[모델] 터미널에서 24시간 굴러가는 코딩 에이전트, Meta Muse Code

Meta가 2026년 8월 5일 터미널 코딩 에이전트 Muse Code(베타)와 이를 구동하는 모델 Muse Spark 1.2를 공개했습니다. 발표문은 이 에이전트를 "대규모 저장소에서 변경을 계획하고, 코드를 작성하고, 결과를 검증하는" 도구로 설명합니다.

자동완성이 아니라 장시간 작업

주목할 지점은 벤치마크 숫자보다 작업 지속 시간입니다. 발표문에 실린 GPU 커널 최적화 사례에서 Muse Spark 1.2는 1,000회가 넘는 도구 호출을 최대 24시간에 걸쳐 수행하며 기준 구현을 개선했습니다.

이 정도 길이의 작업이 성립하려면 모델 성능만으로는 부족합니다. 발표문이 함께 언급하는 두 가지 장치가 그 지점을 보여줍니다.

장치	역할
비동기 백그라운드 에이전트	세션 내내 살아 있으면서 병렬 작업을 나눠 맡습니다
로컬 이벤트 로그	중간에 죽어도 진행 상태를 복구합니다

24시간짜리 작업에서는 프로세스가 한 번도 죽지 않기를 기대할 수 없습니다. 복구 가능한 상태를 남기는 설계가 모델 성능만큼 결과를 좌우합니다.

번들 스킬

Muse Code는 세 가지 스킬을 기본 제공합니다.

스킬	용도
/plan	변경 계획을 세우고 승인을 받은 뒤 진행합니다
/grill	만든 결과를 스스로 몰아붙여 검증합니다
/goal	목표를 명시해 작업 방향을 고정합니다

/plan의 승인 게이트와 /grill의 자체 검증이 짝을 이루는 구성이 눈에 띕니다. 장시간 자율 작업에서 가장 비싼 실패는 잘못된 방향으로 오래 달리는 것인데, 계획 승인은 시작점에서, 자체 검증은 종료 시점에서 그 위험을 줄입니다.

출처: Meta AI Research

기업 적용 관점에서

Muse Spark 1.2는 코딩 작업에 학습 연산을 크게 늘리고 학습 환경의 다양성을 넓혔다고 밝히고 있습니다. 저장소 전체 생성, 대규모 종단 프로젝트, 자동 연구까지 장시간 작업으로 학습했다는 설명입니다.

기업 도입을 검토한다면 벤치마크 점수보다 먼저 확인할 것이 있습니다. 우리 저장소에서 이 에이전트가 24시간 돌았을 때 무엇을 망칠 수 있는지, 그리고 그 결과를 누가 어떤 기준으로 검토할 것인지입니다. 에이전트의 자율성이 올라갈수록 검토 체계가 병목이 됩니다.

출처: Introducing Muse Code and Muse Spark 1.2 (Meta AI Research, 2026-08-05)