메타의 개인용 AI 뮤즈: 마크 저커버그가 말하는 24시간 개인 에이전트

URL: https://www.youtube.com/watch?v=DFI8qMCRDjc
날짜: 2026-09-16
채널: aiDotEngineer
원문 제목: [한영자막] 당신을 위해 24시간 일하는 메타의 개인용 AI '뮤즈', 마크 저커버그가 직접 밝힙니다

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==개인의 목표와 삶의 맥락을 이해한 AI 에이전트가 사용자를 대신해 하루 24시간 프로젝트를 실행하고, 그 결과로 확보한 시간·영감·경제적 기회를 모든 사람에게 돌려줄 수 있는가?==

• Meta Superintelligence Labs가 목표로 삼는 것은 소수 연구소에 집중된 초지능이 아니라 모든 사람이 이용할 수 있는 개인용 초지능이다.
• Muse는 사용자가 목표를 알려주면 가족·경력·가정·건강에 걸친 장기 프로젝트를 계획하고, 필요한 서비스와 도구를 연결해 실행한다.
• 개인의 삶 전체를 알아야 유용해지는 만큼, Confidential VM·보안 자격 증명 저장소·Sentinel 감시 에이전트·최소 권한 설계로 신뢰와 프라이버시를 제품의 기반에 둔다.
• 기본 사용량은 대다수 사람이 무료로 이용하도록 설계하고, 장기적으로는 절약·거래에서 만들어낸 가치의 일부를 받는 커머스 모델을 상정한다.
• 가까운 미래에는 ‘아이디어 하나를 사업으로 바꾸고 운영까지 맡기는 에이전트’, 개인별 건강 관리와 희귀질환 치료 설계가 중요한 활용처가 될 수 있다.

마크 저커버그가 그리는 Muse는 질문에 답하는 챗봇이 아니라 사용자의 의도를 장기 기억으로 축적하고, 필요한 순간에 먼저 제안하며, 승인받은 범위 안에서 실제 세계의 일을 끝내는 개인 운영체제에 가깝다. 핵심 경쟁력은 모델의 지능만이 아니라 사용자가 안심하고 자신의 목표·가정·건강·결제 정보를 맡길 수 있는 구조다.

1. Muse의 탄생 배경과 개인용 초지능의 범위

Muse는 대화형 AI를 더 똑똑하게 만드는 프로젝트가 아니라, 사용자의 목표를 이해하고 대신 진척시키는 상시형 개인 에이전트로 설계됐다.

1.1. Meta Superintelligence Labs에서 개인용 초지능으로

1. 개발 배경과 시간축

   1. 약 1년간의 집중: Meta Superintelligence Labs를 시작한 뒤 약 1년 동안 ‘전 세계 모든 사람에게 개인용 초지능을 제공한다’는 비전을 구현하는 데 집중했다.
   2. 24시간 목표 실행: 사용자가 목표를 설명하면 에이전트가 그 목표를 이해하고, 사용자가 계속 지시하지 않아도 하루 24시간 사용자를 대신해 일하도록 만든다.
   3. 프로젝트 단위의 실행: 단발성 답변을 반환하는 대신 반복·장기 프로젝트를 맡아 조사하고 계획하고 외부 서비스를 이용해 결과물을 완성한다.

2. 삶 전체를 가로지르는 적용 범위

   1. 관계와 가족: 가족과 친구에게 더 집중하고 관계를 강화할 수 있도록 일정과 활동을 준비한다.
   2. 경력과 업무: 경력 목표를 전진시키는 조사·기획·실행 작업을 맡고, 사용자가 직접 처리해야 할 생산성 업무를 줄인다.
   3. 가정 운영: 가정의 여러 시스템과 연결해 집 안의 일을 관리한다. 저커버그는 자신의 집 시스템을 Muse에 연결해 실제로 운영하고 있다고 설명했다.
   4. 건강과 훈련: Oura Ring, 운동 기록, 훈련 데이터를 함께 보고 활동·회복·건강 관리의 균형을 돕는다.

1.2. 저커버그가 실제로 맡긴 가족 프로젝트

1. 세 살 딸 Aurelia와의 베이킹

   1. 상시 프로젝트 지정: Aurelia가 베이킹을 좋아하지만 저커버그는 베이킹을 전혀 모른다. 그래서 매주 주말 세 살 아이와 베이킹하는 프로젝트를 Muse에 맡겼다.
   2. 난이도와 참여자에 맞춘 레시피: 세 살 아이가 참여할 수 있고 베이킹을 모르는 어른도 따라갈 수 있는 레시피를 찾게 했다.
   3. 장보기까지 연결: Instacart 같은 서비스에서 필요한 재료를 주문해 모든 재료가 준비되도록 했다.
   4. 시간의 질을 높이는 준비: 저커버그가 Aurelia와 앉아 시작할 때는 준비가 끝나 있어, 재료를 찾거나 장을 보는 대신 딸과 함께 배우고 시간을 보낼 수 있다.
   5. 피드백을 통한 개선: 가족이 어떤 프로젝트를 좋아하고 싫어하는지 Muse에 알려주며 다음 활동을 조정하고, Aurelia의 아이디어도 다음 베이킹 활동에 반영한다.

2. 로봇 만들기와 산 등반

   1. 여러 주에 걸친 로봇 프로젝트: 로봇 만들기에 빠진 다른 딸을 위해 Muse가 여러 주 동안 진행되는 전체 계획을 만들고, 함께 로봇을 제작하는 과정을 지원했다.
   2. 허가가 필요한 산 등반: 또 다른 딸은 산을 오르는 데 관심이 생겼다. 허가가 필요한 산들이 있어 Muse에 가능한 날짜와 허가 취득 시점을 알아보게 했다.
   3. 결정 가능한 일정으로 변환: 어려운 허가를 확보하면 실제로 갈 날짜가 정해지므로, 저커버그는 그 날짜에 휴가를 내고 딸과 산을 오를 수 있다.
   4. 실행의 마찰 제거: ‘언젠가 하자’는 바람을 허가·일정·준비가 끝난 구체적 활동으로 바꾸는 것이 이 사례의 핵심이다.

1.3. 건강·훈련을 관찰하는 개인 코치

1. MMA 훈련 분석

   1. 체육관 카메라 연결: 저커버그는 MMA 체육관에 카메라를 설치하고, 훈련 중 Muse가 영상을 보게 한다.
   2. 라운드 사이 피드백: 복싱·킥복싱·그래플링 중 무엇을 하는지 분석하고 라운드 사이에 개선점을 알려준다.
   3. 유머 섞인 직설적 평가: Muse가 어떤 라운드를 두고 “정말 좀 게을렀다”고 평가하고, 저커버그가 바닥에 누워 있는 장면을 함께 보내기도 한다. 저커버그는 “좀 더 동기 부여가 되는 장면을 고를 수 없었느냐”고 농담했다.

2. 여러 건강 데이터의 통합

   1. Oura Ring 연계: 수면·회복 등 Oura Ring 데이터를 다른 훈련 정보와 함께 활용한다.
   2. 운동 이력 결합: 웨이트 트레이닝 등 다른 활동 기록을 합쳐 현재 훈련량과 건강 상태를 종합적으로 본다.
   3. 에너지 관리: 저커버그는 에너지를 소모하고 활동적인 상태를 유지하지 못하면 삶의 다른 부분도 영향을 받는다고 말한다. Muse는 운동·회복·일상의 균형을 관리하는 보조자가 된다.

1.4. 이름·아바타·맥락을 가진 동료

1. 개인 에이전트의 정체성

   1. 이름 선택의 부담: 한 사용자는 Muse를 설정하면서 이름을 정하는 일이 가장 어려웠다고 했다. 저커버그는 처음 떠오른 이름을 쓰고 나중에 바꾸면 된다고 조언했다.
   2. 저커버그의 Agrippa: 저커버그는 로마 장군인 역사적 인물 Agrippa에서 이름을 따왔다. 역사적 장군 이름이 귀여운 테디베어 아바타와 결합되는 점이 재미있다고 했다.
   3. 진행자의 Pip: 진행자의 Muse 이름은 Pip이며, 한동안 사용해 왔지만 최종적으로 확정했는지는 더 지켜보겠다고 했다.

2. 작업 중인 존재를 보여주는 인터페이스

   1. 이름과 아바타: 내부 사용자들이 이름과 아바타를 붙이고 자신만의 동료를 갖는 경험을 즐긴다.
   2. 작업 가시화: 에이전트가 실제로 일을 처리할 때 타이핑하는 모습을 보여주므로, 보이지 않는 백그라운드 프로세스가 아니라 함께 일하는 존재처럼 느껴진다.
   3. 정서적 지속성: 사용자는 같은 이름과 아바타를 계속 보며 장기 프로젝트의 맥락을 유지할 수 있다.

1.5. 한 질문에서 삶 전체로 확장되는 맥락

1. 맥락 기반 선제 알림
   1. 건강 질문에서 일정 알림으로: 사용자가 건강에 관해 질문하던 중에도 Muse가 저장된 맥락을 바탕으로 다음 날 아들의 진료 예약을 알려줄 수 있다.
   2. 주제와 무관한 정보의 연결: 현재 대화 주제와 직접 관련이 없어도 사용자의 삶에 중요하면 먼저 꺼내 준다.
   3. 기억의 실용성: 장기 기억은 과거 대화를 재현하는 기능이 아니라 적절한 순간에 사용자의 다음 행동을 돕는 맥락으로 작동한다.

2. 모두를 위한 개인용 초지능과 사용 경험

Muse의 대중화 전략은 최고급 모델을 소수에게 판매하는 것이 아니라, 많은 사람이 무료로 쓰며 자신의 삶에 AI를 깊이 끌어들이게 만드는 데 있다.

2.1. AI 혜택이 소수 연구소에 집중되지 않게 하기

1. 저커버그의 긍정적 미래 조건

   1. 광범위한 접근성: AI가 제공하는 혜택과 기회가 모든 사람에게 널리 돌아가야 긍정적인 미래가 가능하다.
   2. 집중에 대한 우려: 소수의 연구소가 가장 좋은 모델을 독점하고 계속 성장하는 동안 다른 사람들은 같은 수준의 지능에 접근하지 못하는 구조는 바람직하지 않다.
   3. 권한을 사람에게 돌려주기: 해법은 좋은 기술을 만들고 새 기술의 힘을 사람들의 손에 쥐여주는 것이다.

2. 소셜 미디어에서 AI로 이어지는 철학

   1. 발언권의 분산: Meta는 소셜 미디어를 통해 모든 사람에게 목소리를 주고 원하는 방식으로 연결되게 하려 했다.
   2. 지능의 분산: AI에서도 같은 원칙을 적용해, 각자가 자신의 목표를 공유하고 에이전트가 대신 목표를 진척시키게 한다.
   3. 수십억 명을 위한 개인 도구: 최고 수준의 기술을 소수 전문가의 도구가 아니라 수십억 명의 개인 에이전트로 제공하는 것이 목표다.

2.2. 무료 사용량과 커머스 모델

1. 접근 가능한 가격 구조

   1. 대부분 무료: 대다수 사용자가 무료로 Muse를 이용하도록 설계한다.
   2. 추가 용량 구독: 더 많은 처리량이 필요한 사람은 구독으로 추가 용량을 사용할 수 있다.
   3. 주당 1억 토큰: 무료 사용자에게도 주당 약 1억 토큰에 해당하는 막대한 계산량을 제공한다. 저커버그는 이를 매우 큰 양이라고 강조했다.

2. 가치 창출이 비용을 지불하는 구조

   1. 돈을 벌고 절약하게 하는 에이전트: Muse는 사용자의 수입을 늘리거나 불필요한 지출을 줄여 실제 금전적 가치를 만들 수 있다고 본다.
   2. 작은 가치 배분: 장기적으로는 거래를 돕거나 돈을 절약하게 만든 가치에서 아주 작은 몫을 받는 커머스 모델을 상정한다.
   3. 선결제 장벽 완화: 사용자가 먼저 고가의 AI 구독료를 내지 않아도 에이전트의 경제적 가치가 서비스 비용을 뒷받침하도록 만든다.

2.3. 시간 절약을 넘어 영감까지

1. 사람에게 돌아오는 시간

   1. 컴퓨터와의 상호작용 변화: 사람들은 AI와 직접 대화하는 시간보다, 에이전트가 백그라운드에서 일을 끝내는 시간을 더 많이 갖게 될 가능성이 있다.
   2. 생산성 업무의 감소: 반복적인 업무와 몇 시간씩 걸리는 생산성 작업을 에이전트가 맡으면 직접 일해야 하는 시간이 줄어든다.
   3. 사람다운 활동의 증가: 가족·친구와 시간을 보내고, 창작하고, 문화를 만들고, 세계를 이해하고, 취미를 즐기는 시간이 늘어나는 것이 바람직한 결과다.

2. 아이디어 피드의 역할

   1. 무엇을 시킬지 모르는 문제: 많은 사람은 AI를 어떻게 써야 가장 큰 이익을 얻는지 몰라 활용하지 못한다.
   2. 일반적인 절약 제안: 연결된 구독 서비스를 훑어 중복 서비스를 찾고, 사용자의 허락을 받은 뒤 취소해 비용을 절약하는 아이디어를 제안할 수 있다.
   3. 개인화된 영감: 사용자의 목표와 관심사를 충분히 알게 되면 그 사람에게만 의미 있는 프로젝트를 제안한다.

2.4. 게임에서 교육용 웹사이트로 이어진 제안

1. 딸과 하는 Civilization 게임

   1. 개인 맥락 학습: 저커버그가 딸들과 컴퓨터 게임을 한다는 사실을 Muse가 파악했다.
   2. 전략 웹사이트 제안: Muse는 딸이 Civilization을 더 잘 이해할 수 있도록 게임 전략을 설명하는 웹사이트를 만들어 보겠느냐고 제안했다.
   3. 즉시 실행: 저커버그가 “좋다, 해보라”고 하자 Muse가 실제 웹사이트를 만들었다.

2. 사용 후속 제안과 교육 확장

   1. 기존 결과물의 재활용: 웹사이트를 만든 뒤 Muse는 여기에 더할 것이 있는지 다시 제안했다.
   2. 역사 학습 탭: 게임 속 문명과 역사에 대한 수업을 함께 할 수 있도록 새 탭을 추가하겠다고 했다.
   3. 공동 활동의 증대: 에이전트가 가족을 대신해 모든 것을 하는 것이 아니라, 가족이 함께 더 많은 것을 할 수 있도록 프로젝트를 만들어 준다.
   4. 창의성의 촉발: 사용자가 한 프로젝트에 몰입해 놓치던 다른 관점과 가능성을 Muse가 제안하면서 새로운 영감을 준다.

3. 소비자용 에이전트의 핵심: 신뢰와 보안

개발자용 도구보다 소비자용 에이전트가 어려운 이유는 모델의 능력만으로는 충분하지 않기 때문이다. 사용자는 자신의 삶 전체에 관한 정보를 넣고 실제 결제·예약·변경 권한을 맡기므로, 보안·권한·설명 가능성이 제품의 바닥부터 설계되어야 한다.

3.1. 삶의 맥락을 맡길 수 있는 구조

1. 지능과 이해의 동시 필요

   1. 목표 이해: 유용한 에이전트는 사용자가 무엇을 원하는지, 어떤 결과를 목표로 하는지 이해해야 한다.
   2. 민감한 정보의 축적: 사용자는 목표뿐 아니라 가족·건강·계정·일정·취향 등 많은 정보를 입력하게 된다.
   3. 신뢰가 선행 조건: 사용자가 정보를 충분히 제공하려면 Meta가 그 데이터를 어떻게 볼 수 있고 에이전트가 무엇을 할 수 있는지 믿을 수 있어야 한다.

2. WhatsApp에서 배운 설계 원칙

   1. 종단간 암호화의 비유: WhatsApp 메시지는 Meta의 서버를 통과하지만 종단간 암호화되어 Meta가 메시지 내용을 볼 수 없다.
   2. 동일한 문제의 확장: Muse에도 Meta가 사용자의 개인 맥락을 임의로 열람할 수 없도록 하는 구조가 필요하다.

3.2. Confidential VM: Meta도 내용을 볼 수 없는 개인 컴퓨터

1. 새로운 아키텍처

   1. Confidential VM: Muse 에이전트를 실행하는 기밀 가상 머신(Confidential Virtual Machine)을 구축했다.
   2. 콘텐츠 접근 차단: 사용자가 Confidential VM에서 Muse를 사용하면 Meta조차 에이전트에 입력한 내용을 볼 수 없도록 설계했다.
   3. 업계에서 보기 드문 접근: 저커버그는 이 구조가 매우 새롭고, 자신이 아는 한 다른 제품에서 같은 것을 찾아보기 어렵다고 평가했다.

2. 사용자 전용 개인 컴퓨터

   1. 기억과 데이터의 저장: 한 사용자는 자신의 Muse VM을 처음 보고, 기억과 데이터가 모두 그 안에 저장되며 자신의 에이전트만 사용한다는 점이 큰 보안상의 도약이라고 느꼈다.
   2. 신뢰의 기반: 사용자의 정보가 일반적인 Meta 서비스 데이터처럼 접근되는 것이 아니라 에이전트용 전용 실행 공간에 머문다.
   3. 프라이버시의 제품 가치화: 보안은 부가 설정이 아니라 사용자가 삶의 맥락을 맡길 수 있게 하는 핵심 제품 기능이다.

3.3. 자격 증명 저장소와 최소 권한

1. 에이전트가 비밀번호를 직접 소유하지 않게 하기

   1. 보안 자격 증명 저장소: 사이트 로그인 정보, 비밀번호, 신용카드 번호는 Muse 에이전트의 일반 데이터베이스나 기억에 보관하지 않는다.
   2. 별도 금고: 자격 증명은 보안 저장소(vault)에 넣는다.
   3. 필요할 때만 승인: 에이전트가 사이트에 로그인하거나 카드를 사용해야 하면 사용자에게 권한을 요청하고, 사용자가 허락한 경우에만 접근한다.

2. 최소 권한과 최소 공개

   1. 첫 연결과 거래: 새로운 서비스를 처음 이용하거나 거래를 실행할 때는 사용자의 허락을 받는다.
   2. 읽기와 쓰기 분리: 이메일 같은 서비스에 연결할 때 맥락을 읽을 필요만 있다면, 내용을 편집할 수 있는 쓰기 권한까지 줄 필요가 없다.
   3. 최소 특권 원칙: 연결된 시스템에는 작업에 필요한 최소 권한만 부여한다.
   4. 최소 정보 공개: 목표를 완료하는 데 필요한 정보만 외부 시스템에 공개한다.

3.4. Sentinel과 인간의 의사결정 참여

1. 에이전트를 감시하는 별도 에이전트

   1. Sentinel: 사용자를 대신해 일하는 주 에이전트와 별개로, Sentinel이라는 감시 에이전트를 둔다.
   2. 가상 머신 밖으로 나가는 데이터 확인: Sentinel은 VM에서 외부로 전송되는 데이터를 모니터링한다.
   3. 민감한 행위 표시: 민감한 정보나 사용자가 검토해야 할 행동을 감지하면 실행 전에 사용자에게 표시한다.

2. 누가 권한을 판단하는가

   1. 주 에이전트의 자기 승인 금지: 주 에이전트가 스스로 “무엇을 해도 되는가”를 최종 결정하지 않는다.
   2. 보안 시스템의 독립성: 행위 실행 시스템과 데이터 보안·검토 시스템을 분리해, 에이전트가 편의를 이유로 권한을 확대하지 못하게 한다.
   3. 핵심 결정은 인간에게: 사용자가 계속 모든 사소한 일을 승인할 필요는 없지만, 새 서비스·거래·민감한 정보처럼 중요한 결정에는 계속 참여한다.

3.5. 결제·쇼핑·여행 예약을 위한 일회용 카드

1. 실제 카드 번호 노출 방지

   1. 안전한 결제 시스템: 사용자의 신용카드 정보는 보안 결제 시스템에 저장한다.
   2. 일회용 가상 카드: 거래가 이뤄질 때 Muse는 사용자의 실제 카드 번호가 아니라 한 번만 쓸 수 있는 가상 카드 번호로 결제한다.
   3. 상점에는 진짜 번호가 전달되지 않음: 판매자는 사용자의 실물 카드 번호를 볼 수 없으므로 쇼핑·여행 예약의 심리적 부담이 줄어든다.

2. 에이전트가 맡기 좋은 보안 작업

   1. 사람의 귀찮음과 에이전트의 자동화: 저커버그도 직접 결제할 때는 가상 카드를 만드는 추가 단계가 귀찮아 일반 카드를 쓸 때가 많다고 했다.
   2. 추가 수고의 자동 처리: 에이전트는 가상 카드를 생성하는 수고를 마다하지 않으므로, 기본값을 정보 공개 최소화로 설정할 수 있다.
   3. 보안 기본값: 사용자가 매번 보안 절차를 기억하지 않아도 가장 적은 정보를 노출하는 방식으로 거래가 진행된다.

4. 기억·자율성·모델 개선

Muse가 장기 파트너가 되려면 무엇을 계속 기억하고 무엇을 버릴지, 어느 행동을 자동 실행하고 어느 행동을 사용자에게 돌려줄지 정해야 한다.

4.1. 장기 기억과 일시적 작업 정보

1. 자격 증명은 기억과 분리

   1. 일반 규칙의 예외: Muse가 대부분의 정보를 어느 정도 판단해 기억하지만, 보안상 중요한 자격 증명은 일반 기억에 보관하지 않는다.
   2. 전용 저장소 유지: 로그인 정보·비밀번호·카드 번호는 보안 자격 증명 저장소에만 둔다.

2. 하루 단위의 기억 압축

   1. 저녁 검토: 매일 저녁 그날 수행한 모든 일을 돌아본다.
   2. 핵심 기억으로 압축: 사람이 잠을 자며 경험을 정리하는 것처럼, 하루의 작업을 이후에 쓸 수 있는 기억으로 압축한다.
   3. 관련성 선별: 중요한 정보는 남기고 더 이상 의미가 없는 세부사항은 버리는 능력이 모델 업데이트와 함께 개선된다.

4.2. 월별 모델 업데이트와 Muse Spark 1.3

1. 지속적인 모델 개선

   1. 매달 새 모델: underlying AI 모델은 매달 더 유능한 버전으로 업데이트될 예정이다.
   2. 행동의 자동화 증가: 모델이 좋아질수록 Muse는 더 많은 일을 자동으로 처리하고 사용자의 의도를 더 정확히 이해한다.
   3. 기억 효율 개선: 무엇을 기억하고 무엇을 잊어야 하는지 판단하는 압축 능력도 함께 향상된다.

2. Muse Spark 1.3

   1. 최근 배포 모델: 인터뷰 시점에 Muse Spark 1.3이 배포됐고, 기존 사용자의 에이전트도 며칠 안에 해당 모델로 업그레이드될 예정이라고 했다.
   2. 사용자가 느끼는 변화: 업그레이드 뒤에는 에이전트가 더 똑똑해지고 더 많은 일을 자동으로 할 수 있게 된다.
   3. 서비스의 시간적 특성: Muse는 완성된 고정형 제품이 아니라, 모델이 갱신될 때마다 기억·추론·실행 방식이 달라지는 지속 진화형 서비스다.

5. 2년 뒤의 ‘사업 하나를 상자에서 꺼내는’ 에이전트

저커버그가 예상하는 큰 변화는 개인 비서 수준을 넘어, 아이디어를 온라인 사업으로 만들고 운영하는 ‘business in a box’다.

5.1. 아이디어에서 사업 운영까지

1. 사업 시작의 자동화

   1. 아이디어 구체화: 사용자가 만들고 싶은 것이 있다는 아이디어만 제시하면, Muse가 실제 제품이나 서비스를 만드는 과정을 돕는다.
   2. 온라인 존재감 구축: 웹사이트와 온라인 채널 등 사업의 디지털 존재를 설정한다.
   3. Meta 서비스 연결: Meta의 여러 서비스와 연결하고, 필요한 외부 시스템도 이어 붙인다.
   4. 광고 집행: 광고를 운영해 제품이나 서비스가 사람들에게 도달하도록 돕는다.
   5. 백엔드 운영: 고객·주문·운영과 관련된 백엔드 작업을 상당 부분 맡는다.

2. 창의성의 선택과 반복 업무의 위임

   1. 사람마다 좋아하는 단계가 다름: 어떤 사람은 아이디어를 내는 일을 좋아하고, 어떤 사람은 만드는 일이나 고객과 만나는 일을 좋아한다.
   2. 좋아하지 않는 과정의 대행: 에이전트가 나머지 운영 단계를 맡으면 사용자는 자신이 좋아하는 부분에 집중할 수 있다.
   3. 자율적 사업 지속: 이상적인 형태에서는 사용자가 하고 싶은 일을 하는 동안 에이전트가 사업을 운영하고 수익을 만들어 준다.

5.2. 현실화 시점에 대한 유보

1. 목표와 현재 수준의 구분
   1. 명확한 목표: business in a box는 Meta가 추구하는 중요한 목표다.
   2. 현재 거리: 저커버그는 이 수준에 얼마나 가까이 왔는지는 앞으로 지켜봐야 한다고 했다.
   3. 빠른 모델 발전: 모델이 빠른 속도로 좋아지고 있으므로, 지금은 불확실한 부분도 가까운 미래에 실현될 가능성이 있다.

6. 건강 관리와 개인화 치료의 가능성

건강은 사람마다 조건과 이력이 다르기 때문에, 개인 에이전트의 장기 기억과 맥락 이해가 특히 큰 가치를 만들 수 있는 영역으로 제시됐다.

6.1. 웰니스와 훈련에서 치료 설계로

1. 가까운 활용처

   1. 운동: 개인의 훈련 기록·영상·컨디션을 바탕으로 운동 방법을 개선한다.
   2. 수면: 수면과 회복 데이터를 확인해 활동량을 조절한다.
   3. 일상 웰니스: 생활 습관, 운동, 수면 같은 비교적 단순한 건강 관리부터 폭넓게 지원한다.

2. 더 복잡한 의료 활용

   1. 개별 조건에 맞춘 치료: 저커버그는 향후 몇 년 안에 AI 모델이 다양한 질환을 위한 치료 설계를 시작할 수 있다고 예상했다.
   2. 개인 맥락 결합: 질환의 특성, 개인의 신체 조건, 의료 이력 등 중요한 정보를 함께 고려해야 한다.
   3. 개인화의 본질: 건강은 궁극적으로 매우 개인적인 영역이며 사람마다 다르므로, 평균적인 지침보다 개인별 맥락이 중요하다.

6.2. 희귀질환의 긴 꼬리와 Biohub

1. 시장 논리의 한계

   1. 흔한 질환에 집중하는 산업: 많은 사람이 앓는 질환은 약을 개발했을 때 판매 시장이 크기 때문에 바이오 기업의 관심이 집중된다.
   2. 희귀질환의 긴 꼬리: 수십 명 또는 수백 명만 앓는 질환과 상태도 매우 많지만, 큰 시장이 아니어서 기업이 치료법 개발에 투자하기 어렵다.

2. Biohub에서 얻은 관찰

   1. 저커버그와 Priscilla의 활동: Meta 밖에서 저커버그가 진행하는 주요 자선 활동은 Priscilla와 함께 시작한 Biohub다.
   2. 개인화 모델의 가능성: AI가 환자와 질환에 관한 충분한 정보를 바탕으로 작동하면, 큰 시장이 없는 희귀질환에도 개인화된 치료 아이디어를 제시할 가능성이 있다.
   3. 예상 시점: 저커버그는 2년 안에 완전히 실현되지 않더라도 그 가능성이 지평선 가까이 다가올 수 있다고 예상했다.
   4. 중요성과 친밀성의 동시 증가: 개인 에이전트가 다루게 될 영역은 단순한 편의 기능에서 매우 친밀하고 심각하며 중요한 건강 문제로 확장될 수 있다.

주요 발언 모음

“모든 사람이 자신의 목표를 공유하면, 에이전트가 그 목표를 대신 진척시킬 수 있다.”

“대부분의 사람은 무료로 사용할 수 있도록 설계했고, 주당 약 1억 토큰이라는 막대한 계산량을 제공한다.”

“좋은 미래를 만들려면 AI의 혜택과 기회가 널리 퍼져야 하며, 소수의 연구소에만 집중되어서는 안 된다.”

“사람들이 가족·친구와 시간을 보내고, 창작하고, 문화를 만들고, 세계를 이해하는 데 더 많은 시간을 쓰게 되기를 바란다.”

“Confidential VM을 사용하면 Meta조차 Muse 에이전트에 입력한 내용을 볼 수 없다.”

“에이전트가 모든 결정을 마음대로 내리게 해서는 안 된다. 사용자가 핵심 결정에 계속 참여해야 한다.”

“사람들은 아이디어를 하나 내고, 에이전트가 그것을 사업으로 만들고 운영하며 돈을 벌게 할 수 있을 것이다.”

“사람마다 다르기 때문에 건강은 궁극적으로 매우 개인적인 영역이다.”

핵심 데이터 & 수치

• 개발 기간: Meta Superintelligence Labs를 시작한 뒤 약 1년간 개인용 초지능 비전을 구현하는 데 집중했다.
• 가동 범위: 사용자의 목표를 이해하고 하루 24시간 사용자를 대신해 작업하는 상시형 에이전트를 지향한다.
• 무료 계산량: 대다수 사용자가 무료로 이용하며, 주당 약 1억 토큰의 처리량을 제공하는 구조를 설명했다.
• 모델 업데이트: 매달 더 유능한 모델을 배포하며, 인터뷰 시점에는 Muse Spark 1.3이 배포됐다.
• 미래 예측 시점: 약 2년 뒤 개인 에이전트가 사업 운영과 고도화된 건강 활용을 맡을 가능성을 논의했다.
• 가족 사례: 세 살 Aurelia와의 주말 베이킹, 여러 주에 걸친 로봇 제작, 허가가 필요한 산 등반 준비를 실제 프로젝트로 언급했다.
• 건강 데이터: MMA 체육관 카메라, Oura Ring, 웨이트 트레이닝 등 복수의 데이터를 훈련 조언에 결합한다.
• 결제 보호: 실제 카드 번호 대신 거래별 일회용 가상 카드 번호를 사용해 판매자에게 원래 번호를 노출하지 않는다.
• 희귀질환 범위: 수십 명 또는 수백 명만 앓는 질환은 시장이 작아 기존 바이오 산업의 개발 동기가 약하다는 문제를 지적했다.

결론 및 시사점

1. 개인 AI의 단위가 대화에서 프로젝트로 바뀐다: Muse의 가치는 질문에 답하는 순간보다 사용자가 잊고 있던 목표를 지속적으로 추진하고 결과를 준비하는 과정에서 커진다.
2. 개인화는 맥락의 폭에서 나온다: 가족 활동·일정·취향·건강·결제 맥락이 연결될수록 더 유용한 제안이 나오지만, 같은 이유로 데이터 격리와 권한 관리가 필수다.
3. 무료 배포는 생태계 전략이다: 주당 1억 토큰에 달하는 무료 사용량은 단순한 가격 할인이라기보다, 사용자의 삶에 에이전트를 습관처럼 정착시키고 거래·절약 가치로 수익화하려는 구조다.
4. 보안은 기능이 아니라 신뢰 계약이다: Confidential VM, 보안 자격 증명 저장소, 최소 권한, 일회용 카드, Sentinel은 사용자가 에이전트에 삶의 맥락을 맡기기 위한 전제 조건이다.
5. 자율성은 단계적으로 확장되어야 한다: 새 서비스 연결과 첫 거래는 승인을 받고, 반복적이고 저위험인 작업은 자동화하며, 민감한 행위는 Sentinel이 다시 사람에게 돌려주는 방식이 현실적이다.
6. 기억은 매일 정리되고 모델과 함께 진화한다: 하루의 활동을 압축해 장기 기억으로 만들되 자격 증명은 분리하고, 모델 업데이트가 관련성 선별과 자동화 능력을 계속 개선한다.
7. 가족과 함께하는 사용 사례가 소비자 AI의 핵심이 될 수 있다: 베이킹·로봇·산행·게임 웹사이트 사례처럼 에이전트가 사용자를 대체하기보다 함께할 시간을 준비해 주는 방향이 강력하다.
8. 사업 자동화는 창업 장벽을 낮춘다: 아이디어·웹사이트·광고·백엔드 운영을 하나의 에이전트가 연결하면, 자본과 운영 인력이 부족한 개인도 사업을 실험할 수 있다.
9. 건강 분야는 가장 큰 기회이자 가장 높은 책임의 영역이다: 웰니스와 훈련을 넘어 개인화 치료로 확장하려면 고품질 의료 데이터, 안전성 검증, 전문 의료진의 감독이 필요하다는 과제가 남는다.
10. 핵심 경쟁은 모델 지능과 인간의 신뢰를 함께 얻는 능력이다: 더 똑똑한 모델만으로는 개인 에이전트가 되지 않으며, 사용자가 안심하고 권한을 위임할 수 있는 운영체제와 경제 모델이 함께 필요하다.

핵심 요약 (20줄)

1. Muse는 사용자의 목표를 이해하고 하루 24시간 대신 프로젝트를 수행하는 메타의 개인용 AI 에이전트다.

2. Meta Superintelligence Labs는 소수 연구소에 집중된 초지능을 수십억 명에게 개인 도구로 제공하려 한다.

3. 저커버그는 Muse를 가족·경력·가정·건강을 모두 지원하는 개인 운영체제에 가깝게 설명한다.

4. 세 살 딸 Aurelia와 베이킹할 때 레시피를 고르고 Instacart로 재료를 준비하는 일을 Muse가 맡는다.

5. 다른 딸과는 여러 주에 걸친 로봇 제작 계획을 세우고, 또 다른 딸과는 산 등반 허가와 날짜를 찾는다.

6. MMA 체육관 카메라와 Oura Ring 데이터를 연결하면 훈련 피드백과 건강·회복 균형을 얻을 수 있다.

7. Muse는 사용자의 다른 일정까지 기억해 건강 대화 중에도 가족의 중요한 진료 예약을 먼저 알려줄 수 있다.

8. 이름과 테디베어 아바타는 에이전트를 지속적으로 함께 일하는 동료처럼 느끼게 하는 인터페이스다.

9. 무료 사용자는 주당 약 1억 토큰의 큰 계산량을 이용하고, 추가 용량은 구독으로 확장한다.

10. 장기 수익 모델은 에이전트가 절약하거나 만들어낸 거래 가치에서 작은 몫을 받는 커머스 구조다.

11. AI가 반복 업무를 대신하면 사람은 가족·친구·창작·문화·취미에 더 많은 시간을 쓸 수 있다.

12. 아이디어 피드는 중복 구독 취소처럼 일반적인 절약 과제와 개인별 프로젝트를 함께 제안한다.

13. Muse는 저커버그 딸을 위한 Civilization 전략 웹사이트를 만들고 역사 학습 탭까지 추가로 제안했다.

14. Confidential VM은 사용자가 입력한 Muse 콘텐츠를 Meta조차 볼 수 없도록 하는 기밀 실행 공간이다.

15. 비밀번호와 카드 번호는 일반 기억이 아닌 보안 저장소에 두고 필요한 순간에만 허가한다.

16. 연결된 서비스에는 최소 권한만 주고, 거래에는 실제 번호 대신 일회용 가상 카드를 사용한다.

17. Sentinel은 주 에이전트와 별도로 민감한 데이터와 사용자가 검토해야 할 행위를 감시한다.

18. Muse는 매일 활동을 기억으로 압축하고 Muse Spark 1.3 같은 새 모델로 자동화 능력을 높인다.

19. 약 2년 뒤에는 아이디어를 온라인 사업·광고·백엔드 운영으로 바꾸는 ‘business in a box’가 목표다.

20. 개인화 건강 관리와 희귀질환 치료 설계는 큰 가능성을 보이지만 높은 안전성과 인간 감독이 필요한 영역이다.

메타데이터

• 원문 제목: [한영자막] 당신을 위해 24시간 일하는 메타의 개인용 AI '뮤즈', 마크 저커버그가 직접 밝힙니다
• 채널: aiDotEngineer
• 영상 ID: DFI8qMCRDjc
• 발행일: 2026-09-16
• 분류: AI·LLM·에이전트
• 처리 언어: 영어 자동 자막 → 한국어 심층 번역·분석
• 핵심 인물: Mark Zuckerberg, Meta Superintelligence Labs