Muse를 단순한 AI 에이전트로 보면 놓치는 것

Meta가 공개한 Muse를 처음 보면 가장 먼저 눈에 들어오는 것은 ‘일을 대신 해주는 AI’다. 이메일을 보내고, 여행을 예약하고, 웹페이지를 열어 양식을 작성한다. 시간이 오래 걸리는 작업은 사용자가 앱을 닫은 뒤에도 계속 진행한다.

기존 생성형 AI가 질문에 답하거나 결과물을 만들어주는 데 익숙했다면, Muse는 한 단계 더 나아가 사용자의 목표를 받아 실제 행동으로 옮긴다.

그래서 Muse를 보면 자연스럽게 ‘에이전트 AI 시대가 본격적으로 시작되는구나’라는 생각이 든다.

그런데 나는 Muse에서 그것보다 조금 더 큰 변화를 본다.

에이전트 AI, 경량화 LLM, 그리고 AI 생태계의 플랫폼화.

최근 각각 따로 이야기되던 이 세 가지 흐름이 사실 하나의 방향으로 연결되고 있는 것은 아닐까.

AI의 단위가 ‘질문’에서 ‘업무’로 바뀐다

지금까지 우리가 생성형 AI를 사용하는 방식은 대체로 명확했다.

질문하고 답을 받는다.

문서를 작성해달라고 하면 문서를 만들고, 코드를 요청하면 코드를 작성한다. 이미지 생성을 요청하면 이미지를 만든다. 상당히 발전했지만 기본적으로는 사용자의 요청과 AI의 응답이라는 구조다.

에이전트는 다르다.

“다음 주 출장을 준비해줘”라는 요청을 받았다면 단순히 출장 계획을 작성하는 것으로 끝나지 않는다. 항공편을 알아보고, 숙소를 비교하고, 일정을 확인하고, 필요한 경우 예약 과정까지 진행해야 한다.

Meta가 설명하는 Muse도 이런 구조다. 전용 브라우저가 있는 Secure VM에서 작동하면서 웹을 탐색하고 양식을 작성하며 여러 서비스를 이용한다.

AI가 처리하는 작업의 단위가 달라지는 것이다.

질문 하나에서 업무 하나로.

그런데 여기서부터 새로운 문제가 생긴다.

모든 일을 거대한 AI에게 맡길 수 있을까

질문에 답하는 AI는 필요할 때 호출하면 된다.

하지만 에이전트는 다르다. 이메일을 확인하고, 일정을 관리하고, 파일을 정리하고, 상황이 바뀌었는지 확인하면서 계속 움직여야 한다.

AI가 생활과 업무 곳곳에 들어갈수록 호출 횟수와 작동 시간은 크게 늘어날 수밖에 없다.

개인에게 하나의 에이전트만 존재한다는 보장도 없다. 일정 관리 에이전트, 업무 에이전트, 개발 에이전트, 기업 내부의 수많은 업무 에이전트가 동시에 작동하는 환경도 생각할 수 있다.

그때 모든 판단을 가장 크고 비싼 모델에 맡기는 것이 효율적인지는 다른 문제다.

그래서 AI 경쟁의 질문도 조금씩 달라질 수 있다.

“얼마나 거대한 모델을 만들 것인가”에서 “어떤 일에 어느 정도의 지능이 필요한가”로.

여기에서 경량화 LLM의 의미가 커진다.

AI는 커지는 동시에 작아지고 있다

Meta의 Muse 계열에서도 흥미로운 모델이 하나 있다. Muse Glimmer다. Meta는 이를 ‘always-on, local agents’를 위한 모델로 소개하고 있으며, 로컬 배포에 최적화된 오픈 웨이트 LLM이라고 설명한다.

이 흐름에서 중요한 것은 모든 AI가 작아진다는 의미가 아니다.

오히려 반대다.

어려운 추론이 필요한 순간에는 강력한 클라우드 모델을 사용하고, 비교적 단순하거나 반복적인 작업은 작은 모델이 담당하는 식으로 역할을 나눌 수 있다.

어떤 AI는 데이터센터에 있고, 어떤 AI는 기업 서버에 있으며, 어떤 AI는 개인의 PC나 스마트폰에 존재할 수 있다.

하나의 거대한 두뇌가 모든 일을 처리하는 구조에서 크고 작은 여러 두뇌가 역할을 나누는 구조로 바뀌는 것이다.

에이전트가 많아질수록 이런 구조는 더욱 중요해진다.

그리고 AI가 작아질 수 있다면 AI가 존재할 수 있는 장소도 늘어난다.

AI가 개인의 컴퓨팅 환경으로 내려온다

PC와 스마트폰은 물론 자동차, 공장 설비, 웨어러블 기기까지 AI의 실행 환경이 될 수 있다.

Meta가 Muse를 AI 글래스로 확장하겠다고 발표한 것도 이 흐름에서 흥미롭다. Meta는 Muse를 AI 글래스에 탑재해 사용자가 하루 종일 핸즈프리로 개인 에이전트와 연결되는 환경을 제시하고 있다.

여기까지 오면 AI는 더 이상 우리가 필요할 때 웹사이트를 열어 사용하는 서비스만은 아니다.

우리 주변에서 계속 존재하면서 필요한 순간에 개입하는 컴퓨팅 계층에 가까워진다.

그리고 바로 이 지점에서 세 번째 변화가 시작된다.

사용자가 앱을 사용하는 것이 아니라 AI가 앱을 사용한다

지금까지 디지털 서비스의 기본 구조는 단순했다.

사용자 → 앱

여행을 예약하려면 여행 서비스를 열고, 물건을 사려면 쇼핑 앱을 열고, 일정을 확인하려면 캘린더를 열었다.

하지만 에이전트가 충분히 발전하면 사용자는 굳이 각각의 서비스를 직접 찾아다닐 필요가 없다.

AI에게 목적만 전달하면 된다.

그러면 AI가 필요한 서비스를 선택하고, 정보를 가져오고, 서로 연결하고, 필요한 작업을 수행한다.

구조가 이렇게 바뀐다.

사용자 → AI → 앱과 서비스

최근 Meta가 Muse for Small Business에서 Asana, Canva, Dropbox, Figma, QuickBooks, Notion, Shopify, Slack, Stripe, Zoom 등 여러 서비스를 Muse와 연결할 수 있도록 발표한 것은 이런 변화의 초기 모습을 꽤 직접적으로 보여준다.

여기서 중요한 변화가 생긴다.

사용자와 서비스 사이에 AI가 들어온다.

그 순간 AI는 하나의 서비스가 아니라 플랫폼이 된다

플랫폼의 힘은 모든 기능을 직접 만드는 데서만 나오지 않는다.

다른 서비스들이 자신을 중심으로 연결되도록 만드는 데서 나온다.

PC 시대에는 운영체제가 그 위치를 차지했고, 스마트폰 시대에는 모바일 OS와 앱스토어가 중요한 관문이 됐다.

에이전트 시대에는 AI가 그 자리를 일부 차지할 가능성이 있다.

사용자가 어떤 앱을 실행할 것인지 결정하는 것이 아니라 AI가 목적에 맞는 서비스를 선택하기 시작한다면, AI는 단순한 애플리케이션이 아니라 여러 애플리케이션 위에 존재하는 상위 계층이 되기 때문이다.

Meta가 최근 Muse Agent뿐 아니라 Muse API, Muse Code 등을 포함한 전체 기술 스택을 기업과 개발자에게 제공하는 ‘Meta Enterprise Platform’을 새로운 사업 축으로 발표한 것도 그래서 눈여겨볼 만하다.

AI 기업들의 경쟁 역시 더 좋은 모델 하나를 만드는 경쟁에서 끝나지 않을 수 있다.

누가 더 많은 서비스와 연결되는가. 누가 더 많은 개발자를 끌어들이는가. 그리고 무엇보다 사용자가 디지털 세계로 들어가는 첫 번째 관문을 누가 차지하는가.

경쟁의 범위가 달라진다.

Muse에서 보이는 세 개의 변화

그래서 나는 Muse의 의미를 단순히 ‘일을 대신 해주는 새로운 AI 에이전트가 등장했다’는 데서 찾고 싶지 않다.

오히려 그 뒤에서 이어지는 흐름이 더 흥미롭다.

AI가 답변하는 존재에서 행동하는 존재가 된다.

행동하는 AI가 많아지면서 더 작고 효율적인 모델과 역할 분담이 필요해진다.

작아진 AI는 클라우드를 넘어 개인과 기업의 다양한 컴퓨팅 환경으로 퍼진다.

그리고 곳곳에 존재하는 AI가 기존 앱과 서비스를 대신 호출하기 시작한다.

결국,

에이전트화 → 경량화와 분산 → AI의 일상적 확산 → 서비스 연결 → 플랫폼화

라는 흐름이 만들어진다.

어쩌면 Muse에서 주목해야 할 것은 ‘무엇을 대신 해주는가’가 아닐지도 모른다.

지금까지 우리가 앱을 사용했다면, 앞으로는 AI가 우리를 대신해 앱을 사용하는 시대가 올 수 있다는 것.

그 변화가 시작되면 AI 산업의 경쟁은 좋은 챗봇을 만드는 경쟁과는 전혀 다른 모습이 될 것이다.