Meta Muse의 구조: 클라우드 VM, 커넥터, 브라우저, CLI

Meta의 Muse는 질문에 답하는 챗봇보다 사용자를 대신해 외부 시스템을 조작하는 개인 AI 에이전트에 가깝다. 사용자가 목표를 말하면 Muse는 클라우드 컴퓨터 안에서 브라우저, API 커넥터, 파일, CLI를 사용해 작업을 수행한다.

사용자마다 전용 클라우드 컴퓨터를 둔다

Muse는 사용자별 Muse Secure VM에서 실행된다. Meta의 공개 설명에 따르면 이 VM은 격리된 Linux 환경이며 브라우저, CPU, 메모리, 저장공간을 포함한다. Muse의 실행 런타임과 파일은 이 환경 안에 있고, 지속적인 애플리케이션 상태는 별도의 PostgreSQL 데이터베이스에 저장된다.

인증정보는 별도 저장소에 보관된다. Muse 본체가 비밀번호나 결제수단을 직접 읽는 구조가 아니며, 외부 서비스에 접근하려는 작업은 Sentinel이라는 별도 권한 계층을 거친다. Meta는 Sentinel이 커넥터 실행과 네트워크 외부 전송을 허용, 거부하거나 사용자 승인을 요청한다고 설명한다.

출처: Meta 공식 제품 발표, Meta 보안 기술 문서

커넥터와 브라우저의 차이

Muse가 외부 서비스와 통신하는 경로는 크게 두 가지다.

커넥터는 서비스의 API를 호출하는 통합 계층이다. 메일, 캘린더, 결제, 여행 서비스처럼 API가 있는 시스템은 구조화된 요청과 응답으로 처리한다. Meta는 서비스 제공자와 API를 통합하고, 커넥터를 사용하는 방법을 설명하는 SKILL을 함께 작성한다고 밝혔다.

브라우저는 API가 없거나 사용자가 직접 웹사이트에서 처리해야 하는 작업에 사용된다. Muse는 전용 VM 안에서 웹페이지를 열고 검색, 클릭, 입력, 결제를 수행한다. 이 방식은 일반 사용자와 같은 화면을 다룰 수 있지만, 사이트의 자동화 차단이나 화면 변경에 영향을 받는다.

Muse는 public API나 CLI를 이용해 커스텀 커넥터를 작성할 수도 있다고 Meta가 설명한다. 다만 개인용 Muse에서 커넥터를 등록하는 manifest 형식이나 공개 SDK는 아직 문서화되지 않았다.

CLI를 연결하는 방법

개인용 Muse의 CLI 커넥터 등록 절차는 공개되지 않았다. 엔지니어링 관점에서 확인된 원칙은 CLI가 에이전트가 읽을 수 있는 구조화된 결과를 반환해야 한다는 정도다.

입력 인자 → CLI 실행 → JSON 결과와 exit code → Muse가 결과 해석

CLI는 --json으로 결과를 고정하고, stdout에는 결과만 출력하며, 오류는 stderr와 exit code로 구분하는 형태가 적합하다. 변경 작업에는 --dry-run을 두어 실행 전에 계획을 확인할 수 있게 해야 한다.

Muse Code에는 별도의 공식 확장 경로가 있다. CLI를 MCP 서버로 감싸 stdio 또는 HTTP 방식으로 연결할 수 있다. 이 기능은 개인용 Muse 앱의 커넥터 등록 방식과는 별개의 개발자 도구다. Muse Code 확장 문서

쇼핑과 항공권 예매

가격 비교 쇼핑은 커넥터로 상품 API를 조회하거나 브라우저로 여러 쇼핑몰을 탐색하는 방식이다. Muse는 가격, 배송비, 재고, 반품 조건 같은 정보를 모아 비교한 뒤 구매 단계에서 사용자 승인을 요청한다. 결제에는 Stripe Link가 연동되며, Meta는 실제 카드번호 대신 일회성 카드번호를 사용할 수 있다고 설명한다.

항공권은 여행 인프라 업체 Duffel과의 연동 사례가 공개되어 있다. Duffel은 Muse 사용자가 항공편을 검색하고 예약, 예약 관리를 할 수 있다고 발표했다. 항공권 가격과 좌석은 실시간으로 바뀔 수 있으므로 최종 운임과 조건은 결제 전에 다시 확인해야 한다. Duffel 발표

음성 처리는 어디까지 공개됐나

Meta Model API에는 Muse Voice Transcribe라는 음성 전사 모델이 공개되어 있다. 스트리밍·비스트리밍 오디오, 화자 구분, 발화 전환 감지를 지원한다고 문서에 나와 있다. 그러나 이 모델이 개인용 Muse 앱이나 전화 기능에 실제로 사용되는지는 공개되지 않았다. Meta Model API 문서

개인용 Muse가 미국 사업장으로 전화를 거는 베타 기능을 시작했다는 보도는 있다. 하지만 전화에 사용되는 음성 인식, 음성 합성, 통신 인프라, 녹음과 전사 방식은 공개되지 않았다. 따라서 음성 인식 → Muse Spark → 음성 합성이라는 내부 구조를 Muse의 공식 구현으로 단정할 수 없다. 전화 기능 보도

Muse를 이해하는 핵심

Muse의 핵심은 모델 하나가 아니라 실행 환경과 권한 계층의 결합이다.

Muse Spark
+ 사용자별 클라우드 VM
+ 브라우저와 API 커넥터
+ 파일·CLI 실행 환경
+ Sentinel 승인 계층
+ PostgreSQL 상태 저장소

이 구조에서 모델은 작업을 계획하고 도구를 선택한다. 실제 외부 행동은 브라우저나 커넥터가 수행하고, Sentinel이 권한을 통제한다. 따라서 Muse의 성능을 평가할 때는 모델의 답변 품질뿐 아니라 커넥터의 범위, 브라우저 자동화의 안정성, 승인 흐름, 기록과 복구 방법을 함께 봐야 한다.