$META 3Q26 컨퍼런스콜 Q&A 정리
Q1
Muse 이용자 증가 속도를 제약하는 요인은 기능, 모델 효율, 컴퓨트 용량 중 무엇이며, 회사가 가장 먼저 풀려는 것은 무엇인가?
Meta Enterprise 플랫폼의 비전과 기업 고객에게 줄 핵심 가치는 무엇인가?
A
가장 큰 제약은 컴퓨트 비용이다. 운영 비용이 커서 아직 해외에 출시하지 못했고, 지역별 커넥터 최적화 작업도 남아 있다. 미국·캐나다 일부 시장만으로 6주 만에 1천만 명이 설정했으니 전 세계로 넓히면 숫자는 훨씬 커질 것이라고 봤다. 다만 효율을 먼저 맞춰야 하며, 특정 효율 목표를 달성하면 10억 명 이상을 감당할 컴퓨트를 짓고 있다고 했다. 효율 개선과 수익 모델 구축을 향후 1년의 제약 요인으로 꼽았다.
제품 가치는 새 모델로 끌어올린다. 무료 등급 기본 모델은 Muse Spark이고 성능이 더 좋은 Muse Wonder는 유료 등급에서만 쓸 수 있어, 더 효율적인 Muse Wonder 버전을 만들어 넓게 배포할 계획이다. 두세 세대 뒤 모델은 더 높은 지능을 더 싼 값에 제공해 가치를 크게 키울 것이라고 봤다.
기업 쪽 단기 상품은 모델 API, Muse Code(코딩 도구), 기업 고객 응대용 비즈니스 에이전트이며 셋 다 빠르게 성장 중이다. 장기적으로는 소상공인 운영을 자동화하는 에이전트, 회사 업무 환경에서 쓰는 Muse, 개인 Muse끼리 그리고 기업 에이전트와 협업하는 'Muse 네트워크'를 구상한다.
CFO는 기존 기업용 소프트웨어 회사들이 AI 시장을 장악하지 못했고 일부 선두 기업은 몇 년 전 존재하지도 않았다며, 모델·인프라·글로벌 유통망에 더해 Meta 앱으로 고객을 찾는 소상공인 최소 5억 곳과의 관계를 갖춘 Meta에 기회가 있다고 덧붙였다. 구독·사용량 기반 API·메시징 등 반복 매출을 기대하지만, 고객 수요가 확인되는 만큼만 투자를 늘리겠다고 했다.
기업 사업의 매출 규모, 성장률, 투자 금액은 공개하지 않았음.
Q2
에이전트 접근을 원치 않는 중개 플랫폼·공급자가 늘어나는 상황에서, 에이전트 커머스의 마찰을 어떻게 줄이고 기존 서비스와의 균형을 맞출 것인가?
새 주식 종류 발표와 관련해 자금 조달원과 자본 구조 최적화를 어떻게 생각하는가?
A
저커버그는 대부분의 기업이 기존 고객 판매를 늘리고 신규 고객을 데려올 기회로 보고 적극적이며, 예상보다 많은 기업이 먼저 연동을 요청해 왔다고 했다. 모두가 초기 참여자가 되길 원하지는 않으며, 각 기업이 원하는 조건으로 협력하겠다고 했다.
CFO는 고객 관계 보호를 우려하는 기업이 있음을 인정했다. 시장은 사람처럼 화면을 조작하는 에이전트에서 벗어나 인증 API, 승인된 파트너십, 개인 에이전트와 기업 에이전트의 직접 통신 같은 허가 기반 구조로 갈 것이라고 봤다. 이를 위해 Sierra·Walmart·Stripe·Shopify 등과 개방형 표준인 Personal Agent Protocol을 개발 중이다. 단기적으로는 완전 자율보다 AI가 보조하는 형태가 많고 도입 속도도 고르지 않을 것이라는 단서를 달았다.
Class C 주식은 의결권 없는 상장 주식으로, 자본 조달·임직원 보상·인수에 쓰면서도 기존 A·B주 의결권과 창업자 중심 구조를 유지하기 위한 것이다. AI로 사업 전반에서 나타나는 성장에 투자할 자금 수단을 넓히는 것이 목적이라고 설명했다.
구체적인 자금 조달 계획은 발표할 것이 없다며 공개하지 않았음.
Q3
Muse와 기업 에이전트가 허가 기반·에이전트 간 거래로 옮겨가면 무엇이 달라지고 무엇이 새로 가능해지는가?
2027년 비용과 CapEx는 어떻게 봐야 하는가? 2026~27년 컴퓨트 최대 확보와 2028년 유연성, 더 큰 폭의 비용 증가, 연간 영업이익 증가 등 과거 발언과 연결해 줄 수 있는가?
A
생태계 변화는 정확히 예측하기 어렵고 고르지 않게 진행될 것이라고 했다. CFO 본인이 Muse를 써보면 기업 쪽 에이전트와 매끄럽게 연결될 때 나아질 부분이 많다며, Muse가 기업에 전화를 거는 대신 기업 에이전트가 응대하는 예를 들었다.
Muse의 강점은 장애물에 부딪혀도 경로를 바꿔 과제를 끝까지 수행하는 능동성이라고 했다. 지금은 소비자 수요가 겉으로 드러날 때만 거래가 일어나지만, 에이전트가 계속 상품을 찾아 제안하면(예: 매달 새 책 10권 추천) 거래 자체가 늘어날 것이라고 봤다. 기업 에이전트도 같은 방식으로 능동적으로 움직이는 구조를 기대했다.
2027년 예산과 용량 계획은 아직 초기 단계이며, 기간별로 수익성이 다른 투자안을 평가해 전체 예산과 재무 목표 안에서 최대한 많이 집행하려 한다고 했다. 2027년 비용·CapEx 수치나 방향, 과거 발언과의 연결은 4Q 실적 발표 때 제시하겠다며 답하지 않았음.
Q4
강력한 새 모델을 광고 사업 내부에 적용하면 개선 여지가 얼마나 되는가?
2027년 '강한 매출 성장'은 광고 기준인가, 새 AI 매출도 포함하는가?
A
광고 개선 동력을 세 갈래로 설명했다. 첫째, 기존 머신러닝 성능 개선 파이프라인이 탄탄해 2027년에도 핵심 사업을 키울 여지가 크다. 둘째, LLM 중심 인프라로 이용자 선호를 더 깊게 추론하는 연구 과제들이 추천·순위 엔진 개선으로 이어질 것이다. 셋째, 자동화 광고 상품 Advantage+를 통해 이미지에서 영상·음성을 만드는 생성형 도구를 늘려 광고를 사람별로 개인화할 것이다.
2027년 매출 성장은 핵심 광고·참여도 투자가 중심이라고 했다. 구독·거래·광고·기업용 상품 등 새 AI 사업은 2027년부터 증분 매출을 내기 시작하지만 의미 있는 규모는 시간이 걸린다는 입장이다. 수십억 명 규모 사업을 만들어 온 경험상 AI가 매출 다변화 원천이 될 것이라고 봤다.
새 모델 적용에 따른 광고 성과 개선 폭과 2027년 AI 매출 규모는 수치로 답하지 않았음.
Q5
Connect 이후 회사가 Muse 중심으로 재편되는 것처럼 보이는데, 내부 사업 목표와 성과 기준은 어떻게 바뀌었나?
기업용 발표가 소상공인용보다 먼저 나왔는데, 소상공인 대상 서비스를 키우려면 어떤 작업이 필요한가?
A
저커버그는 1년여 전 '개인 초지능'을 회사 목표로 제시했고, 이는 개인에게 힘을 실어 온 20년간의 방향을 AI로 확장한 것이라고 했다. 연구조직 재편(MSL)도 개인 에이전트에 맞는 모델을 직접 만들어야 최고의 경험을 낼 수 있다는 판단에서 나왔고, 안경 등 차세대 하드웨어도 같은 방향이라고 설명했다. 장기 기술 투자를 잘 실행하면 사업은 따라온다는 입장이다.
CFO는 9월 말 출시한 소상공인용 Muse가 별도 앱이 아니라 기존 Muse 안의 기능·커넥터 묶음이라고 설명했다. Instagram 계정 분석, Facebook 페이지, 광고 계정과 Shopify·QuickBooks·Canva 등을 몇 번의 클릭으로 연결하고, 광고·콘텐츠 성과 분석, 캠페인·고객 응답 초안 작성, 문제 알림을 수행한다. 소상공인은 광고 최적화, DM 정리, 판로 확대, 재고에 맞춘 웹사이트 갱신, 직원 업무 배분 등에 쓰고 있다고 했다. 5억 소상공인과의 접점과 소비자 제품 투자를 그대로 활용할 수 있다는 점을 강점으로 꼽았다.
내부 사업 목표·성과 기준이 구체적으로 어떻게 바뀌었는지와 소상공인 이용자 수는 공개하지 않았음.
Q6
Muse의 사용자당 비용 구조는 현재 어느 수준이며, 비용 곡선을 어떻게 낮출 것인가?
A
Muse는 컴퓨트 비용이 큰 서비스이고, 비용 효율이 확장과 사업화의 핵심 변수라고 했다. 단기적으로는 유휴·여유 용량에서 작은 모델로 일부 작업을 돌리고, 추론 효율화로 GPU 가동률을 높이는 방법이 있다.
장기적으로는 모델이 커질수록 같은 작업을 더 적은 토큰으로 처리하고, AI 모델이 모델 구동 소프트웨어의 효율을 스스로 높이게 할 것이라고 했다. 효율 로드맵에 남은 작업이 많고 AI 기술 발전이 더 큰 절감을 가져올 것으로 봤다.
사용자당 비용 수치는 공유할 숫자가 없다며 공개하지 않았음.
Q7
이용자를 먼저 늘리고 나중에 수익화하던 기존 방식을 Muse에도 적용하는가, 아니면 비용이 커서 더 빨라야 하는가?
쇼핑 이용 25%, 평균 구매액 $200 이상은 여행을 포함한 수치인가, 소매만의 수치인가?
A
이번에는 평소보다 수익화를 앞당길 것이라고 했다. 비용과 기회가 모두 커서 확장하려면 수익화 진전이 필요하고, 이용 행태의 큰 부분이 상거래라는 점을 이유로 들었다. 수치에는 여행이 포함되며, 여행 계획은 Muse의 상위 이용 사례 중 하나다. 회사가 만들어낸 가치의 일정 비율을 받는 모델을 구상하며, 컴퓨트 구축을 이어가려면 수익 구조를 맞추는 것이 매우 중요하다고 강조했다.
지금 Muse Wonder 수준의 지능을 1년 뒤에는 작은 모델로 훨씬 싸게 제공할 수 있다고 봤다. 다만 1년 뒤 이용자는 그때의 더 높은 지능을 원할 것이므로, 비용 절감만으로는 부족하고 수익화·효율·모델 개발을 모두 진행해야 한다는 단서를 달았다.
처음부터 모두에게 요금을 받지 않는 이유는 많은 사람과 기업이 쓰는 'Muse 네트워크'를 먼저 만들어야 가치가 커지기 때문이라고 설명했다. 이를 해낼 수 있는 회사는 많지 않으며 Meta가 가장 유리하다는 입장이다.
수익화 시작 시점, 수수료율, 쇼핑 수치에서 여행이 차지하는 비중은 공개하지 않았음.
(여기서부터 후속 Q&A 콜)
Q8
저커버그가 최근 팟캐스트에서 Muse 수익화 방법으로 구독·토큰 사용량·거래 수수료만 언급하고 광고는 말하지 않았는데, 광고는 Muse 수익화 수단에서 빠지는가?
4Q 매출 가이던스의 핵심 가정은 무엇이며, 3Q처럼 참여도보다 단가 기여가 더 큰가?
A
현재 최우선은 이용자 확대와 기능 추가로 Muse의 데이터 선순환을 만드는 것이라고 했다. 저커버그가 밝힌 방식이 현재의 주된 수익화 구상이지만, 광고도 배제하지 않는다고 했다.
재무 부사장 Chad Heaton은 4Q 가이던스에 여러 시나리오가 담겨 있고 또 한 번 강한 매출 성장을 예상한다고 했다. 광고 성과 투자에서 오는 광고주 수요와, 주로 참여도 증가에서 오는 광고 공급 확대가 주요 동력이라고 설명했다.
4Q 성장에서 단가와 노출(참여도)의 기여 비중은 공개하지 않았음.
Q9
평균 구매액이 $200 수준인데, 거래 수수료 수익을 받기 시작하려면 연결 파트너가 더 늘어나야 하는가?
8-K 정보 신고서에 언급된 '수천억 달러' 조달 가능성은 Class C 주식과 어떤 관계인가?
A
거래 수익화 전에 이용자 수와 연결 기업 수 모두 규모가 더 커져야 한다고 했다. 다만 쇼핑이 실제 이용에서 가장 많은 활동이고, Meta 앱에서 광고 매출을 가장 많이 내는 이용자, 즉 평소 광고를 보고 물건을 많이 사는 사람들이 Muse를 가장 먼저 쓰고 있어 구매 의향이 크다고 봤다. 그래서 규모가 갖춰지면 수익화 경로를 찾기는 어렵지 않을 것이라는 입장이다.
'수천억 달러'는 창업자 지배력을 잃게 되는 주식 발행 규모를 계산한 이론상 최대치일 뿐, 현재의 지분 조달 필요나 계획을 뜻하지 않는다고 했다.
거래 수익화를 시작할 이용자·연결 기업 규모 기준과 실제 지분 조달 계획은 공개하지 않았음.
Q10
SpaceX 발표 등 이슈가 많은 가운데 컴퓨트 인프라 환경을 어떻게 보며, 향후 몇 년간 임차와 자체 보유 비중은 어떻게 되는가?
Muse 채택과 참여도를 판단하는 핵심 지표는 무엇인가?
A
컴퓨트 공급이 여전히 빠듯하고 Meta도 같은 제약을 격고 있다고 했다. 내년까지 용량 수요가 계속 늘 것으로 보고 계획을 세웠지만 과거에 수요를 과소추정한 적이 있어, AI 제품 이용 방식을 보며 필요량을 더 파악하겠다고 했다.
자체 인프라를 우선하는 이유는 자사 용도에 최적화할 수 있어서지만 구축 기간이 길어, 가까운 시기 용량은 외부 클라우드 계약으로 보완한다. 인프라를 용도 전환이 가능하게 짓고, 부지를 미리 확보해 두되 서버 주문은 시기를 나눠 지금 확정해야 하는 규모를 줄인다고 했다. 자금 조달 방식이 정리되는 불확실한 시장에서 탄탄한 재무구조가 강점이 될 것이라고 봤다.
Muse는 기존 앱처럼 기본 이용·참여 지표와 가입 시기별 잔존율 곡선을 보며, 곡선 모양에 만족한다고 했다. 다음 과제로 해외 출시, 파트너·커넥터 확대, 음성 모드, 앱·광고와의 연동 강화, Muse로 바로 구매, 기업용 사례 확대를 꼽았다.
임차와 자체 보유 비중, 잔존율 수치는 공개하지 않았음.
Q11
구매 의도가 높은 소비자 에이전트의 장기 수익화 기회는 얼마나 되는가?
1년 내 10배 비용 효율 개선에서 작은 모델, 비용 최적화, 용량 활용 중 어느 요인이 가장 큰가?
A
Muse는 조사·추천·대안 비교·구매 완료를 대신해 주는 데 강점이 있다고 했다. 기존 앱이 상품·브랜드를 발견하게 하는 단계에 강했다면, Muse는 구매 의도가 분명한 사람을 상대로 검토에서 거래까지의 과정을 단축해 그 광고 시장에 새로 들어갈 수 있다고 봤다. 두 경험이 상호 보완적이어서 여러 매출원이 생길 것이라고 기대했다.
5억 소상공인을 언급한 이유는 소상공인용 Muse가 광고·고객 응대 관리를 쉽게 해 줄 플랫폼이기 때문이라고 했다. 36억 소비자와 5억 기업이 있는 Meta가 에이전트 간 생태계가 자라기 가장 자연스러운 곳이라는 입장이다.
Chad Heaton은 Muse Wonder의 능력을 작고 효율적인 모델로 압축해 일상 용도를 훨씬 싸게 처리하는 것이 핵심이라고 했다. 추론·제품 효율화, 유휴 용량 활용, 작업별 특화 모델이 뒤따른다고 설명했다.
소비자 에이전트 시장 규모 추정치와 효율 개선 요인별 기여도 수치는 공개하지 않았음.
Q12
매출 성장이 이어지고 컴퓨트 효율이 10배 이상 좋아지면, 매출 1달러를 더 벌기 위해 필요한 추가 투자가 지난 몇 년보다 줄어드는가?
보도자료에서 말한 AI 기반 내부 효율은 어디서 나오며, 외부 모델보다 자체 Muse 모델 의존도가 높아졌는가?
A
단위 경제성은 수익화 곡선과 효율 곡선이 1년 동안 어떻게 움직이느냐에 달렸다고 했다. 현재 Muse 수익원은 구독뿐이고 다른 수익 엔진을 만드는 데 시간이 걸린다. 가장 손쉬운 효율 개선은 확신하지만 그것만으로는 10배가 되지 않고, 10배에는 향후 1년의 추가 기술 진전이 필요하다고 했다. 즉 10배 목표는 확정치가 아니라는 뜻이다.
Chad Heaton은 엔지니어 한 명이 만들어 반영한 코드·기능의 양이 1년 전보다 두 배 넘게 늘었고, 직원들이 만든 데이터 분석 결과물도 10~20% 늘었으며 그중 70% 이상을 AI가 도왔다(연초에는 사실상 0%)고 했다. 제품 기획·디자인·데이터 직군의 약 30%가 코드를 배포했고(1년 전 약 5%), 2Q 이후 AI 기반 데이터 인프라 작업으로 내부 컴퓨트를 절감하고 불필요한 데이터 자산 5만 개 이상을 정리했다고 설명했다.
추가 매출당 필요 투자(자본 집약도)가 줄어드는지와 자체·외부 모델 사용 비중은 답하지 않았음. 내부 효율이 비용 절감 금액으로 얼마인지도 공개하지 않았음.
Q13
Facebook·Instagram 이용자 약 40억 명을 Muse 확산에 어떻게 활용하며, 더 공격적으로 밀어붙이는 시점은 언제인가?
대형 데이터센터 클러스터 Prometheus 가동 이후 다른 대형 클러스터 가동은 어디까지 왔고, 차기 모델 발전은 대형 클러스터에 얼마나 의존하는가?
A
Muse는 미국·캐나다에만 있고, 해외 확대는 서비스 비용을 감안해 사업적으로 지속 가능하게 할 수 있을 때 하겠다고 했다. 그때가 되면 앱 사업과의 통합, 채팅 형태의 Muse 등 자연스러운 접점이 많을 것이라고 했다.
여러 데이터센터가 단계별로 진행 중이며 일부는 매우 커질 예정이지만 대부분 아직 건설 중이라고 했다. 기초 모델 사전학습은 대형 클러스터가 필요하지만, 사후학습은 여러 소형 클러스터에서도 많이 할 수 있다고 설명했다.
Muse 해외 확대 시점과 다른 대형 클러스터의 가동 일정은 공개하지 않았음. 해당 내용을 공개적으로 많이 말한 적이 없다며 언급을 피했음.
Q14
다른 회사 에이전트가 나오기 전에 최대한 빨리 많은 이용자를 확보하는 것과, 에이전트는 챗봇보다 쓰기 어려우니 잘 쓸 준비가 된 이용자부터 순서대로 열어 '어렵다'는 나쁜 첫인상을 피하는 것 중 어느 쪽에 더 무게를 두는가?
GEM·Andromeda·Lattice 등 광고 모델을 다른 지면으로 확대하는 작업은 얼마나 남았으며, 추천·순위 파이프라인이 탄탄하다는 자신감이 이 작업에서 나오는가?
A
에이전트 경험은 많은 사람에게 새롭지만, 기술에 덜 익숙한 사람에게도 제품 적합성이 좋다고 했다. 이용자들이 돈을 아끼고 거래를 협상하는 등 창의적으로 쓰는 사례를 보고 있으며, 예상보다 직관적인 경험이라고 했다. 질문의 과제는 에이전트를 내놓는 모든 회사가 겪을 것이지만, Meta가 시장을 선도하고 있고 확장 능력도 비할 데가 없다는 입장이다.
광고 후보를 추리는 단계(검색)와 보여줄 순서를 정하는 단계(순위) 모두 개선 여지가 크다고 했다. 새 모델(Meta Generative Recommender)은 광고마다 점수를 매겨 줄 세우는 대신 LLM이 문장을 쓰듯 이 사람에게 맞는 광고 후보를 바로 골라내며, '살 것인가'뿐 아니라 '얼마짜리를 살 것인가'까지 예측한다. Facebook 피드처럼 한 곳에서 효과가 확인되면 Reels·Instagram 등 다른 광고 위치로 차례로 넓히는 방식이라고 설명했다.
남은 확대 작업의 양과 모델별 배포 진척률은 수치로 답하지 않았음.
Q15
미국 Muse 이용자가 Meta 앱에서 내는 광고 매출이 1인당 연 수백 달러라고 했는데, 이들은 원래 매출을 많이 내던 이용자가 먼저 몰린 것인가, 아니면 평범한 미국·캐나다 이용자와 비슷한가? 큰손 위주라면 Muse가 대중화될수록 이 숫자는 낮아지지 않는가?
A
Muse는 고가치 이용자에 치우쳐 있어 미국 Muse 이용자의 20% 이상이 연간 1인당 매출 $1,000 이상인 이용자라고 했다. 초기 이용자가 미국 전체 이용자를 대표하지 않고, 미국 이용자는 또 전 세계 이용자를 대표하지 않는다고 인정했다.
Muse 안에서 결제까지 끝내야 매출이 커지는지는 아직 모른다고 했다. 광고 사업도 이용자가 광고를 보고 기업 사이트로 넘어가 결제하는 경우가 많아 Meta 안에서 끝나는 거래는 일부지만, 광고주가 광고 효과를 측정해 돈을 내기 때문에 큰 사업이 됐다는 설명이다. 결국 결제가 어디서 끝나든 구글·아마존 등 다른 마케팅 채널보다 기업에 매출을 더 많이 가져다주느냐가 관건이라고 봤다.
Muse 이용자의 평균 앱 매출 정확한 수치와 수익 모델 전환 경로는 공개하지 않았음.
Q16
이메일·은행 계좌 연결 등 이용자가 Meta와 Muse에 데이터를 맡기려는 신뢰 수준을 보여주는 지표가 있는가?
현재 Muse에서는 우클릭으로 구글 검색조차 안 되는데, Muse에서 시작한 거래가 외부에서 완료되는 것을 장기적으로 어디까지 허용할 것인가?
A
에이전트가 대신 구매·발송·계정 관리를 하므로 실수가 실제 피해로 이어지고, 신뢰가 채택의 핵심이라고 했다. Muse는 이용자별로 격리된 클라우드 컴퓨터에서 실행되고 기억·반복 작업·결과물도 그 안에만 있다. 별도 감시 에이전트 Sentinel만 행동을 허가하며, Muse는 비밀번호·로그인·결제수단을 읽을 수 없다. 이메일 발송·구매 같은 민감한 행동 전에는 이용자에게 확인하고 모든 행동 기록을 남긴다고 설명했다.
Connect 때 1,500건이던 기업 연결 신청이 두 배 넘게 늘었고, 이용자 약 30%가 1개 이상 서비스를 연결했다고 했다. 우려하는 기업도 있지만 고객과 그 에이전트가 있는 곳으로 기업이 따라오는 자연스러운 흐름이 될 것이라고 봤다.
외부 거래 허용은 지켜보겠다며, 광고 사업처럼 거래 완료 장소와 무관하게 기업이 얻은 가치를 측정할 수 있느냐가 핵심이라고 했다.
이메일·은행 계좌 연결 비율 등 신뢰 지표 수치와 외부 거래 허용 방침은 공개하지 않았음.