메타 초지능 조직 재편 1년, 프론티어 AI 추격

메타(Meta)가 Llama 4 출시 실패 이후 인공지능 조직을 전면 재편한 지 1년, 반도체 전문 분석기관 세미어낼리시스(SemiAnalysis)는 2026년 7월 기준 메타의 초지능 프로젝트 진척 상황을 점검했다. 현재 최전선 AI 경쟁은 OpenAI와 Anthropic의 양강 구도로 재편됐다. 구글은 Gemini 3 Pro 이후 동력을 잃었고, 3.5 Flash·Pro 모델의 실사용 성능 부진으로 선두권에서 크게 밀려났다. 마이크로소프트 역시 초기 우위를 살리지 못했다는 평가다. 메타의 최신 모델 'Muse Spark'는 아직 최상위·오픈소스 동급 모델에 미치지 못하지만, 성능 개선 속도가 가파르다는 점이 주목된다. 데이터, 컴퓨팅, 인재라는 세 축을 모두 확보한 만큼 향후 6개월 내 구글을 추월하고 선두 그룹을 따라잡을 가능성이 높게 평가된다. 핵심 전략은 강화학습(RL) 데이터 확보에 있다. 메타는 내부 직원의 화면·키보드·마우스 움직임을 추적해 현실적인 화이트칼라 업무 데이터를 수집하고 있으며, 3,000명 규모의 '응용 AI 엔지니어링 조직'을 신설해 전담 RL 환경 구축에 투자하고 있다. 인프라 측면에서는 광고 수익 기반의 막대한 현금 창출력을 앞세워 2026년 말까지 OpenAI·Anthropic을 능가하는 컴퓨팅 규모 달성을 목표로 한다. 1기가와트(GW) 이상 전력을 소모하는 초대형 '타이탄(Titan)' 클러스터 5곳을 오하이오·루이지애나·아이오와 등에서 동시에 건설 중이다. 또 최대 2,000km 떨어진 데이터센터를 잇는 'AI-백본(AIBB)' 네트워크를 도입해 단일 데이터센터의 전력·발열 한계를 우회하고, 물리적 거리에 따른 지연 문제는 강화학습을 비동기식으로 글로벌 분산하는 방식으로 해결하고 있다. 인재 확보에도 총력을 기울여 스케일 AI의 알렉산더 왕(Alexandr Wang)과 SEAL 팀을 파격 조건으로 영입했고, OpenAI·Anthropic·구글 출신 연구원과 인프라·재무 전문가까지 대거 스카우트했다. 다만 성공을 장담하긴 이르다. 최신 모델 Muse Spark 1.1은 전반적 성능이 Opus 4.6 수준에 머물러 코딩 시 경고를 무시하는 결함이 남아 있다. 세미어낼리시스는 메타가 진정한 선두에 서려면 올해 말까지 지켜봐야 하며, 데이터 수집 조직 해체나 핵심 인재 이탈이 발생하면 치명적 타격이 될 수 있다고 진단했다.