위해 BlackRock과 합작법인을 설립한다고 발표했다. BlackRock이 운용하는 펀드가 약 49억 달러를 현금으로 출자해 지분 80%를 갖고, 메타는 토지와 공사 중인 시설 약 23억 달러 가치를 출자해 20%를 가진다. 2028년 가동이 예상된다. Hyperion 캠퍼스에도 Blue Owl Capital과 비슷한 구조가 적용되었다.

메타는 2026년 2분기 매출 608억 달러로 28% 늘었고, 순이익은 158억 5,000만 달러였다. 2026년 총비용 가이던스는 1,650억~1,690억 달러로 제시되었다. 이 분기에는 법적 비용 24억 달러와 퇴직금 12억 달러가 포함되었다. CFO 수전 리는 당분간 컴퓨트 공급 제약이 계속될 것으로 예상한다고 말했다. 저커버그는 외부 고객에게 컴퓨트와 모델 접근권을 파는 것을 잠재적 사업 라인으로 설명했고, 메타가 컴퓨트에 대해 받은 제안은 자신들이 지불한 금액보다 의미 있는 수준의 프리미엄이 붙어 있었다고 말했다.^23,26

메타는 생성형 모델이 공개 정보, 라이선스 데이터, 메타 제품과 서비스에서 얻은 정보를 섞어 쓴다고 말한다. 이는 Llama 2 기반 기초 모델에는 메타 사용자 데이터를 쓰지 않았다고 밝힌 별도 진술보다 넓은 범위다. 한 기반 모델에 대한 진술이 모든 소비자 모델, 사후 학습 데이터셋, 검색 출처, 제품 상호작용을 설명하지는 않는다.

메타 개인정보 센터는 AI 기능과의 상호작용이 생성형 모델을 개발하고 개선하는 데 쓰일 수 있다고 밝힌다. 유럽 지역에서는 성인 계정의 공개 게시물과 댓글, AI와의 상호작용을 정당한 이익(legitimate interests) 근거로 쓰되, 향후 사용에 반대할 수 있는 절차를 제공한다고 말한다.

유럽에서의 경로는 논쟁적이었다. 메타는 2024년 3월 아일랜드 데이터 보호위원회에 EU·EEA 성인 계정의 공개 콘텐츠로 학습하겠다는 계획을 알렸다. 이후 규제기관과 시민단체의 압박을 받아 2024년 6월 이 계획을 멈췄다. 2024년 12월 유럽정보보호이사회(EDPB)가 모델 학습의 GDPR 준수 기준을 담은 의견을 낸 뒤, 메타는 접근 방식을 고쳤다. 개정 내용은 갱신된 투명성 고지, 개선된 반대 절차, 더 긴 사전 고지 기간, 비식별화, 출력 필터링이다.

2025년 4월 메타는 EU 성인 사용자의 공개 게시물과 댓글, Meta AI와의 상호작용으로 학습을 재개하겠다고 밝혔다. 사람 사이의 비공개 메시지는 그 목적으로 쓰지 않겠다고 했다. 앞서 본 Llama 3.2 멀티모달 EU 라이선스 제한도 이 불확실성의 시기에 속한다.³²

2025년 10월 1일 메타는 2025년 12월 16일부터 대부분의 지역에서 생성형 AI 기능과의 상호작용을 콘텐츠와 광고 추천 신호로 쓰겠다고 발표했다. 종교적 신념, 성적 지향, 정치적 견해, 건강, 인종이나 민족, 철학적 신념, 노동조합 가입과 관련된 대화는 광고 노출에 쓰지 않겠다고 밝혔다. 사용자는 광고와 피드 설정을 조정할 수 있지만 이 변경을 완전히 거부할 수는 없다. 추천을 위해 상호작용을 쓰는 것과 모델을 개선하기 위해 쓰는 것은 다른 작업이며, 같은 대화가 두 정책 모두에 관련될 수 있다.³⁹

사용자는 AI와의 채팅이 다른 사람과 나누는 종단간 암호화 대화만큼 프라이버시를 보호한다고 가정하면 안 된다. 어시스턴트는 응답을 만들기 위해 프롬프트를 처리해야 하며, 연결된 도구는 데이터를 추가 서비스로 보낼 수 있다. 적용되는 Meta AI 약관은 미국 및 기타 지역, 유럽 지역, 영국, 브라질에 따라 다르다.

2025년 독립 앱의 Discover 피드는 구체적인 프라이버시 실패를 낳았다. 출시 직후 기자들은 사용자가 공개 피드에 올린 개인적이고 민감한 대화를 찾아냈다. 메타는 채팅이 기본적으로 비공개이며 능동적인 공유나 게시 동작이 있어야 한다고 밝혔다. 그러나 게시물의 규모와 성격 때문에 사용자가 인터페이스와 공개 범위를 제대로 이해했는지 의문이 제기되었다. 이 사건은 채팅이 자동으로 공개되었다는 뜻은 아니다. 비공개 상호작용이 공개 게시물이 될 수 있는 지점에서 생긴 사용성 위험을 보여 주었다.³⁷

메타는 2026년 2분기 WhatsApp과 Meta AI 앱에 시크릿 채팅을 출시하며, 메타조차 볼 수 없는 대화라고 설명했다. 이 설명은 출시 당시의 표면과 약관에 한정되며, 모든 인터페이스로 일반화해서는 안 된다.²³

Meta AI는 데이터베이스에서 보장된 기록을 가져오는 것이 아니라 응답을 생성한다. 따라서 환각을 낼 수 있고, 출처를 잘못 귀속하거나, 잘못된 전제를 따르거나, 근거 없이 확신에 찬 답을 할 수 있다. 웹 접근과 인용은 사용자가 답을 검증하는 데 도움을 주지만 이 위험을 없애지는 못한다. 메타의 제품 안내는 중요한 결정에 AI 응답을 근거로 삼지 말라고 권고한다.^36,38

메타는 모델 학습, 시스템 지시문, 분류기, 필터, 레드팀 평가, 정책 집행을 써서 해로운 출력을 줄인다. 이 조치들은 측정된 위험을 낮출 수 있지만, 모든 언어와 맥락, 적대적 상호작용에서 시스템이 안전하다는 것을 증명하지는 않는다. 안전 주장은 누가 평가를 수행했는지, 어떤 모델과 배포 형태를 시험했는지, 어떤 위협 범주가 포함되었는지를 밝혀야 한다.

메타의 치명적 위험 거버넌스 문서는 2025년 2월 3일 공개된 Frontier AI Framework에서 출발했다. 결과 중심 접근을 쓴다. 메타는 치명적 결과와 그것을 낳을 수 있는 위협 시나리오를 정의하고, 모델이 그 시나리오에 얼마나 고유하게 기여하는지에 따라 임계값을 정한다. 임계 수준으로 평가된 모델은 공개하지 않으며, 위험을 완화할 수 없다면 개발을 중단한다고 밝혔다. 2026년 4월 7일 메타는 이 문서를 Advanced AI Scaling Framework로 이름을 바꾸고 2판을 발표했다. 2판은 화학·생물, 사이버 보안, 통제 상실 위험을 다루며, 최소 연 1회 검토를 약속하고, 메타가 치명적일 수 있다고 보지만 아직 엄밀하게 측정할 수 없는 결과 범주를 추가했다. 이 프레임워크는 최전선 모델에 적용되며, 아래에서 다루는 챗봇 콘텐츠 기준 같은 일반 제품 행동에는 적용되지 않는다.

Muse Spark 안전·대비 보고서는 메타 연구자들이 쓴 1차 기술 자료다. Advanced AI Scaling Framework에 따라 화학·생물, 사이버 보안, 통제 상실 위험을 평가한다. 저자들은 완화 조치 전 화학·생물 능력이 아마도 고위험 범주에 해당한다고 보고했고, 이후 안전장치가 프레임워크 아래 잔여 배포 위험을 수용 가능한 수준으로 낮췄다고 결론지었다. 이 결론은 메타 자체의 평가이며 독립 인증이 아니다. 보고서는 일반 제품 피해를 다루지 않는다.³³

메타의 2025년 연간 보고서는 AI 기술이 낳을 수 있는 피해를 따로 나열한다. 불법·부정확한 콘텐츠, 명예훼손, 편향과 차별, 사이버 공격, 프라이버시 침해, 지식재산권 분쟁, 안전과 웰빙에 대한 위협이다. 기업 위험 공시가 Meta AI에서 어떤 피해가 실제로 발생했다는 증거는 아니지만, 이런 위험이 사라졌다는 주장과는 모순된다.²

2025년 8월 로이터는 메타 내부 문서 「GenAI: Content Risk Standards」를 분석해 보도했다. 약 200쪽 분량의 이 문서는 메타의 법률·공공정책 팀과 수석 윤리 책임자가 승인한 것이었다. 기준은 챗봇이 아동과 로맨틱하거나 관능적인 대화를 나누는 것을 허용했고, 일부 거짓이거나 차별적인 자료를 생성하는 것도 허용했다. 문서는 Meta AI와 메타 앱 전반의 캐릭터 챗봇을 모두 다뤘다. 메타는 문서가 진짜임을 확인했고, 아동 대상 예시는 잘못되었으며 메타 정책과 맞지 않는다고 말했다. 로이터가 문의한 뒤 해당 부분을 삭제했다. 이 보도는 내부 기준을 검토한 것이며, 해당 행동이 실제 사용자에게 얼마나 자주 닿았는지는 밝히지 않았다.

이후 미국 연방거래위원회(FTC)는 컴패니언 챗봇 연구에서 메타 플랫폼스와 인스타그램을 포함한 7개 수신자에게 강제 정보 요청을 보냈다. 요청은 안전성 테스트, 청소년 보호, 광고, 집행, 대화 데이터 처리에 대한 세부 정보를 묻는다. 이 조사는 FTC 6(b) 권한에 따른 사실 조사이며, 메타가 법을 위반했다는 결론은 아니다.

메타는 2025년 10월 청소년의 AI 상호작용에 대한 보호자 통제를 발표했다. 1:1 AI 캐릭터 대화를 끄고, 특정 캐릭터를 차단하고, 청소년이 논의하는 주제를 볼 수 있게 했다. 2026년 초 미국, 영국, 캐나다, 호주에서 순차 적용이 시작되었다. 2026년 1월 23일 메타는 한 걸음 더 나아가 AI 캐릭터에 대한 청소년 접근을 전 세계에서 전면 중단했다. 연령 예측 시스템이 청소년으로 판단한 계정도 포함되었고, 업데이트된 환경이 준비되면 재개하겠다고 했다. 청소년은 일반 Meta AI 어시스턴트에는 계속 접근할 수 있었다. 이 조치는 메타가 아동 피해를 두고 TikTok, YouTube와 함께 로스앤젤레스에서 재판을 받기로 되어 있던 직전에 나왔다. 메타는 2026년 7월 투자자에게 여러 시장에서 청소년 관련 조사가 계속되고 있으며, 2026년 예정된 청소년 관련 재판이 중대한 손실로 이어질 수 있다고 알렸다.²⁶

Kadrey v. Meta Platforms는 회사에 가장 큰 영향을 준 AI 저작권 소송이다. 리처드 카드리(Richard Kadrey)를 포함한 작가 13명은 메타가 자신들의 책으로 Llama를 학습시켜 저작권을 침해했다고 주장했다. 2025년 6월 25일 캘리포니아 북부지방법원의 빈스 차브리아(Vince Chhabria) 판사는 학습 주장에 대해 메타에 부분 약식판결을 내렸다. 이 기록에서 학습은 공정 이용이라고 판단했다. 판결은 매우 좁았다. 차브리아는 메타의 저작권 자료 사용이 합법이라는 명제를 세운 것이 아니며, 원고들이 성공할 수도 있었던 시장 희석 이론의 증거를 만들지 못했을 뿐이라고 썼다. 메타가 책을 얻기 위해 BitTorrent를 쓴 것, 특히 다운로드하면서 저작권 파일을 재업로드하거나 시딩했는지를 다룬 별도 주장은 이 판결로 해결되지 않아 계속 쟁점으로 남았다. 자세한 내용은 Kadrey v. Meta 사건 항목에서 다룬다.

2025년 7월 Strike 3 Holdings와 Counterlife Media는 캘리포니아 연방법원에서 메타를 고소했다. 메타가 2018년부터 2025년까지 원고의 성인 영화 2,396편을 BitTorrent로 내려받았고, 그 다운로드가 AI 학습과 연결되었다는 주장이다. 메타는 내려받기가 기업의 AI 데이터 수집이 아니라 개인의 사적 이용이었다고 주장했다. 2026년 6월 법원은 토렌트 다운로드를 근거로 한 직접·대위·기여 침해 주장을 진행시키는 것을 허용했다.

메타의 연구 주장과 관련해 흔히 거론되는 사례는 세 가지다. Galactica의 2022년 11월 철회는 유창한 과학 형식과 사실 정확성 사이의 간극을 보여 주었다. 2022년 8월 BlenderBot 3의 공개 데모는 자기 학습 대화 에이전트를 배포하기 어렵다는 점을 드러냈다. 2025년 4월 Llama 4 벤치마크 논란은 공개 리더보드에 제출된 모델이 사용자가 내려받을 수 있는 모델과 달랐다는 문제였다. 이어 2026년 1월 얀 르쿤(Yann LeCun)은 파이낸셜 타임스에 메타 연구자들이 서로 다른 변형의 결과를 함께 보고했다고 말했다. 메타는 테스트 세트 학습을 부인했고, Llama 4 모델 카드는 철회하지 않았다.³⁰

메타의 2025~2026년 거래도 스스로 조사를 받고 있다. Scale AI 투자 외에도 메타는 음성 스타트업 PlayAI와 WaveForms, RISC-V 칩 회사 Rivos(2025년 가을), 싱가포르 기반 AI 에이전트 회사 Manus를 인수하거나 인재를 흡수했다. Manus 거래는 2025년 12월 30일 발표되었고 약 20억~30억 달러로 보도되었다. 2026년 3월 메타는 데이비드 싱글턴(David Singleton)이 이끄는 에이전트 구축 스타트업 Dreamer의 팀을 영입했다. Dreamer는 별도 법인으로 남았고, 메타는 비독점 기술 라이선스를 얻었다. 2025년 개별 연구자에게 아홉 자릿수 보상을 제안했다는 주장은 메타 공시가 아니라 이해관계자와 언론 보도에서 나왔으며, 개별 거래 조건은 공개되지 않았다.¹¹