메타 뮤즈 스파크 오픈 공개, 내려받아 쓸 때 필요한 장비와 라이선스 조건

"메타가 무료로 풀었다는데 우리 회사도 받아서 쓸 수 있을까?" — 장비 수준, API로 쓰는 길, 라이선스 점검표까지 한 번에 정리했습니다.

2026년 10월 15일, 메타가 AI 모델 뮤즈 스파크 오픈(Muse Spark Open) 의 가중치, 즉 모델 파일을 공개했습니다. 메타는 이 모델을 "지금까지 나온 미국 오픈 웨이트 모델 가운데 가장 뛰어난 모델"이라고 소개했습니다.

소식을 들으면 자연스럽게 이런 질문이 떠오릅니다. 파일을 공짜로 받을 수 있다는데, 우리 회사 서버나 사무실 PC에서 돌릴 수 있을까? 서비스에 붙여서 써도 될까?

이 글은 그 질문에 현실적으로 답합니다. 먼저 개념을 한 문단으로 정리하고, 이어서 직접 설치에 필요한 장비, 설치 없이 쓰는 길, 라이선스 점검표, 성능 점수를 읽는 법을 순서대로 짚어 보겠습니다.

핵심 개념부터 짚겠습니다. 오픈 웨이트란 AI 모델 파일을 공개해 누구나 내려받아 자기 컴퓨터·서버에서 돌릴 수 있게 한 것입니다. 다만 쓰는 조건, 곧 라이선스는 따로 있습니다. 그래서 오픈 웨이트는 오픈소스와 같은 말이 아닙니다. 여기서 "무료"는 모델 파일을 받는 데 돈이 들지 않는다는 뜻일 뿐, 돌리는 장비나 API 이용료까지 공짜라는 뜻은 아닙니다.

오픈 웨이트 AI 모델, 파일을 받는다는 것의 진짜 의미

오픈 웨이트는 "모델의 두뇌 파일을 내 손에 쥔다"는 뜻이고, 그 대가로 장비와 라이선스 책임도 내가 집니다.

일반적인 AI 서비스는 업체 서버에서 돌아가는 모델을 인터넷으로 불러 쓰는 구조입니다. 오픈 웨이트 모델은 파일 자체를 내려받아 내 장비에서 돌립니다. 그래서 얻는 것과 부담하는 것이 함께 생깁니다.

얻는 것은 이렇습니다.

① 데이터가 외부 서비스로 나가지 않고 내 장비 안에서 처리되도록 구성할 수 있습니다
② 모델 실행 환경을 내가 직접 정하고 조정할 수 있습니다
③ 사용량에 따라 매번 요금이 붙는 구조에서 벗어날 수 있습니다

부담하는 것도 분명합니다.

① 모델을 돌릴 장비를 직접 마련하고 운영해야 합니다
② 메타가 정한 라이선스 조건을 직접 지켜야 합니다
③ 문제가 생겼을 때 점검과 대응도 직접 해야 합니다

이 글에서는 오픈소스라는 표현을 쓰지 않습니다. 스파크 오픈은 일반 오픈소스 라이선스가 아니라 메타가 따로 만든 뮤즈 모델 라이선스(Muse Model License) 로 공개됐고, 여기에는 표시 의무와 매출 기준, 금지 용도가 들어 있기 때문입니다. 자세한 내용은 뒤에서 점검표로 정리합니다.

스파크 오픈은 어떤 모델인가, 규모와 할 수 있는 일

스파크 오픈은 전체 8,160억 개 값 중 글자 하나를 처리할 때마다 420억 개만 쓰는 대형 모델입니다.

공식 자료에 나온 사양을 쉬운 말로 풀어 보겠습니다.

파라미터는 AI가 학습으로 익힌 값의 개수입니다. 클수록 대체로 똑똑하지만 돌리는 데 장비가 많이 듭니다. 스파크 오픈의 전체 규모는 816B, 곧 8,160억 개입니다.

여기에 전문가 혼합(MoE) 방식이 쓰였습니다. 문제마다 모델 안의 일부 '전문가'만 불러 쓰는 방식이라 전체 크기보다 가볍게 돕니다. 글자 하나를 처리할 때 전체 8,160억 개 중 420억 개(42B) 만 씁니다.

또 한 번에 100만 토큰까지 읽을 수 있습니다. 토큰은 AI가 글을 읽는 단위로, 한글 한두 글자 정도입니다. 100만 토큰이면 두꺼운 책 여러 권 분량입니다.

입력으로는 글·이미지·영상·소리를 받고, 답은 글로 냅니다. 메타는 코딩과 고객 응대 에이전트처럼 여러 단계를 이어 가는 일에 맞춰 학습했다고 밝혔습니다.

하나 짚어 둘 점이 있습니다. 같은 주에 공개된 최상위 모델 '뮤즈 원더'는 가중치가 공개되지 않았습니다. 메타의 알렉산더 왕은 "안전과 성능 때문에 가장 강력한 모델은 대체로 공개하지 않겠다"고 말했고, 스파크 오픈은 원더보다 한 단계 아래 모델입니다. 내려받을 수 있는 쪽은 스파크 오픈이라는 점만 기억해 두시면 됩니다.

직접 설치에 필요한 장비, 사무실 PC로는 어려운 이유

서버용 GPU 4~8개 또는 맥 스튜디오 2대 수준이 필요하므로, 일반 사무실 PC로는 직접 설치가 어렵습니다.

파라미터가 많으면 모델 파일도 큽니다. 메타는 일부 전문가 부분만 압축한 NVFP4 파일을 따로 내놓았는데, 크기가 원본(BF16)의 약 3분의 1인 약 530GB 입니다. 압축한 버전이 이 정도이니 원본은 훨씬 큽니다. 일반 PC의 저장공간과 메모리로는 감당하기 어려운 크기입니다.

메타가 밝힌 실행 장비 기준은 다음과 같습니다.

서버 환경
① 엔비디아 블랙웰 울트라 GPU 4개
② 또는 엔비디아 H200 GPU 8개

맥 환경(애플 MLX 사용)
① M5 울트라 칩, 512GB 메모리 맥 스튜디오 2대
② 또는 256GB 메모리 맥 스튜디오 4대를 연결

장비 가격은 이 글에서 다루지 않습니다. 공식 발표에 가격 정보가 없고, 구성에 따라 달라지기 때문입니다. 대신 견적을 받기 전에 확인할 순서를 안내합니다.

Step 1. 어느 경로를 택할지 정하세요.
이미 GPU 서버를 운영 중이라면 서버 경로가, 맥 환경에 익숙하다면 맥 경로가 출발점이 됩니다. 두 경로 모두 한 대로는 부족하고 여러 장비를 묶어야 한다는 점이 같습니다.

Step 2. 압축 파일 기준으로 저장공간과 메모리를 계산하세요.
압축 파일만 약 530GB입니다. 여기에 운영체제, 실행 도구, 작업 중 쓰는 메모리 여유까지 더해 잡아야 합니다.

Step 3. 공식 지원 조합 안에서 시작하세요.
메타가 확인한 구성은 위에 적은 GPU 조합과 맥 조합입니다. 이보다 낮은 사양에서 돌아가는지는 공식 발표에서 확인되지 않으므로, 공개된 조합을 기준으로 계획을 세우는 편이 안전합니다.

Step 4. 실행 도구를 고르세요.
SGLang, vLLM, TensorRT-LLM, Transformers, llama.cpp, MLX, Unsloth 같은 실행 도구가 공개 첫날부터 지원했습니다. 서버 GPU 환경인지 맥 환경인지에 따라 맞는 도구가 다르니, 각 도구 문서에서 장비 조건을 먼저 확인하세요.

Step 5. 파일은 공식 배포처에서 받으세요.
허깅페이스, 아마존 세이지메이커 AI, 구글 클라우드 모델 가든, 마이크로소프트 파운드리 모델에서 받을 수 있습니다. 허깅페이스의 공식 모델 페이지(https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B)에서 라이선스 원문과 파일 구성을 함께 확인할 수 있습니다.

참고로 이 글은 설치 명령어나 코드 단계를 다루지 않습니다. 장비와 조건을 판단하는 데 집중하고, 실제 설치는 각 실행 도구의 공식 문서를 따라가시길 권합니다.

장비 없이 쓰는 길, API 업체를 거치는 방법

장비를 마련하기 부담스럽다면 API 업체를 거쳐 쓰는 길이 있습니다.

API는 프로그램에서 AI를 불러 쓰는 통로입니다. 장비 없이 쓴 만큼 돈을 냅니다. 메타 공식 자료에 따르면 스파크 오픈은 직접 설치하지 않아도 다음과 같은 업체를 통해 쓸 수 있습니다.

① 베이스텐
② 파이어웍스 AI
③ 그록(Groq)
④ 모달
⑤ 네비우스
⑥ 오픈라우터
⑦ 투게더 AI

이 업체들의 요금은 공식 발표에서 확인되지 않아 금액은 적지 않습니다. 업체마다 요금 구조와 지원 기능이 다르므로, 실제로 쓰기 전에 각 업체의 요금표와 이용 약관을 직접 확인해 주세요.

직접 설치와 API 중 무엇이 맞을지는 목적에 따라 갈립니다. 다음 질문으로 가늠해 보세요.

API 쪽이 맞는 경우
① 먼저 모델의 답변 품질을 써 보고 판단하고 싶을 때
② 사용량이 들쭉날쭉해서 장비를 상시 놀려 두기 아까울 때
③ 서버 운영 인력이 따로 없을 때

직접 설치를 검토할 만한 경우
① 데이터를 외부로 내보내지 않고 내부에서만 처리해야 할 때
② 모델 실행 환경을 직접 통제해야 할 때
③ 이미 서버용 GPU나 맥 장비를 운영하고 있을 때

어느 길을 택하든 한 가지는 같습니다. API로 쓰더라도 이 모델로 만든 제품을 내놓는다면 라이선스 조건은 계속 신경 써야 합니다. 다음 섹션이 그 점검표입니다.

뮤즈 모델 라이선스 점검표, 꼭 지켜야 할 세 가지

표시 의무, 매출 기준, 금지 용도 세 가지를 확인하면 라이선스의 큰 틀은 잡힙니다.

먼저 알아 둘 점이 있습니다. 아래 내용은 보도 요약을 기준으로 정리한 것이고, 법률 자문이 아닙니다. 실제로 쓰기 전에는 반드시 허깅페이스 모델 페이지에 연결된 라이선스 원문을 직접 확인하세요. 회사 차원에서 쓸 때는 법무 담당자나 전문가에게 원문 검토를 맡기는 것이 안전합니다.

① 표시 의무: "Built with Muse Spark Open"

이 모델로 만든 제품에는 "Built with Muse Spark Open" 문구를 눈에 띄게 표시해야 합니다. 표시 위치로는 제품 화면, 설명서, 웹사이트, 설정 메뉴가 언급됩니다.

실무에서는 이렇게 점검해 보세요.

1. 제품 화면 어디에 문구를 넣을지 정합니다

2. 설명서나 웹사이트 소개 페이지에도 같은 문구가 들어갔는지 확인합니다

3. 문구가 너무 작거나 숨겨져 있지 않은지, "눈에 띄게"라는 기준에 맞는지 다시 봅니다

정확한 표기 방식과 인정 범위는 라이선스 원문에서 확인해야 합니다.

② 매출 기준: 연 매출 2,000만 달러 초과 시 별도 계약

계열사를 합친 연 매출이 연속 12개월 중 2,000만 달러를 넘는 회사가 이 모델을 'AI 모델 서비스'로 제공하려면 메타에 알리고 별도 서면 계약을 맺어야 합니다.

여기서 조건이 두 개라는 점이 중요합니다.

첫째, 계열사를 모두 합친 연 매출이 2,000만 달러를 넘는 회사여야 합니다.
둘째, 그 회사가 이 모델을 AI 모델 서비스로 제공하는 경우여야 합니다.

두 조건이 함께 충족될 때 별도 계약이 필요하다는 것이 보도된 내용입니다. 매출이 기준을 넘더라도 모델을 서비스로 제공하는 것이 아니라 사내 업무에 쓰는 경우가 어디에 해당하는지는 제가 확인한 자료에 나와 있지 않습니다. 이 부분은 원문에서 'AI 모델 서비스'의 정의를 읽고 판단하셔야 합니다.

점검 순서는 이렇습니다.

1. 우리 회사와 계열사의 연 매출을 합산해 기준과 비교합니다

2. 이 모델을 외부에 AI 서비스 형태로 제공할 계획인지 정리합니다

3. 두 조건에 걸릴 가능성이 있으면 계약 필요 여부를 원문과 전문가를 통해 확인합니다

③ 금지 용도: 이용 정책이 막는 일

이용 정책이 금지하는 것으로 보도된 항목은 다음과 같습니다.

① 만 18세 미만의 이용
② 불법 행위
③ 악성코드·무기 개발
④ 핵심 기반시설 운영
⑤ 사기·허위정보·사칭 같은 의도적 기만

우리 서비스가 이 중 어디에도 걸리지 않는지 기획 단계에서 미리 점검하세요. 특히 만 18세 미만 이용 금지는 서비스 가입 대상과 이용 연령을 어떻게 관리할지와 연결되고, 의도적 기만 금지는 사용자에게 AI가 만든 결과를 사람이 만든 것처럼 보이게 하는 기능이 없는지 살펴보라는 신호입니다.

성능 점수 읽는 법, 독립 평가와 메타 자체 시험을 구분하기

독립 평가기관의 점수와 메타가 직접 발표한 점수는 따로 읽어야 합니다.

벤치마크는 AI 실력을 재는 시험 점수입니다. 스파크 오픈에는 두 종류의 점수가 있습니다.

독립 평가: 아티피셜 애널리시스

독립 평가기관 아티피셜 애널리시스는 스파크 오픈의 지능 지수를 39점으로 매기고, 미국 오픈 웨이트 모델 중 1위라고 했습니다. 다만 같은 표에 오른 중국 오픈 웨이트 모델보다는 낮습니다. 2026년 10월 기준으로 이렇게 나뉩니다.

이 점수는 이렇게 읽으시면 됩니다. 스파크 오픈은 미국 모델 중에서는 가장 높지만, 중국 공개 모델과 견주면 세 모델 아래입니다. "무조건 최고의 오픈 모델"로 받아들이기보다, 미국 오픈 웨이트 모델 중 최상위권 정도로 이해하는 편이 정확합니다.

메타 자체 시험 수치

메타가 발표한 표에서는 두 가지 시험이 눈에 띕니다.

① MCP-Atlas(도구 연결 작업): 89.2점으로 메타 표에서 가장 높은 수치입니다
② Terminal-Bench 2.1(명령줄 작업): 76.4점으로 Kimi K3(85.0)와 GLM 5.3(83.9)보다 낮습니다

여기서 반드시 구분할 점이 있습니다. 메타 자체 시험 수치는 독립 검증된 값이 아닙니다. 그래서 이 글에서는 독립 평가 점수와 메타 발표 점수를 한 표나 한 차트에 섞지 않았습니다. 측정 주체와 방식이 다른 숫자를 한 줄에 세우면 비교가 왜곡되기 때문입니다.

우리 일에 맞는지 확인하는 법

점수표만으로는 우리 업무에 맞는지 알 수 없습니다. 특히 한국어 성능은 공식 발표와 공개된 자료에서 확인되지 않았습니다. 한국어로 서비스를 만들 계획이라면 다음 순서로 직접 확인해 보세요.

1. 실제 업무에서 쓰는 질문과 문서 10~20개를 모읍니다

2. API 업체를 통해 먼저 같은 질문을 넣어 봅니다

3. 답변의 정확도, 말투, 길이를 팀원과 함께 평가합니다

4. 만족스러우면 그때 직접 설치 여부를 검토합니다

이 순서를 따르면 장비를 사기 전에 모델의 한국어 실력을 낮은 비용으로 확인할 수 있습니다.

자주 하는 실수 세 가지

"공개"라는 말만 보고 바로 서비스에 붙이는 것이 가장 흔한 실수입니다.

실수 1. 오픈 웨이트를 오픈소스로 착각한다
파일을 받을 수 있다는 것과 어떤 조건 없이 써도 된다는 것은 다릅니다. 표시 의무와 매출 기준, 금지 용도가 있다는 점을 놓치지 마세요.

실수 2. 압축 파일 크기만 보고 장비를 정한다
압축 파일이 약 530GB라는 숫자는 저장 용량의 출발점일 뿐입니다. 실행 중 쓰는 메모리와 여러 장비를 묶는 구성까지 고려한 공식 지원 조합을 기준으로 잡으세요.

실수 3. 점수 하나로 모델을 판단한다
39점이라는 지능 지수는 의미 있는 정보이지만, 한국어 성능이나 우리 업무와의 궁합까지 말해 주지는 않습니다. 직접 써 보는 테스트가 꼭 필요합니다.

마무리 점검, 시작 전에 확인할 체크리스트

아래 항목을 모두 확인했다면 스파크 오픈을 쓸 준비가 된 것입니다.

장비·경로

1. 직접 설치와 API 중 어느 길로 갈지 정했나요?

2. 직접 설치라면 서버 GPU 4~8개 또는 맥 스튜디오 2대 수준을 마련할 수 있나요?

3. 압축 파일 약 530GB를 담을 저장공간을 확인했나요?

라이선스

1. 허깅페이스에서 라이선스 원문을 직접 읽었나요?

2. "Built with Muse Spark Open" 표시를 넣을 위치를 정했나요?

3. 계열사 포함 연 매출이 2,000만 달러를 넘는지, 모델을 AI 서비스로 제공하는지 확인했나요?

4. 우리 서비스가 금지 용도에 걸리지 않는지 점검했나요?

성능

1. 독립 평가 점수와 메타 자체 시험 수치를 구분해서 읽었나요?

2. 한국어 성능을 우리 업무 질문으로 직접 시험해 봤나요?

자주 묻는 질문

Q. 모델 파일을 받는 데도 돈이 드나요?
A. 모델 파일을 받는 데는 돈이 들지 않습니다. 다만 직접 돌리는 장비, 또는 API 업체 이용료는 별도입니다.

Q. 사무실 PC에서 가볍게 돌려 볼 수는 없나요?
A. 공식적으로 확인된 실행 장비는 서버용 GPU 4~8개 또는 맥 스튜디오 2~4대 수준입니다. 그보다 낮은 사양에서 돌아가는지는 공개된 자료에서 확인되지 않으므로, 가볍게 써 보고 싶다면 API 업체를 통한 방법이 현실적입니다.

Q. 매출이 2,000만 달러를 넘으면 아예 쓸 수 없나요?
A. 보도된 조건은 연 매출이 기준을 넘는 회사가 이 모델을 AI 모델 서비스로 제공할 때 메타와 별도 서면 계약이 필요하다는 것입니다. 쓸 수 없다는 뜻이 아니라 계약이 필요하다는 뜻입니다. 구체적인 적용 범위는 라이선스 원문에서 확인하세요.

마무리

스파크 오픈은 파일을 내려받아 직접 돌릴 수 있는 대형 모델이지만, 쓰려면 서버급 장비와 라이선스 조건 확인이 함께 필요합니다. 일반 사무실 PC로는 직접 설치가 어렵고, 장비 없이 시작하려면 API 업체를 거치는 길이 있습니다. 어느 쪽이든 표시 의무와 매출 기준, 금지 용도는 꼭 점검하세요.

점수만 보고 판단하지 말고, 우리 업무의 질문으로 직접 시험해 보는 것이 가장 확실한 출발점입니다. 오늘 글의 체크리스트를 따라 하나씩 확인해 보세요. 🙂