Executive Summary

주요 수치

출처: TechCrunch(2026-09-03), Muse Spark 1.3 및 Contributor 공개 요금표(2026-09-05 확인)

대부분의 AI 도구에는 내 사용 기록을 모델 개선에 쓰지 못하게 막는 설정이 있습니다. 보통은 체크박스 하나로 끝나고 값이 붙지 않습니다. 메타는 그 체크박스에 값을 매겼습니다. 코딩을 비롯한 에이전트 작업을 겨냥해 내놓은 Muse Spark 1.3에는 표준 요금과 컨트리뷰터 요금이 함께 걸려 있고, 후자를 고르면 프롬프트와 모델 출력이 메타의 다음 모델 학습에 들어갑니다.

공개된 요금표를 구간별로 보면 이렇습니다. 입력은 100만 토큰당 1.25달러에서 0.10달러로 내려갑니다. 출력은 4.25달러에서 0.20달러가 됩니다. 앞서 처리한 내용을 다시 읽어 오는 캐시 읽기는 0.15달러에서 0.002달러입니다. 컨텍스트 창은 두 요금 모두 1,048,576토큰이고 입력 형식도 텍스트와 이미지, 영상, 파일, 음성으로 같습니다. 성능이나 한도를 깎아서 만든 가격이 아니라는 뜻입니다.

배수로 옮기면 입력은 12.5배, 출력은 21.25배, 캐시 읽기는 75배 싸집니다. 보도가 앞세운 최대 21배라는 표현은 출력 구간을 두고 한 말입니다. 세 구간을 나란히 놓으면 가장 큰 폭은 다른 데 있습니다.

할인이 모든 항목에 붙은 것도 아닙니다. 웹 검색 호출료는 두 요금제 모두 1,000회당 2.50달러로 같습니다. 토큰을 주고받는 구간, 그러니까 우리 프롬프트와 모델 응답이 오가는 자리에만 값이 깎였습니다. 무엇을 사려고 값을 내렸는지가 요금표 안에서 이미 드러납니다.

메타는 이 티어를 설명하면서 자사 가격 안내에 이렇게 적어 두었습니다. 컨트리뷰터 티어는 "프로토타이핑, 통합 테스트, 그리고 여러분의 데이터로 학습하는 것이 용인되는 실험을 확장할 때의 진입 장벽을 낮춰 준다"는 문장입니다. 조건절이 문장 한가운데 들어앉아 있습니다. 학습에 써도 괜찮은 데이터인지를 고객이 먼저 판단하라는 요구가 요금 설명에 그대로 적혀 있는 셈입니다.

원문. The contributor tier "lowers the barrier to entry for prototyping, testing integrations, and scaling experiments where training on your data is acceptable."

요금표에 실린 티어 소개는 용처를 조금 더 넓게 적어 두었습니다. 프롬프트와 출력이 "메타의 제품을 개선하는 데 쓰일 수 있다"는 문장입니다. 보도가 옮긴 차기 모델 개발보다 넓은 말입니다. 같은 소개는 이 티어를 실험과 학습, 그리고 초기 단계의 에이전트·멀티에이전트·코딩 작업에 맞는 선택으로 안내합니다. 표준 요금 쪽 소개는 같은 작업을 두고 길게 이어지는 것이라고 적었습니다. 컨텍스트 창도 입력 형식도 함수 호출 지원도 표준 요금과 똑같이 두면서 권하는 용도만 낮춰 잡은 셈입니다. 무엇을 내주는 계약인지 따지려면 이 두 문장의 폭 차이부터 확인해야 합니다.

메타는 학습 데이터를 구하는 일에서 최근 순탄하지 않았습니다. 올해 초 직원들의 컴퓨터 사용 기록을 추적해 학습에 쓰려던 사내 계획이 넓은 내부 비판을 받았고 6월에 중단됐습니다. 테크크런치가 새 요금제에 대해 물었을 때 회사는 답하지 않았습니다. 두 사건을 인과로 묶은 문장은 기사에 없습니다. 다만 사내에서 한 경로가 막힌 뒤 사외에서 값을 치르는 경로가 생겼다는 순서는 남습니다.

왜 하필 에이전트 사용 기록인지도 기사가 짚습니다. 오픈소스 하니스 Pi를 만든 마리오 체흐너는 테크크런치에 이렇게 말했습니다. "2025년 4월과 10월 사이에 코딩 에이전트 능력이 크게 뛴 이유는 클로드 코드가 기본 설정으로 여러분의 코딩 에이전트 세션을 전부 저장해 강화학습 훈련에 썼기 때문입니다." 모델을 키운 것이 더 많은 웹 문서가 아니라 실제 작업 세션이었다는 진단입니다.

원문. "The reason we saw a big jump in [coding agent] capabilities between April 2025 and October 2025 was that Claude Code, by default, would store all your coding agent sessions and use them for reinforcement learning training."

그런데 소프트웨어 개발 바깥으로 에이전트를 내보내려는 순간 이 재료가 끊깁니다. 대부분의 전문 업무는 복잡한 데다 디지털 흔적을 거의 남기지 않습니다. 회계 검토도, 설비 점검도, 계약 협상도 로그로 남지 않으니 모델을 평가할 수도 개선할 수도 없습니다. 값을 걸어서라도 그 흔적을 사야 하는 이유가 여기 있습니다.

깎이기 전의 표준 요금도 이미 낮았습니다. 마크 저커버그는 7월 9일 블룸버그 인터뷰에서 그해 7월에 내놓은 Muse Spark 1.1을 두고 메타가 자사 모델 접근에 값을 받는 첫 사례라고 말했습니다. 오픈소스가 아닌 모델로 제대로 된 API를 여는 것이 처음이고 가격은 공격적으로 매기겠다는 이야기였습니다. 그때 책정된 요금이 오픈AI와 앤트로픽이 내건 값의 약 25% 수준이라는 계산도 함께 전해졌습니다. 그 표준 요금은 지금도 그대로입니다. 컨트리뷰터 요금은 그 위에 다시 붙은 할인입니다. 낮은 값으로 개발자를 부르는 일과 데이터를 받으려고 값을 더 깎는 일이 같은 요금표에 두 층으로 겹쳐 있습니다.

경쟁 구도도 같은 방향으로 움직입니다. 앤트로픽이 같은 날 내놓은 Fable과 Mythos는 캐시된 토큰 처리 비용을 낮춘 채로 나왔고, 오픈AI의 최신 모델들은 7월 말에 큰 폭의 인하를 받았습니다. 요금을 내리는 흐름 자체는 업계 공통입니다. 메타가 다르게 한 지점은 인하의 대가를 요금표 위에 항목으로 적었다는 것입니다.

학습 데이터에 얼마짜리라는 꼬리표가 붙는 순간은 지금까지 대체로 사고가 난 다음이었습니다. 저작권 소송의 합의금, 법원이 명령한 회계 보고, 파산 절차에서 채권자에게 넘어가는 데이터셋 같은 자리입니다. 값이 매겨지긴 하는데 언제나 사후에, 그것도 당사자가 아닌 제3자의 손에서 매겨졌습니다. 소니뮤직과 워너채플이 클로드의 학습 데이터에 대한 회계 보고를 법원에 요구한 사건도 이 계보에 있습니다. 그 소장을 다룬 글은 여기에 있습니다.

값이 아예 없었던 것은 아닙니다. 값은 있었는데 적히지 않았을 뿐입니다. 프린스턴대 컴퓨터과학과의 아빈드 나라야난이 이 대목을 정확히 지적합니다. 그는 대기업들이 자사 데이터가 학습에 쓰이는 것을 원치 않는다는 증거가 뚜렷하다면서 이렇게 적었습니다. "그들은 클로드 맥스나 챗GPT 프로 같은 구독형 소비자 요금제가 10배에서 20배, 혹은 그 이상 저렴한데도 토큰 과금 방식의 엔터프라이즈 요금제를 고수합니다. 두 요금제의 주된 차이는 데이터 보존과 엔터프라이즈 IT 거버넌스입니다."

원문. "They stick with token-billed Enterprise plans even though the subscription-based consumer plans like Claude Max and ChatGPT Pro are discounted by 10x-20x or even more! (The main difference between the plans is data retention + enterprise IT governance)"

10배에서 20배를 더 내고 있었다면 그 기업들은 이미 자기 데이터에 값을 치르고 있었습니다. 다만 그 값이 청구서 어디에도 항목으로 적혀 있지 않았습니다. 계약 조건과 요금제 선택에 녹아 있어서 회계로 잡을 수도, 다른 회사와 비교할 수도 없었습니다. 이번 요금제가 바꾼 것은 값의 존재가 아니라 값의 표기 방식입니다. 같은 모델의 같은 성능 아래 두 줄이 나란히 놓이면서 차액이 눈에 보이는 숫자가 됐습니다.

그렇다면 이 두 줄은 언제부터 붙어 있었을까요. 컨트리뷰터 요금은 이번 모델에서 처음 생긴 것이 아닙니다. 공개 요금표를 거슬러 보면 8월 21일에 나온 Muse Spark 1.2 컨트리뷰터에 이미 같은 값이 적혀 있습니다. 입력 0.10달러, 출력 0.20달러, 캐시 읽기 0.002달러로 지금과 한 자리도 다르지 않습니다. 표준 요금 쪽은 더 오래 버텼습니다. 7월 16일 1.1부터 1.25달러와 4.25달러가 그대로이고, 그 사이 모델은 세 번 바뀌었습니다. 컨트리뷰터 티어가 없던 시절도 있었습니다. 1.1에는 이 두 번째 줄 자체가 없었습니다.

출시 첫날 눈길을 끌려고 붙인 값이었다면 여기에 무엇을 견주기는 어려웠을 것입니다. 모델이 두 번 바뀌는 동안 같은 자리에 머문 값이라면 사정이 다릅니다. 데이터를 회계로 옮기려면 큰 할인율보다 오래 버티는 가격이 필요합니다.

계산 자체는 곱셈 하나입니다. 구간별 요금 차액에 우리 팀의 월간 토큰 사용량을 곱하면 됩니다. 나오는 숫자는 우리가 데이터를 내주지 않기 위해 매달 더 내는 돈이자, 뒤집어 보면 메타가 우리 프롬프트를 받으려고 매달 포기하는 매출입니다.

월 입력 5억 토큰, 출력 1억 토큰을 쓰는 팀을 가정해 봅니다. 에이전트로 코드를 다루는 중간 규모 조직이면 닿는 수준입니다.

연으로 환산하면 11,760달러입니다. 이 팀이 프롬프트를 지키느라 한 해에 더 내는 값이자, 메타가 이 팀 한 곳의 작업 기록을 사려고 매긴 값이기도 합니다. 호출 단위로 잘게 보면 더 실감이 납니다. 입력 5만 토큰에 출력 2천 토큰이 오가는 에이전트 한 턴이 표준 요금으로 약 0.07달러, 컨트리뷰터 요금으로 약 0.005달러입니다.

이 숫자를 어디까지 믿을지에는 단서가 셋 붙습니다. 첫째, 이것은 공급자가 일방으로 정한 값입니다. 우리 데이터의 값이 아니라 메타가 지금 시점에 지불할 뜻이 있는 값입니다. 둘째, 이 값은 데이터의 내용을 보지 않습니다. 규제 대상 업무를 다루는 팀의 프롬프트든 사내 위키를 요약하는 프롬프트든 토큰 수가 같으면 같은 값이 매겨집니다. 셋째, 소유권이 넘어가지는 않습니다. 학습에 쓰도록 허락하는 것뿐입니다. 데이터를 넘긴 뒤에도 우리 손에 남지만, 그것이 다음 모델 안으로 들어가고 나면 되돌릴 방법도 없습니다.

그래서 이 곱셈의 쓸모는 값을 확정하는 데 있지 않습니다. 그동안 회의실에서 감으로 오가던 논의에 비교할 수 있는 하한선 하나를 놓아 주는 데 있습니다. 우리 프롬프트가 월 980달러보다 값진지 아닌지는 여전히 우리가 판단할 몫인데, 적어도 판단할 대상이 숫자로 있습니다.

값이 눈에 보이기 시작하면 기업 안에서는 무엇이 달라질까요. 나라야난은 기업들이 어떤 데이터가 정말 자사 고유의 것이고 어떤 데이터는 모델 제공사와 공유해도 되는지를 지금보다 부지런히 따지게 되리라고 봤습니다. 전부 지키거나 전부 내주던 두 칸짜리 결정이 항목별 결정으로 바뀐다는 이야기입니다.

항목별로 나누는 일은 목록에서 시작합니다. 우리 조직이 지금 모델에 무엇을 보내고 있는지 적어 둔 목록입니다. 목록이 없으면 어떤 프롬프트가 고유 자산이고 어떤 프롬프트가 공유해도 무방한지 나눌 수 없고, 나누지 못하면 요금제 선택은 팀 전체에 일괄로 걸리는 조건이 됩니다. 요금을 아끼려고 컨트리뷰터로 옮긴 팀 하나가 조직 전체의 노하우를 함께 실어 보낼 수 있습니다.

이 요금제를 계기로 사내에서 던져 볼 만한 물음은 다음 셋입니다.

• 우리 팀이 모델에 보내는 프롬프트가 어느 업무에서 얼마나 나가는지 사용량이 집계되고 있는가. 곱셈의 두 번째 항이 없으면 계산 자체가 시작되지 않습니다.
• 보내는 내용 가운데 밖으로 나가면 안 되는 것과 나가도 되는 것을 가르는 기준이 문서로 있는가. 기준이 없으면 요금제 선택이 곧 데이터 정책이 됩니다.
• 차액을 아껴서 얻는 이익과 내주는 데이터의 값을 같은 회의에서 비교하는가. 요금은 재무가 보고 데이터는 보안이 보면 이 비교는 어느 회의에서도 일어나지 않습니다.

읽어 주셔서 감사합니다. 원문은 테크크런치의 보도에서 볼 수 있고, 요금 수치는 공개 요금표에서 직접 확인했습니다. 이 곱셈을 여러분 팀의 사용량으로 돌려 보셨다면 어떤 숫자가 나왔는지 나눠 주세요.

(주)페블러스 데이터 커뮤니케이션팀
2026년 9월 5일

1차 소스 — 공개 요금표

• 1.OpenRouter. (2026). "Meta: Muse Spark 1.1." — 표준 요금표(입력 $1.25/M · 출력 $4.25/M) 최초 공개. 이 버전엔 컨트리뷰터 티어가 없었음(페이지 404)을 확인.
• 2.OpenRouter. (2026). "Meta: Muse Spark 1.2 Contributor." — 컨트리뷰터 요금제 최초 공개(2026-08-21). 입력 $0.10/M · 출력 $0.20/M · 캐시 읽기 $0.002/M, 이후 1.3 컨트리뷰터까지 동일하게 유지.
• 3.OpenRouter. (2026). "Meta: Muse Spark 1.3." — 표준 요금표. 입력 $1.25/M · 출력 $4.25/M, 1.1부터 세 버전 내내 불변.
• 4.OpenRouter. (2026). "Meta: Muse Spark 1.3 Contributor." — 컨트리뷰터 요금표. "Prompts and outputs may be used to improve Meta's products" 명시.

업계·보도

• 5.Fernholz, T. (2026). "Meta is paying to peek at how you use their latest AI model." TechCrunch. — 1차 보도. 직원 PC 사용 이력 추적 계획의 6월 중단, Mario Zechner·Arvind Narayanan 인용, 평균 할인율 약 95% 계산을 포함.
• 6.PYMNTS. (2026). "Meta Says Its First Pay-to-Use AI Model Outperforms Google." PYMNTS. — Muse Spark 1.1(7월) 출시 기사. 마크 저커버그의 블룸버그 인터뷰(7월 9일) 인용, 표준 요금이 오픈AI·앤트로픽 대비 약 25% 수준이라는 설명의 출처.