뮤즈 스파크 오픈 개인정보, 메타 공개 모델에서 확인할 것

결론부터 말하면, 뮤즈 스파크 오픈의 개인정보 문제는 거의 전부 “어디서 실행하느냐”에 달려 있어요. 메타는 2026년 10월 15일 이 모델을 공개했고, 메타 연구 블로그에서는 미국에서 나온 오픈 웨이트 모델 가운데 가장 성능이 높다고 소개했어요. 오픈 웨이트란 라이선스에 동의하면 누구나 모델 자체를 내려받아 자기 컴퓨터에서 돌릴 수 있다는 뜻이에요. 직접 실행하면 입력한 내용이 회사 밖으로 나가지 않아요. 반대로 다른 회사의 API로 쓰면 저장, 학습 활용 같은 익숙한 질문이 상대만 바뀐 채 그대로 돌아와요.

이 글은 2026년 10월 16일 기준으로 메타와 제공 업체들이 문서로 밝힌 내용을 세 가지 사용 방식, 라이선스, 아직 공개되지 않은 정보로 나눠 정리했어요. 법률 자문이 아니라 공개 자료를 읽고 정리한 글이에요.

뮤즈 스파크 오픈은 어떤 모델인가요

뮤즈 스파크 오픈은 4월부터 메타 AI를 움직여 온 뮤즈 스파크(Muse Spark)의 가중치를 공개한 버전이에요. 앱이 아니라 모델이에요. 전체 파라미터는 8,160억 개이고 토큰마다 실제로 쓰이는 건 420억 개인 전문가 혼합(MoE) 구조이며, 컨텍스트는 100만 토큰이에요. 허깅페이스 소개 글에 따르면 텍스트, 이미지, 음성, 영상을 입력으로 받고 텍스트로 답해요.

메타에는 이름에 뮤즈가 들어간 것이 많아요. 뮤즈는 에이전트 앱, 뮤즈 스파크는 모델 계열, 뮤즈 원더는 10월 12일에 나온 비공개 상위 모델이에요. 이름 정리는 뮤즈란에 있어요. 이번에 바뀐 건 하나예요. 지금까지 뮤즈 스파크는 메타의 제품과 API로만 쓸 수 있었는데, 이제는 가중치 자체가 공개됐어요.

세 가지 사용 방식, 세 가지 데이터 흐름

메타는 개발자용 발표에서 세 가지 사용 경로를 안내해요. 어느 쪽을 고르느냐에 따라 데이터가 머무는 곳이 달라져요.

1. 01자체 하드웨어에서 실행. 가중치를 내려받아 직접 돌려요. 입력을 보는 제3자가 없으니 메타에 데이터가 넘어가지도 않아요.
2. 02자기 클라우드 계정에서 실행. 아마존 SageMaker AI, 구글 클라우드 Model Garden, 마이크로소프트 Foundry Models가 이 모델을 제공해요. 서버는 빌리지만 모델은 내 계정 안에서 돌아가요.
3. 03호스팅 API 사용. Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI가 제공해요. 가장 쉬운 방법이고, 입력이 제3자에게 전달되는 건 이 방식뿐이에요.

첫 번째 방식의 걸림돌은 크기예요. 허깅페이스에 따르면 전체 모델은 약 1.5테라바이트예요. 메타는 데스크톱에서 돌아간다고 했지만, 그건 M5 Ultra 칩과 512GB 메모리를 단 맥 스튜디오 두 대를 묶은 구성이에요. 테크크런치 보도는 최소 1테라바이트의 RAM이 필요하다고 전했어요. 압축한 작은 버전도 있지만 그만큼 품질이 떨어져요. 대부분의 회사에게 로컬은 노트북이 아니라 사내 서버를 뜻해요.

클라우드와 API에서 확인할 점

데이터 처리를 가장 구체적으로 적은 곳은 AWS예요. SageMaker JumpStart 안내 글에 따르면 입력은 이용자가 직접 설정하고 관리하는 인프라에서 처리돼요. 엔드포인트를 자기 사설 네트워크에 두고, 저장 공간을 자기 키로 암호화하고, 컨테이너를 네트워크에서 격리할 수 있어요. 다만 공개 시점에는 미국 리전 두 곳에서만 제공됐어요. 데이터를 국내에 두어야 한다면 먼저 내 리전에서 제공되는지 확인하세요.

호스팅 API는 사정이 달라요. 기록 보관, 보존 기간, 학습 활용 규칙이 업체마다 다르고, 메타 발표문은 그중 어느 것도 정리해 주지 않아요. 계약도 맺지 않은 업체가 제공하는 오픈 모델이, 계약을 맺은 업체의 비공개 모델보다 더 안전하다고 할 수는 없어요. 첫 프롬프트를 보내기 전에 그 업체의 데이터 정책부터 읽으세요.

하나 더 짚어 둘 점이 있어요. 메타의 공개 페이지에는 이 모델에 대한 데이터·개인정보 안내가 없어요. 그 자체가 경고 신호는 아니에요. 오픈 웨이트에서는 보통 메타가 입력을 처리하지 않으니까요. 다만 “개인정보가 지켜지느냐”에 대한 답은 모델을 돌리는 쪽, 즉 내가 쥐게 된다는 뜻이에요.

내려받을 때 요구하는 것

익명으로는 내려받을 수 없어요. 허깅페이스 모델 페이지는 접근 제한이 걸려 있어서, 로그인한 뒤 법적 이름 전체, 생년월일, 소속 조직을 양식에 적어야 해요. 페이지에는 제출 뒤 수정할 수 없다고 적혀 있어요. 회사 업무용이라면 먼저 사내에서 확인하세요.

Muse Model License도 5분쯤 읽어 볼 만해요. 보통의 직장에서 관련 있는 건 네 가지예요.

• —표시 의무. 이 모델로 만든 제품에는 “Built with Muse Spark Open”을 눈에 띄게 표시해야 해요.
• —매출 기준. 매출이 2,000만 달러를 넘는 회사가 이 모델을 다른 회사에 서비스로 제공하려면 미리 메타에 알리고 별도 계약을 맺어야 해요. 사내 이용은 이 조항에 해당하지 않아요.
• —개인에 관한 정보. 이용 정책은 관련 법에 따른 권리 없이 개인의 사적이거나 민감한 정보를 수집, 추론, 공개하는 것을 금지해요.
• —나이. 라이선스는 18세 미만을 위한 모델이 아니라고 밝히고 있어요.

라이선스에는 이용자가 개인정보를 어떻게 다뤄야 하는지 정한 조항이 없어요. 그 책임은 지금처럼 이용하는 쪽에 남아요. 생성형 AI에서 개인정보를 다룰 때의 기준은 개인정보보호위원회의 생성형 AI 개인정보 처리 안내서가 출발점이에요.

메타가 밝힌 안전성

오픈 웨이트에는 양면이 있어요. 누구나 모델을 돌릴 수 있다는 건, 안전장치를 걷어 내고 돌리는 사람도 있다는 뜻이에요. 메타는 그래서 오픈 버전에 추가 안전 학습을 했고, 자체 기준인 “Superintelligence Scaling Framework”에서 공개에 필요한 문턱을 넘었다고 밝혔어요.

모델 카드에는 숫자도 있지만 모두 메타 자체 시험 결과예요. 내부 사이버 보안 시험에서 탈옥 시도의 99.2%를 거부했고, 화학·생물 분야 시험에서는 위험한 요청의 98% 이상을 거부했다고 해요. 동시에 메타는 이 결과가 모든 활용 환경을 다루지는 않으며, 모델을 고치면 안전성이 떨어질 수 있다고 적었어요. 자세한 평가 보고서는 “곧” 나온다고 해요. 앱으로서 뮤즈의 개인정보 문제는 뮤즈 개인정보에서, 비공개 모델의 쟁점은 뮤즈 원더 개인정보에서 다뤘어요.

모델 카드의 실무 권고는 합리적이에요. 용도에 맞는 안전장치를 갖춘 시스템 안에서 쓸 것, 에이전트가 되돌릴 수 없는 작업을 하기 전에는 사람이 확인할 것, 원본 추론 과정을 사용자에게 보여 주지 말 것. 메일을 보내거나 파일을 바꾸는 에이전트에 붙인다면 사람의 확인 단계는 꼭 남겨 두세요.

조심스럽게 시작하는 방법

1. 01사용 방식부터 정하기. 자체 하드웨어, 자기 클라우드, 호스팅 API 중 하나를 정한 다음 무엇을 넣을지 생각해요.
2. 02호스팅 API라면 그 업체의 보존 기간과 학습 활용 약관을 읽기. 적용되는 건 메타가 아니라 그 업체의 규칙이에요.
3. 03회사 허락이 있기 전에는 업무 데이터를 넣지 않기. 오픈 모델이라도 새 거래처라는 점은 같아요.
4. 04되돌릴 수 없는 작업에는 사람의 확인 넣기. 메타의 모델 카드도 그렇게 권해요.
5. 05중요한 답은 확인하기. 성능 점수가 높아도 AI는 자신 있게 틀릴 수 있어요.
6. 06평가 보고서가 나오면 읽기. 그전까지 안전성 수치는 메타 자체 수치예요.

직접 돌리면 데이터는 내 쪽에 남아요. 남에게 맡긴다면 첫 프롬프트 전에 그 회사의 약관부터 읽으세요.

서버 없이 메타 서비스로 쓰고 싶다면 뮤즈 코드 글이 도움이 되고, 국내 서비스와 견주어 보고 싶다면 뮤즈 원더와 네이버 AI 비교를 참고하세요.

새 모델은 몇 주마다 나와요. 그래도 계속 쓸모 있는 건 같아요. 데이터가 어디로 가는지 알고, 돌아온 답을 확인하고, 위험한 일은 사람 손에 남겨 두는 것이에요. Coursium은 일에 AI를 쓰는 방법을 휴대폰으로 배우는 앱이에요.