Meta, Muse Glimmer 공개 (3분 읽기)

Meta가 로컬 에이전트 워크플로에 최적화한 Muse Glimmer를 공개하고, 모델 가중치를 Apache 2.0 라이선스로 오픈소스화했다. 300억 개 파라미터를 갖춘 이 모델은 단일 소비자용 GPU를 탑재한 Mac이나 PC에서 실행할 수 있도록 설계됐다.

Muse Glimmer는 클라우드와 인터넷 연결 없이도 로컬 에이전트, 함수 호출, 코딩, LLM-as-a-judge 평가 등을 수행하는 것을 목표로 한다. Hugging Face에 모델 가중치와 개발자 문서를 공개했으며, llama.cpp·MLX·ExecuTorch 통합도 제공할 예정이다.

모델은 대형 교사 모델의 에이전트 추론 능력을 이전하는 증류 기법과 추론 최적화를 적용해 개발됐다.

• 사전 학습: Muse Spark의 출력을 활용한 로짓 증류
• 중간 학습: 긴 컨텍스트와 에이전트 중심 데이터, 추론 과정 데이터 학습
• 사후 학습: 지도 미세조정, 온폴리시 증류, 강화학습 결합

Muse Glimmer는 장기 작업 수행, 정밀한 도구 호출, 다단계 추론, 도구 실패 복구, 텍스트·이미지 기반 멀티모달 입력, 에이전트 오케스트레이션 호환성 등을 지원한다. 또한 추론 강도를 조절할 수 있고 100개 이상의 언어 데이터로 학습됐다.

DeepSearch QA, MCP-Atlas, τ-Bench, SWE-Bench 등 전체 작업 수행 벤치마크에서 평가됐으며, Gemma4-31B와 Qwen3.6-27B 등 비슷한 규모의 모델과 성능을 비교했다.