메타 3분기 어닝콜 중 $META 저커버그: "MUSE는 명확한 제품·시장 적합성(Product-Market Fit)을 확보했으며, 이제 대규모 확장 단계에 진입했다." - MUSE는 메타가 추진하는 개인 초지능(Personal Superintelligence) 전략의 핵심 제품. - 출시 약 1개월 반 만에 미국과 캐나다에서 1,000만 명 이상이 개인 AI 에이전트를 설정. - 앱스토어에서 거의 매일 1위 기록. - MUSE 설정 사용자 중 약 25%가 매일 사용. - 초기 이용자의 사용 기간이 길어질수록 유지율이 개선되는 추세. - 초기 일간 이용률은 스레드 출시 초기 및 메타가 추정하는 다른 AI 앱 초기 수준의 2배 이상. 가장 중요한 사용 사례는 쇼핑. - MUSE 활성 이용자의 25% 이상이 쇼핑 기능 활용. - 평균 구매 금액은 200달러 이상. - Plaid는 자사 커넥터에서 다른 서비스에서는 보지 못한 수준의 활동량이라고 평가. - 출시 첫 주 거래량이 예상치를 초과하면서 Stripe와 협력해 신용 한도를 상향. - 쇼핑 외 주요 사용 사례는 개인 생산성, 이메일·캘린더 연결 및 창작 활동. MUSE 수익화 전략과 AI 컴퓨팅 투자 저커버그: "향후 몇 년간 10억 명 이상의 사용자에게 MUSE를 제공할 수 있는 컴퓨팅 인프라를 구축하고 있다." 메타가 제시한 핵심 목표는 세 가지. - MUSE 사용자 규모 확대 - 매출 성장 - 컴퓨팅 비용 최적화 수익모델 - 일반 사용자에게 기본 서비스를 무료 제공. - 쇼핑 등 거래를 중개하고 기업으로부터 수수료 수취. - 고급 AI 모델 및 추가 토큰 사용자를 위한 유료 구독. - 기업과 소상공인을 위한 업무용 AI 에이전트 구독. - 메타의 기존 콘텐츠·광고 개인화 시스템과 연결. - 메타는 기존 앱 서비스에서 미국 사용자당 연간 수백 달러의 매출을 창출하고 있으며, MUSE는 장기적으로 이를 넘어설 것으로 예상. - 메타 앱을 이용하는 소상공인 규모는 자체 설문 기준 최소 5억 개로 추산. - 향후 소비자 AI 에이전트와 기업 AI 에이전트가 직접 연결되어 거래를 수행하는 생태계 구축 추진. AI 컴퓨팅 비용 효율화 - 현재 MUSE는 추론 과정에서 상당한 컴퓨팅 자원을 소비. - 향후 1년간 MUSE의 컴퓨팅 비용 효율을 10배 이상 개선할 계획. - 유휴 시간대 컴퓨팅 자원 활용, 효율적인 AI 모델, 추론 최적화 등이 핵심. - 수익이 본격적으로 확대되면 MUSE 사업이 흑자를 달성할 수 있을 것으로 전망. - 메타는 효율 개선이 수년간 지속될 경우 높은 수익성을 달성할 수 있다고 예상. 자체 AI 모델 개발 및 기업용 AI 사업 확대 저커버그: "우리는 아직 AI 컴퓨팅 자원을 핵심 사업 개선에 얼마나 효과적으로 활용할 수 있는지 그 한계를 발견하지 못했다." - MUSE Wonder를 메타의 첫 최첨단 프런티어 AI 모델로 출시. - MUSE Spark 1.2·1.3, MUSE Code, MUSE Voice 등 다양한 모델 출시. - MUSE Glimmer와 MUSE Spark Open 등 오픈웨이트 모델 공개. - MUSE Wonder보다 더 큰 차세대 모델 개발 진행. - 동시에 MUSE Wonder 수준의 지능을 훨씬 효율적으로 제공하는 소형 모델 개발. Meta Enterprise Platform 확대 - 기업용 AI 플랫폼을 통해 API, 코딩 서비스, 기업용 AI 솔루션 제공. - 모델 훈련비는 상당 부분 고정비이므로, 고마진 추론 수요를 최대한 확보하는 전략. - 소비자 에이전트, 기업용 API, 광고 및 추천 시스템 등에 자체 AI 모델을 폭넓게 활용. - MUSE Wonder를 이용해 추천·광고 시스템을 자율적으로 개선하는 평가 시스템 구축. - 메타 AI의 사용자당 참여도는 4월 신규 모델 배포 이후 2배 이상 증가.