Meta, 사용자 데이터 공유하면 Muse Spark 대폭 할인

들어가며

대부분의 AI 서비스는 사용 기록을 향후 모델 개선에 활용할지 사용자가 선택하도록 한다. Meta는 Muse Spark에서 이를 보다 직접적인 거래로 만들었다. 프롬프트와 모델 출력을 공유하는 데 동의한 고객에게 API 가격을 크게 낮춰주는 방식이다. 데이터 이용 동의가 개인정보 설정을 넘어 비용을 결정하는 상업적 요소가 된 셈이다.

핵심 내용

• 에이전트 업무를 겨냥했다. Muse Spark는 코딩과 모델이 도구를 조작해 작업을 수행하는 기타 에이전트 용도를 대상으로 한다. 이런 시스템에는 단일 질문과 답변보다 지시, 도구 사용, 실패, 최종 결과가 이어지는 전체 기록이 더 유용하다.
• 가격 차이가 크다. 표준 계약에서는 입력 100만 토큰이 1.25달러, 출력 100만 토큰이 4.25달러다. 기여자 요금제에서는 각각 0.10달러와 0.20달러로 내려가며, 평균 할인율은 약 95%다.
• 조건이 붙은 할인이다. Meta의 가격 안내는 고객 데이터를 학습에 사용하는 데 동의할 수 있는 경우, 프로토타입 제작과 통합 테스트, 실험 확대에 적합한 요금제라고 설명한다. 단순한 가격 인하가 아니라 데이터 이용권을 비용 구조에 포함한 것이다.
• 학습 데이터 확보가 과제가 됐다. Meta는 앞서 모델 개선을 위해 직원의 컴퓨터 사용을 추적하는 프로그램을 시작했지만 내부 비판을 받았고 6월에 중단했다. 이번 요금제에 관한 TechCrunch의 질문에는 답하지 않았다.

의미와 영향

에이전트 성능을 높이려면 실제 작업을 연속적으로 기록하고 평가할 수 있는 데이터가 필요하다. 오픈소스 하네스 Pi의 개발자 Mario Zechner는 앞서 Claude Code가 기본적으로 코딩 에이전트 세션을 저장해 강화학습에 사용한 점이 2025년 능력 향상에 기여했을 가능성을 TechCrunch에 밝혔다. 모델 업체가 원하는 것은 정적인 텍스트만이 아니다. 사용자가 업무를 어떻게 나누고, 도구를 호출하고, 실패를 처리하고, 결과에 도달하는지에 관한 과정이다.

그러나 기업 데이터는 민감하다. 프린스턴대 컴퓨터과학 교수 Arvind Narayanan은 대기업이 훨씬 저렴한 소비자용 구독보다 토큰 기반 기업용 요금제를 선택하는 이유로 데이터 보존과 IT 거버넌스의 차이를 지적했다. Meta의 기여자 요금제는 기업이 진짜 독점 정보와 공유 가능한 데이터를 구분하도록 유도할 수 있다. 반대로 비용을 낮추기 위해 공유 범위를 넓히게 만들 가능성도 있다.

고객은 프롬프트와 출력에 소스코드, 고객 정보, 내부 절차가 들어가는지 확인해야 한다. 또한 보존 기간, 허용된 사용 목적, 공유 철회 방법도 명확히 해야 한다. 주요 모델 업체의 가격 인하가 이어지는 가운데, 에이전트 제품의 개선 속도를 결정하는 요소는 추론 비용뿐 아니라 고품질 업무 데이터에 접근할 수 있는지 여부가 될 수 있다.

출처: TechCrunch AI