Meta Muse Image: 모델, API, 그리고 0.01달러 정액 이미지

명확화된 이름을 검색해서 여기까지 왔다면, 짧은 답은 이렇습니다: Meta Muse Image는 Meta의 에이전트형 이미지 생성 및 편집 모델이며, 오픈 웨이트가 아닌 독점 모델이고, Meta 자체의 Model API를 통해 식별자 muse-image-1.0(으)로 호출합니다. 요금은 균일하게 생성된 이미지당 $0.01이고, 이 가격에 검색 그라운딩이 포함됩니다. 이것이 그 검색이 던지는 질문에 대한 답의 전부이며, 아래의 모든 내용은 그에 대한 참고 자료입니다 — 모델이 무엇을 하는지, 어떻게 접근하는지, 청구 단위가 실제로 무엇인지, Meta가 프로버넌스에 관해 문서화하는 내용, 그리고 문서가 끝나는 지점까지.

이 페이지의 존재 근거에 관해 분명히 밝힐 두 가지가 있습니다. 이 제품군은 이미 두 번 이상 발표되었고, 두 번째 발표 글은 우리가 이미 다루고 있는 내용의 중복이 될 것이기 때문입니다. 이것은 해당 이름에 대한 정식 참조 페이지입니다. 즉, 독자가 그 이름을 검색한 뒤 도달하는 목적지입니다. 그 근거는 2026년 9월 29일에 자체적으로 측정한 상시 수요입니다 — 독자들은 이 이름의 중의성을 해소한 형태를 세 가지 표기로 입력하며, 수백 건의 노출을 기록하고, 우리가 이와 같은 형태의 페이지를 작성했기 때문이 아니라 다른 페이지들 덕분에 우연히 차지하게 된 위치에 있으며, 우리가 발행하는 어떤 것도 참조 페이지의 형태가 아니기 때문에 전환은 거의 0에 가깝습니다. 그 측정은 사람들이 무엇을 입력하는지에 관한 사실일 뿐이며, 그 외의 것은 아닙니다. 그것은 세상에서 이 모델의 품질이나 인기에 관해서는 아무것도 말해주지 않습니다. 그리고 날짜를 특정할 수 있는 앵커는 여기에서 모델의 날짜를 특정하기 위한 사실로 사용되며, 보도할 사건으로 사용되는 것이 아닙니다. Muse Image와 Muse Video에 관한 Meta의 출시 게시물은 2026년 7월 7일 자 날짜 표기를 갖고 있으며, 그 날짜에 Meta의 소비자 접점 전반에서 이 모델을 "오늘부터 이용 가능"하다고 설명합니다. 따라서 2026년 7월 7일이 이 페이지가 기준으로 삼는 출시일입니다. 아래의 모든 수치는 문장에서 달리 말하지 않는 한 2026년 9월 29일에 Meta 자체 페이지에서 읽어낸 것입니다.

Muse Image가 실제로 무엇인지

메타 자체의 한 줄 설명부터 시작하는 것이 좋습니다. 이는 마케팅이 아니라 실제로 제 역할을 하는 설명이기 때문입니다: Muse Image는 "검색에 기반하고 프로덕션 규모에 맞게 이미지당 $0.01로 가격이 책정된 에이전트형 이미지 생성"입니다. 메타의 모델 페이지에서는 기능 범위를 네 가지 작동 모드 — 이미지 생성, 정밀 편집, 앵커드 컴포지션, 멀티턴 정교화 — 로 나누고 있으며, 개발자 문서는 같은 내용을 한 문장으로 압축합니다: "Muse Image는 대화로부터 이미지를 생성하고 편집합니다."

Meta의 표현에 따르면, 차별화되는 주장은 Muse Image가 "렌더링하기 전에 추론하는 이미지 모델"이라는 것입니다. Meta의 출시 게시물은 이를 관념적이 아니라 구체적으로 만듭니다: "프롬프트를 이미지에 직접 매핑하는 대신, Muse Image는 에이전트로 작동합니다: 정확도를 높이기 위해 검색 및 코딩 도구를 호출하고, 자체 생성물을 스스로 개선하며, 테스트 시점 컴퓨팅을 확장하여 개선합니다." 실제로 이는 모델이 그리기 전에 계획하고, 프롬프트가 실제 세계의 사실과 관련될 때 웹에서 실시간 참조를 가져오며, 정밀도가 중요할 때 코드를 작성하고 실행한다는 것을 의미합니다 — Meta가 정확한 플롯과 QR 코드를 위해 설명하는 경로 — 그리고 결과를 반환하기 전에 확인합니다.

Meta가 가장 먼저 언급하는 세 가지 역량은 이를 평가하는 기준이 되며, 이는 Meta 자신의 문장에 나와 있습니다: Muse Image는 "지시를 충실히 따르고, 정밀하게 편집하며, 여러 참조 이미지로 구성합니다." 편집에 관한 주장은 세 가지 중 가장 날카로운데, 이는 출력이 아니라 절제에 관한 주장이기 때문입니다: Meta의 모델 페이지에 따르면 이 모델은 "정확히 지정한 것만 바꾸고 나머지는 모두 그대로 두도록 설계되었으며", 일회성 편집이 아니라 여러 턴에 걸친 반복적 개선을 지원합니다. 구성은 "anchored composition" 모드가 있는 부분입니다 — "소수의 참조 이미지에 일련의 생성 전체를 고정하여 캐릭터, 스타일, 설정이 한 이미지에서 다음 이미지로 일관되게 유지되도록" 하는 것인데, 이는 단일 그림 대신 카탈로그나 광고 세트를 제작하는 경우 중요한 역량입니다. 종합해 보면, 이는 이미지를 생성하는 데 사용하는 이미지 모델과 그 위에 파이프라인을 구축하는 이미지 모델을 구분하는 주장이며, 이는 벤더의 주장입니다: Meta는 이 모델에 대한 지시 준수 또는 편집 충실성의 독립적인 벤치마크를 공개하지 않습니다.

에이전트적 프레이밍은 도구에만 관한 것이 아니다. Meta는 Muse Image가 Muse Spark라는 자사의 추론 모델과 결합한다고 문서화하는데, 이는 "두 모델이 도구를 공유하고 강력한 에이전트형 미디어 생성을 위해 공동으로 계획하도록" 하기 위해서다 — 문서화된 예시는 애니메이션 GIF, 이미지가 삽입된 페이지, 소규모 인터랙티브 게임 같은 다중 파트 출력이다. 생성된 이미지를 생성된 텍스트나 코드와 혼합하는 무엇이든 만들고 있다면, 그 결합은 이해할 가치가 있는 설계의 일부이며, 이것이 바로 이 모델이 자체 자격 증명을 가진 별도의 이미지 엔드포인트가 아니라 Muse Spark와 동일한 API 및 동일한 인증으로 제공되는 이유다.

이것을 부르는 이름: API 표면

Muse Image is reached through Meta's Model API, and the developer documentation is specific about the shape of that call. The model identifier is muse-image-1.0, passed as the model field on every request. Requests go to the base URL https://api.meta.ai/v1 with a bearer token — the documentation notes that it uses the same base URL and auth as Muse Spark — and there are two image endpoints plus a conversational one:

• 생성 — POST /v1/images/generations, 텍스트 프롬프트 입력, 이미지 출력.

• 편집 — POST /v1/images/edits, 프롬프트와 입력 이미지를 사용하는 이미지-투-이미지 작업용.

• 턴 전반에 걸쳐 다듬기 — POST /v1/responses, 문서화된 멀티턴 흐름이 작동하는 방식인 Responses API입니다.

이미지 엔드포인트에서 문서화된 매개변수는 몇 개 되지 않지만, 비용과 출력 형식이 결정되는 곳이므로 외워 둘 가치가 있습니다. n은(는) 1에서 10까지의 값을 가지며 기본값은 1입니다. size는 "WxH" 문자열(예: 1792x1024)을 받으며, 문서에는 이 엔드포인트에서 이것이 "정확한 픽셀이 아니라 종횡비만 설정합니다"라고 명시되어 있습니다 — 해상도 보장으로 읽어서는 안 됩니다. response_format은(는) 기본적으로 b64_json 또는 url이며, output_format은(는) 기본적으로 webp이고 png 및 jpeg를 사용할 수 있습니다. 에이전트 동작은 전환 가능합니다: 이미지 엔드포인트는 tool_enablement 확장을 받습니다. 이 확장은 다음을 포함합니다: enable_image_search, enable_web_search 및 enable_shell, 그리고 reasoning_strength은(는) high(기본값) 또는 low입니다. 추론을 낮추는 것은 비용과 지연 시간을 조절하는 레버이며, 맹목적으로 믿기보다 자체 프롬프트에서 가장 먼저 A/B 테스트해 볼 가치가 있는 항목입니다.

Responses API에서는 동일한 제어가 image_generation 도구 객체 안에 있습니다. 이 객체는 tools에 있으며, 이미지 검색, 웹 검색, 셸이 모두 기본적으로 활성화되어 있습니다. 출력 배열은 고정된 순서로 반환됩니다. 모델이 무엇을 계획하고 조회했는지 요약하는 추론 항목, 메시지 항목, 그다음 이미지마다 하나씩 image_generation_call 항목이 옵니다. 이미지 자체는 해당 항목의 result 필드에 base64로 들어 있으며, 그 id는 나중 턴에서 같은 이미지를 계속 편집할 수 있도록 다시 넘겨주는 서명된 핸들로 문서화되어 있습니다. 이 핸들은 여러 턴에 걸친 개선을 가능하게 하는 메커니즘으로, 이미지의 세부 사항 하나를 바꾸기 위해 이미지를 다시 업로드하지 않아도 되게 해줍니다. 두 이미지 엔드포인트 모두 stream: true를 허용하며, 생성 시에는 image_generation.completed를, 편집 시에는 image_edit.completed를 내보냅니다. Model API는 OpenAI SDK, Anthropic SDK 및 OpenAI 호환 에이전트 CLI와 드롭인 호환된다고 문서화되어 있으므로, 기존 이미지 호출은 재작성이 아니라 모델 문자열을 바꾸는 것만으로 끝납니다.

각주가 아니라 참조 문서에 들어가야 할 주의사항이 하나 있습니다: Meta는 우리가 확인할 수 있는 Muse Image의 속도 제한을 공개하지 않았습니다. Meta 자체 개발자 사이트의 속도 제한 페이지는 가격 책정 페이지와 마찬가지로 아무 수치도 없는 껍데기만 반환했습니다. 처리량이 설계에 중요하다면, 그것은 문서가 아니라 API에서 알게 될 미지수입니다.

가격 및 가격이 책정되는 단위

이미지 한 장당 1센트. 그 수치는 Muse Image에 대한 Meta 자체 모델 페이지에서 확인되는데, 해당 페이지의 가격 표에는 이 모델이 검색 그라운딩과 추론이 모두 포함된 것으로 표시되어 있고 가격은 $0.01/image로 제시되어 있습니다. 개발자 문서에서는 이를 "Muse Image는 생성된 이미지당 정액 $0.01로 청구됩니다."라고 다시 명시합니다. 단위는 토큰이 아니라 이미지입니다 — 문서에서 직접 그렇게 말합니다("Muse Image는 토큰당 과금되지 않습니다") — 그리고 이 점이 중요한데, 사용량을 토큰으로 보고하는 이미지 API는 보통 토큰 단위로 청구되기 때문입니다. Muse Image는 입력 및 출력 토큰 수가 포함된 사용량 블록을 반환하며, 그 수치는 참고용일 뿐입니다.

단위에서 세 가지 청구 세부 사항이 도출됩니다. 첫째, n은 배수입니다: 이미지 10개를 반환하는 요청은 이미지 10개에 대해 청구되므로, 1–10 매개변수는 편의 기능이면서 동시에 지출 제어 수단입니다. 둘째, 실패에는 요금이 청구되지 않습니다 — 생성에 실패하거나 반환되기 전에 안전 필터링으로 제거된 이미지는 집계되지 않습니다. 셋째, 검색 그라운딩은 별도 항목이 아니라 이미지당 가격에 포함됩니다. Meta 문서에서는 이것이 "이미지당 가격의 일부이므로 별도의 검색 그라운딩 요금이 부과되지 않습니다"라고 명시합니다. 마지막 요점은 에이전트 작업에서 이 요율을 의미 있게 만드는 부분입니다: 렌더링 전에 웹을 검색하는 모델은 단일 출력 뒤에서 여러 도구 호출을 생성할 수 있으며, Meta는 도구 호출이 이미지와 별도로 청구되지 않는다고 말합니다.

우리는 요율표에서 이 수치를 확인할 수 없었고, 이는 건너뛰기보다 언급할 가치가 있습니다. 우리가 가져온 Meta 개발자 도메인 아래의 모든 가격 URL은 달러 금액이 전혀 들어 있지 않은 페이지 셸을 반환했기 때문에, 이 수치가 읽을 수 있는 진술로 존재하는 곳은 모델 페이지와 이미지 생성 문서 두 곳뿐입니다. 조달을 위해 두 번째 출처가 필요하다면, 오늘날 Meta 사이트에는 그런 출처가 없습니다.

1센트가 실제로 사주는 것은 할인이 아니라 의사 결정의 변화입니다. 모델 페이지에서 Meta가 직접 밝힌 표현에 따르면, 이 모델은 "이전에는 프런티어 가격 책정으로는 엄두도 낼 수 없었던 워크로드를 실행할 수 있게 해줍니다" — 광고 변형 생성, 카탈로그 이미지, 사용자별 개인화 — 그리고 이 요율이라면 10만 장의 이미지가 대략 1,000달러에 책정됩니다. 그 요율을 이미 비용을 지불하고 있을 수도 있는 프리미엄 이미지 모델들과 견주어 보고 있다면, 유용한 방법은 두 모델 모두를 자신의 프롬프트와 자신의 평가 기준으로 실행해 보는 것이며, 이미지당 1센트라는 점이 그 비교를 실제로 해볼 만큼 저렴하게 만들어 줍니다.

출처: Content Seal이 해결하는 것과 해결하지 않는 것

Meta는 이 모델과 함께 보이지 않는 워터마킹 시스템을 제공하며, 이를 인용할 만큼 정확하게 문서화한다. "Muse Image에는 보이지 않는 워터마킹 시스템인 Content Seal이 포함되어 있습니다. Meta AI 앱과 meta.ai에서 Muse Image로 생성된 이미지는 자르거나 압축하거나 크기를 조정하거나 스크린샷을 찍어도 그대로 유지되는 숨겨진 출처 신호를 담고 있습니다." Meta는 Content Seal을 동영상으로 확장할 계획이라고 밝히며, 이미지에 해당 표시가 있는지 확인할 수 있는 탐지 도구를 미리 공개한다.

그 문장의 범위를 주의 깊게 읽어보세요. 처음 보이는 것보다 범위가 좁기 때문입니다. 출처 신호는 Meta AI 앱과 meta.ai — 소비자 접점 — 에서 생성된 이미지에 의해 전달된다고 설명되어 있으며, Meta의 모델 페이지와 API 문서는 Model API를 통해 생성된 이미지가 동일한 표시를 지니는지에 대해 아무 언급도 하지 않습니다. 어느 쪽에 대한 언급도 찾을 수 없었으므로, Content Seal을 소비자 접점 출처 기능으로 취급하고, 자신의 계정에서 출력을 테스트해 보기 전까지는 API로 생성된 파일에 함께 따라간다고 가정하지 마세요. 독립적으로, 저희가 보고한 탐지기의 유일한 테스트는 Reuters에서 나온 것으로, 자르기 후 워터마크가 삽입된 이미지의 대부분을 검증하지 못했다는 것을 발견했습니다. 그 발견과 수치는 이 모델에 대한 저희 해설에서 다루어지며, 출처 논의를 위해 읽어야 할 페이지는 이 페이지가 아니라 그 페이지입니다.

실행 위치

Meta가 출시 게시물에서 직접 밝힌 자체 이용 가능성 안내: Muse Image는 “오늘부터 Meta AI 앱과 meta.ai에서, 미국에서는 Instagram Stories에서, 제한된 국가에서는 WhatsApp에서 이용할 수 있으며, 곧 Facebook에서도 출시될 예정입니다.” 이는 Meta의 설명이며, 해당 서비스 표면은 모두 Meta 자체 제품입니다 — 어느 것에도 대기자 명단이나 초대 코드, 별도 가입이 없습니다. 개발자 측면에서 이 모델은 Model API를 통해 제공되며, 위의 식별자와 엔드포인트가 바로 이를 위한 것입니다. Meta의 모델 페이지에는 이를 실행하는 방법 중 하나로 타사 추론 플랫폼도 나열되어 있습니다. 여기서는 그 이름을 언급하지 않으며, 이 페이지의 어떤 내용도 Meta 자체 API 외의 다른 어떤 표면에서의 약관이나 요금에 관한 주장으로 해석되어서는 안 됩니다.

Meta는 Muse Image가 Model API에 출시된 날짜를 공개하지 않았으며, Meta의 개발자 문서에도 그러한 날짜가 나와 있지 않다. 이 페이지가 기준으로 삼는 유일한 날짜는 모델 자체의 출시일인 2026년 7월 7일로, 이는 Meta 자체 발표 게시물의 날짜 표기에서 확인된 것이다. 모델이 아니라 API 표면의 날짜를 매기고 있다면, Meta가 말하는 대로 말하라. 즉, 아무것도 없다.

오픈 웨이트인가, 독점인가? 독점 — 그리고 그 제품군은 둘 다 갖추고 있다

이 제품군에서 독자들이 가장 자주 틀리는 질문이므로, 직접 답할 가치가 있습니다. Muse Image는 독점 제품입니다.Meta의 개발자 문서는 경계를 명확히 긋습니다: Model API를 통해 호출하는 모델 — Muse Spark, Muse Image, Muse Voice Transcribe 및 SAM — 은 제공되며, Muse Glimmer는 허용적인 Apache 2.0 라이선스 하에 "다른 길을 갑니다: 개방형 가중치를 다운로드해 Model API를 통해 호출하는 대신 자체 하드웨어에서 실행합니다"라고 명시합니다. Muse Glimmer는 이 제품군의 개방형 가중치 경로이며, 그것은 다른 모델입니다: Muse Image의 개방형 릴리스가 아니라 Muse Spark에서 증류된 멀티모달 모델입니다. Muse Image에 관한 Meta의 페이지 어디에도 라이선스를 명시하거나 가중치를 제공하지 않습니다. 제공할 것이 없기 때문입니다. 자체 호스팅이 필수 조건이라면 Muse Glimmer가 평가할 모델입니다; 여기 설명된 이미지 모델을 원한다면 Meta의 API를 호출하고 이미지당 비용을 지불합니다.

Meta가 순위를 매긴다고 주장하는 것, Meta의 주장으로 표시됨

Meta의 출시 게시물은 다음과 같이 밝힙니다: "Muse Image는 작성 시점에 인간 선호도 Elo 순위로 측정된 텍스트-이미지, 단일 이미지 편집, 다중 이미지 편집 부문에서 Arena 2위를 차지하고 있습니다." 그 문장에 관해 중요한 두 가지가 있으며, 둘 다 Meta 자체의 표현에서 나옵니다. 그것은 공급업체가 보고한 순위이지 독립적인 점수가 아니며, 인간 선호도 Elo 순위이지 고정된 하네스에서의 벤치마크 결과가 아닙니다 — 상위 두 순위 사이의 격차가 제한된 수의 투표를 기반으로 산출된 Elo 평점의 오차 범위보다 작을 때 실질적인 차이를 만들어 내는 구분입니다. Meta가 이 주장과 함께 게시한 차트에는 "2026년 7월 5일 기준"이라는 날짜가 붙어 있고, 주장 자체도 "작성 시점 기준"이라는 단서가 붙어 있으므로, 이는 이해관계가 있는 당사자가 인용한 실시간 리더보드의 스냅샷이지 확정된 순위가 아닙니다.

같은 게시물에는 Meta가 직접 라벨을 붙여 주는 스케일링 도표가 포함되어 있습니다. 추론에 따라 품질이 상승하는 모습을 보여 주는 차트에는 “내부 절제 실험에서 도출한 Elo”라는 캡션이 달려 있습니다. 이는 공급업체 내부 측정치이며, 제3자 리더보드와 비교할 수 없습니다. Meta의 주장은 테스트 시점 컴퓨팅이 증가함에 따라 품질이 대략 로그-선형 관계로 개선되고, 추론과 도구 사용이 결합될 때 상승 효과를 낸다는 것입니다. 즉, 내부 절제 실험이며, 그렇게 명시되어 있습니다.

이 모델에 대한 독립적인 순위는 Meta의 것이 아닌 보드에도 존재하며, 우리는 이를 보도해 왔습니다: 우리 해설 기사에는 Artificial Analysis 이미지 보드와 아레나 순위가 해당 수치와 함께 실려 있고, 두 개의 맞대결 페이지는 그 수치들을 이름이 명시된 경쟁 모델 옆에 배치합니다. 공급업체의 것이 아니라 독립적인 그림을 원한다면, 바로 그곳에서 읽으면 됩니다. 이 페이지는 그 수치들을 다시 싣지 않으며, 그중 하나는 어쨌든 주의 깊게 읽어야 합니다. Artificial Analysis는 호출 가능한 API를 제공하는 이미지 모델만 순위에 올리기 때문입니다. 따라서 Muse Image에 대한 독립적인 순위는 Model API에 관한 진술이지 Meta AI 앱에 관한 것이 아닙니다.

문서가 답하지 않는 것

레퍼런스 페이지는 기록이 어디서 끝나는지 알려 줄 때만 유용하므로, 2026년 9월 29일에 Meta로부터 확인하지 못한 내용은 다음과 같습니다. Muse Image에는 공개된 속도 제한이 없습니다. 공개된 지연 시간 프로필도, 성공률도, 프로덕션 트래픽에서의 에이전틱 루프에 대한 독립적 평가도 없습니다 — 이미지당 가격은 문서화되어 있지만 운영 범위는 그렇지 않습니다. 어떤 독립 주체로부터의 지시 따르기나 편집 충실도 벤치마크도 없고, Meta도 자체적으로 그런 수치를 공개하지 않습니다. Meta의 모델 페이지에 있는 벤치마크 그래픽에는 읽을 수 있는 수치가 없습니다. 라이선스 문구도 없습니다. 왜냐하면 이 모델은 다운로드용으로 라이선스가 부여되지 않았기 때문입니다. 그리고 Muse Image가 Model API에서 호출 가능해진 날짜는 Meta의 문서 어디에도 명시되어 있지 않습니다. 그러한 부재들 중 어느 것도 이 모델을 피할 이유가 되지는 않습니다 — 검색 그라운딩이 포함된 1센트짜리 이미지는 그 이유만으로도 테스트할 가치가 있습니다 — 하지만 각각은 파이프라인이 이 모델에 의존하기 전에 가정하기보다 측정해야 하는 이유입니다.

개발자를 위한 평결

Meta Muse Image는 문제가 볼륨이라면 평가해 볼 가치가 있습니다. 카탈로그 이미지, 광고 변형, 사용자별 개인화처럼 프런티어의 이미지당 요금 때문에 프로젝트가 좌초된 모든 경우 말입니다. 단가는 문서화되어 있고, 단위는 모호하지 않으며, 실패에는 요금이 청구되지 않고, 검색 그라운딩은 요금에 포함되어 별도로 청구되지 않습니다. 이는 이 시장에서 헤드라인으로 내세울 만큼 이례적입니다. 눈감고 도입할 가치는 없습니다. 가격을 넘어서는 모든 것 — 처리량, 지연 시간, 에이전트 루프가 당신의 프롬프트에서 얼마나 안정적으로 완결되는지, 출처 표시 신호가 API 출력과 함께 전달되는지 — 이 문서화되어 있지 않기 때문입니다. 또한 벤더 스스로의 순위 주장은 측정된 결과가 아니라 특정 시점에 인용된 인간 선호도 평가일 뿐입니다. 여기서 정직한 의사결정의 형태는 이미 운영 중인 이미지 모델을 상대로, 당신의 프롬프트로, 값싼 실패 모드와 검증된 폴백을 뒤에 둔 1센트 실험입니다. 이 모델이 무엇인지, 어떻게 호출되는지, 비용이 얼마인지에 관해서는 이 페이지가 참조 자료입니다. 이것이 당신의 스택에 있어야 하는지에 관해서는, 당신이 직접 생성한 숫자만이 유일하게 중요합니다.