메타 최고 AI 책임자: 뮤즈는 어떻게 만들어졌나요?

"대부분의 사람들은 우리가 어떤 연구를 했는지 신경 쓰지 않으며, 그들이 신경 쓰는 것은 그것이 자신에게 무엇을 해줄 수 있는가입니다."

"사용자가 신뢰할 수 없는 경험을 하게 되면, 그들은 이 제품이 쓰레기라고 느낄 것입니다."

"저는 Muse가 모든 사람이 어린 시절 꿈꾸던 성인 생활을 할 수 있게 해줄 것이라고 생각합니다."

증명이 비행기 위에 떨어졌고, 그것이 어디에 있는지 알고 있으며, 자신이 그것을 어디로 보내고 싶은지도 알고 있지만, 그 다음에는 처리해야 할 일이 많습니다: 사람을 찾아서 물건을 가져오게 하고, 배송을 정리하고, 물건을 사무실로 보내야 합니다. David Senra는 이번 인터뷰에서 그의 친구가 Muse에 이 일을 맡기고 이후 과정에 더 이상 참여하지 않기를 요청했다고 말했습니다. 그의 전언에 따르면, Muse는 픽업과 배송을 정리하여 결국 증명을 친구의 사무실로 보냈습니다.

Senra의 마음을 움직인 것은 친구가 보낸 몇 장의 대화 스크린샷이었습니다. AI에게 질문하는 것에 익숙한 사람들에게는 이러한 사용법이 한 걸음 더 나아간 것입니다: AI는 단순히 제안을 제공하는 것이 아니라, 후속 작업도 맡았습니다. 이러한 경험이 일상이 될 수 있을지는 이번 인터뷰에서 추적한 질문입니다.

Muse는 Meta가 출시한 개인 AI 인공지능으로, 사용자의 일을 처리하는 것을 목표로 하고 있습니다. 이번 게스트인 Meta의 수석 AI 책임자이자 Scale AI의 공동 창립자인 Alexandr Wang은 그것이 프로토타입에서 출시까지의 과정을 이야기했습니다: 팀은 1~2주 만에 프로토타입을 만들었지만, 정식 출시까지는 7개월이 걸렸습니다. 이 기간 동안 그들이 해결해야 했던 것은 사용자들이 가장 중요하게 생각하는 문제였습니다: 그것이 정말로 신뢰할 수 있는가?

AI에게 맡길 만한 일을 먼저 찾기

Wang과 동료 Nat Friedman은 개인 인공지능에 대한 관심이 OpenClaw를 사용한 경험에서 비롯되었다고 말했습니다. OpenClaw는 도구를 연결하고 작업을 수행할 수 있게 해주어 그들이 AI를 일상생활에 도입해 보도록 시작하게 했습니다.

Wang은 Friedman이 OpenClaw에게 물을 더 많이 마시고 싶다고 말했을 때, 그것이 모니터링 화면을 통해 그가 물을 마셨는지 관찰하고 피드백을 주었다고 기억합니다. 그는 또한 마크 저커버그가 AI에게 자신의 종합 격투 훈련 영상을 보여주고 개선 제안을 받는 방법을 탐색하고 있다고 언급했습니다.

Wang의 회상에 따르면, 동시기에 업계의 관심은 프로그래밍 인공지능으로 많이 쏠렸습니다. 그러나 Meta는 다른 종류의 수요를 잡고 싶어 했습니다: 사람들의 일상적인 일을 처리해 주어 사람들이 하고 싶은 일을 할 수 있도록 시간을 비워주는 것입니다. 그는 이 방향을 Meta의 기존 제품과 연결지었습니다: Instagram, WhatsApp 등의 애플리케이션에는 사람들이 관심을 가지는 친구, 가족, 그리고 관심사가 있습니다.

"우리 각자는 하고 싶은 일이 있고, 해야만 하는 일이 있습니다. 범용 인공지능의 약속은 AI가 우리가 해야만 하는 많은 일을 대신 해주어 우리가 이러한 일에 시간을 거의 쓰지 않고, 하고 싶은 일에 시간을 쓸 수 있게 해준다는 것입니다."

이러한 구상에 따라 Muse는 일상적인 수요에서 출발해야 합니다. Wang은 인터뷰에서 팀이 자주 돌아가는 질문이 있다고 말했습니다: 다른 사람들이 왜 이 제품에 관심을 가져야 할까요? 사용자는 AI 연구에 먼저 관심을 가질 필요가 없으며, 일상에서 누군가에게 도움을 요청하고 싶다면 그것을 사용할 이유가 있어야 합니다.

프로토타입은 빠르게 만들 수 있지만, 신뢰성은 급하게 올 수 없다

2026년 2월, Wang과 Friedman은 개인 인공지능에 대한 생각을 각각 적었습니다. 이후 팀은 약 1~2주 만에 프로토타입을 만들어 이사회에 시연했습니다. 나중에 Muse의 일부 디자인, 특히 마스코트의 초기 형태는 그때 이미 나타났습니다.

방향은 올바른 것처럼 보였고, 프로토타입도 사람들을 놀라게 했지만, 이후의 작업은 이 두 주보다 훨씬 길었습니다.

"그 프로토타입은 가끔 사용할 수 있었고, 정말 신기했지만, 대부분의 경우 정상적으로 작동하지 않았고, 계속해서 고장이 났습니다. 우리는 그것을 매우 신뢰할 수 있고 정교하게 다듬어진 소비자 제품으로 만들어야 했습니다. 그래야 사용자에게 자신 있게 전달할 수 있습니다."

Wang은 개인 인공지능이 초기에는 한때 인기를 끌었지만, 이후 식었던 이유 중 하나는 사람들이 놀라운 경험을 했지만 신뢰할 수 있는 결과를 지속적으로 얻기 어려웠기 때문이라고 생각합니다. 팀은 직접 사용해 본 후, 그것이 무엇을 할 수 있는지 보았고, 그러한 고장이 사용자에게 어떻게 실망을 줄 수 있는지도 알게 되었습니다.

프로토타입에서 출시까지 Muse는 7개월이 걸렸습니다. Wang은 이 기간 동안 저커버그가 인내와 절제를 보였다고 특별히 언급했습니다. 팀이 만들고자 했던 것은 미래에 수십억 명의 손에 전달될 수 있는 제품으로, 그 중 대다수가 좋은 경험을 할 수 있도록 하는 것이었습니다. 자주 고장이 나는 프로토타입은 분명히 이 목표와는 거리가 멀었습니다.

Wang은 Muse의 초기 프로토타입을 회상하며: 가끔 놀라움을 주지만, 자주 고장이 난다고 말했습니다.

"잘 작동하는지"를 100개 이상의 요구사항으로 나누기

문제가 도대체 어디에 있는지 알기 위해 팀은 이상적인 개인 인공지능이 갖추어야 할 행동과 능력을 100개 이상의 항목으로 나열하고, 각 항목에 대해 평가, 훈련 모델, 부족한 점을 점검했습니다.

그는 인터뷰에서 전체 목록을 공개하지는 않았지만, 경험에 영향을 미치는 몇 가지 요소를 명확히 했습니다: 모델이 작업을 안정적으로 수행할 수 있는지, 과정 중에 사용자와 소통할 수 있는지, 사용자의 지시가 필요한 상황에서 다시 질문할 수 있는지 여부입니다. 모델이 업그레이드된 후에도 이러한 성능은 계속 비교하고 테스트해야 합니다.

팀은 또한 새로운 사용자가 설치에서 실제 사용까지의 과정을 반복적으로 경험하도록 초대했습니다. 개발자는 "AI에게 작업을 수행하도록 하라"는 것에 익숙하지만, 일반 사람들은 여전히 그것을 채팅 창으로 생각할 수 있습니다. 제품은 그들이 무엇을 AI에게 맡길 수 있는지 이해하도록 도와야 하며, 사용자가 처음부터 이해한다고 가정할 수는 없습니다.

"우리는 각 항목에 대해 기준을 설정했습니다: 어떤 수준 이하에서는 출시할 수 없고, 어떤 수준 이상에서야 비로소 좋다고 평가합니다. 여러 번 점검할 때, 80개 항목이 초록색이고, 20개 항목이 여전히 빨간색일 경우, 우리는 이것이 충분하지 않다는 것을 알고 있습니다."

특별히 훈련된 모델 버전이 모든 항목을 기준에 맞추었을 때, 팀은 비로소 출시의 문턱을 넘었습니다. 그들은 또한 이 버전을 실제로 사용하여 이전 버전보다 명확한 개선이 있음을 확인했습니다. 여기서 "모두 기준 충족"은 내부에서 나열한 평가 항목을 의미하며, 모든 실제 작업이 100% 성공할 수 있다는 것을 의미하지는 않습니다.

이는 AI 제품을 만드는 사람들에게 참고할 수 있는 판단 방법을 제공합니다: 사용자가 어떤 일을 맡겼을 때, 어떤 성과가 반드시 충족되어야 하는지를 명확히 한 후, 출시 여부를 결정해야 합니다. 시연에서 성공한 한 번과 사용자가 반복적으로 사용할 때의 신뢰성은 별도로 검증해야 합니다.

제품을 각 부서의 소원 목록으로 만들지 마라

신뢰성은 항목별로 점검해야 하며, 제품이 사용자에게 어떤 경험을 제공할지는 각 팀이 기능을 모아서는 안 됩니다. Wang은 특히 대기업의 제품이 결국 서로 다른 아이디어의 혼합물로 변하는 것을 걱정했습니다: 각 제품 관리자는 자신이 넣고 싶은 것을 가지고 있으며, 각 팀은 각자의 평가 목표가 있고, 결국 사용자가 이러한 조합으로 인한 혼란을 감당해야 합니다.

따라서 고위 경영진 팀이 Muse를 Meta의 가장 중요한 제품 중 하나로 여기더라도, 그들은 여전히 참여 규모를 통제합니다. Wang의 말에 따르면, 모델과 제품 두 부분을 합쳐도 200명도 안 됩니다. 그는 또한 이것이 상대적으로 대기업의 규모에 해당한다고 강조했습니다.

제품의 선택에 있어 Friedman의 판단은 Muse에 큰 영향을 미쳤습니다. Wang은 최종적으로 전달하고자 하는 것은 완전하고 일관된 경험으로, 사용자가 팀이 이 제품에 대해 명확한 생각을 가지고 있다고 느끼게 하는 것이라고 말했습니다. 개발에 참여한 사람들에게는 자신이 맡은 기능을 완료한 후, 그것이 전체 제품에 다시 적합한지를 확인해야 합니다.

Wang은 Senra와 Muse의 제품 선택 및 전체 경험의 일관성을 유지하는 것의 중요성에 대해 이야기했습니다.

신뢰는 작은 일들을 하나씩 처리하면서 쌓인다

팀이 제품을 출시할 수 있다고 생각하더라도, 사용자는 즉시 중요한 일을 모두 맡기지 않을 것입니다. Wang은 Muse를 좋아하는 사용자들이 종종 신뢰가 점진적으로 깊어지는 과정을 겪는다고 관찰했습니다.

"먼저 작은 일을 맡기면, 그것이 성공하면, 당신은: 오, 그것이 실제로 가능하구나. 그 다음에 조금 더 많은 일을 맡기면, 그것도 성공합니다. 그리고 나서, 조금 더 큰 문제를 맡깁니다."

Wang이 접촉한 몇몇 대학생들은 자신의 생각을 음성으로 쏟아내어 AI에게 정리하게 하고, 그것을 명확한 계획으로 만들어 달라고 합니다. 이러한 사용법은 상당한 수준의 신뢰를 이미 가지고 있습니다: 사람들은 모든 생각을 정리할 필요 없이, 아직 형성되지 않은 아이디어를 AI에게 맡기고 싶어합니다.

하지만 Wang은 이러한 점진적인 위임에 하나의 전제를 추가했습니다: 맡기는 작업이 점점 커질수록, AI도 매번 성공해야 한다는 것입니다. 만약 반복적으로 오류가 발생하기 시작하면, 처음 몇 번의 긍정적인 경험은 사용자가 계속 사용하도록 지탱하기 어려워집니다. 이것이 팀이 모델을 반복적으로 다듬고, 소통 및 질문 능력을 점검해야 하는 이유입니다.

Wang 자신의 사용법은 먼저 Muse에서 몇 가지 작업 흐름을 설정한 후, 회의와 사람들과의 소통에 다시 주의를 기울이는 것입니다. 그는 이러한 흐름의 세부 사항을 설명하지 않았지만, 사용 상태를 설명했습니다: 일부 일을 정리해 두면, 손에 있는 일을 계속할 수 있습니다.

절약된 시간, 자신의 계획에 쓸 수 있을까

AI가 일부 업무를 맡게 되면, 사람들이 시간을 되찾은 후 무엇을 할까요? Wang은 점차 미뤄졌던 계획들을 생각했습니다: 어린 시절에는 많은 소망이 있었고, 공부를 마치고 직장에 들어가 가족과 다양한 책임이 생기면서, 점차 손을 뻗어 시도하기가 어려워졌습니다.

그는 개인 인공지능이 사람들이 이러한 장애물을 넘는 데 도움을 줄 수 있기를 바랍니다: 먼저 하나의 아이디어를 실현하고, 그 다음에 더 큰 일을 생각할 수 있도록. 그는 자신의 기대를 "어린 시절 꿈꾸던 성인 생활을 살게 해주는 것"이라고 표현했습니다. 이것은 분명히 여전히 원대한 비전이며, 인터뷰에서 언급된 일상적인 사용법은 시작에 불과합니다.

매일 바쁘게 일하는 사람들에게, 이 비전은 훨씬 더 작은 문제에 적용될 수 있습니다: AI가 나의 번거로운 일을 처리한 후, 내가 원래 신경 쓰지 못했던 일을 할 수 있는 시간과 에너지가 생겼는가? 이것은 사용자의 관점에서 이러한 제품을 검증하는 방법이기도 합니다. Wang이 언급한 7개월의 다듬음은 결국 이러한 일상적인 경험에서 검증을 받아야 합니다.

마지막에 남기고 싶은 말

AI에게 일을 맡기고 싶다면, 먼저 범위가 명확하고 결과를 쉽게 확인할 수 있는 작은 일을 선택하여, 그것이 얼마나 많은 정보를 필요로 하는지, 문제가 발생했을 때 다시 질문할 것인지 확인해 보세요. 몇 번의 사용이 만족스럽다면, AI에게 맡기는 작업을 확대해 보세요. 시간을 되찾는 것은 항상 미뤄왔던 사소한 일에서 시작할 수 있습니다.

내용 출처: "Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta"丨David Senra（게스트: Alexandr Wang）

원본 영상: https://www.youtube.com/watch?v=S6l3aRsecuE