
Muse Code 및 Muse Spark 1.2 소개
요약
Meta가 코딩 에이전트 성능을 강화한 Muse Spark 1.2와 Muse Code를 출시했습니다. 이 모델들은 긴 시퀀스의 도구 호출과 복잡한 디버깅, 전체 저장소 생성 등 엔드 투 엔드 개발 워크플로우에 최적화되어 있습니다.
핵심 포인트
- Muse Spark 1.2는 코딩 작업 훈련 연산량과 환경 다양성을 대폭 확장함
- Muse Code와 공동 훈련되어 최상의 코딩 사용성과 성능을 발휘함
- 전체 저장소 생성 및 대규모 프로젝트 등 긴 지평의 코딩 작업 수행 가능
- 복잡한 디버깅과 코드베이스 이해 능력이 크게 개선됨
2026년 8월 5일 - Link Blog
Muse Code 및 Muse Spark 1.2 소개 (via) 요즘 모든 모델의 가장 중요한 특징은 긴 시퀀스 에이전트 도구 호출 (long-sequence agentic tool calling)이라는 점을 보여주는 또 다른 증거입니다! Meta는 이를 구현하기 위한 과정의 일환으로 자체 코딩 에이전트를 출시했습니다!
Muse Spark 1.2는 Muse Spark 1.1에서 코딩에 집중하여 업데이트된 버전으로, 코드 생성 (code generation), 복잡한 디버깅 (complex debugging), 코드베이스 이해 (codebase understanding), 그리고 엔드 투 엔드 개발자 워크플로우 (end-to-end developer workflows) 측면에서 개선되었습니다. Muse Spark 1.2에서는 코딩 작업에 대한 훈련 연산량 (training compute)을 대폭 확장하는 동시에 훈련 환경의 다양성을 넓혔습니다. 또한 이 모델은 일반 에이전트 (general agents)와 같은 다른 주요 분야에서의 강점도 유지하고 있습니다. [...]
우리는 Muse Spark 1.2와 Muse Code를 함께 사용할 때 모델이 최상의 성능과 코딩 사용성을 발휘할 수 있도록 두 모델을 공동 훈련 (co-trained)했습니다. 훈련에는 거부 샘플링된 하네스 궤적 (rejection sampled harness trajectories)과 목표, 압축 (compaction), 하위 에이전트 (subagents)를 위한 레시피 최적화가 포함되었으며, 하네스 호환성을 극대화하기 위해 Muse Code 툴셋 (toolset)의 통합도 이루어졌습니다. [...]
Muse Spark 1.2는 전체 저장소 생성 (whole-repository generation), 대규모 엔드 투 엔드 프로젝트, 자동 연구 (auto-research)를 포함하여 긴 지평의 코딩 작업 (long-horizon coding tasks)에 대해 광범위하게 훈련되었습니다.
다음은 Muse Spark 1.2가 생성한 자전거 타는 펠리컨 SVG입니다:

7월 9일의 Spark 1.1 펠리컨은 여기서 볼 수 있습니다. 제 생각에 1.2 버전의 펠리컨은 작지만 실질적인 개선이 이루어졌습니다.
최근 기사
- Claude Fable 5를 사용하여 Raccoon Heist 게임을 원샷으로 구현하기 - 2026년 8월 5일
- 새로운 LLM 릴리스: 추론 흔적 (reasoning traces), OpenAI Responses, 서버 측 도구 (server-side tools) 및 더 스마트한 로깅 지원 추가 - 2026년 8월 4일
- Stateless MCP가 다시 나의 관심을 끌었습니다 (그리고 mcp-explorer 및 datasette-mcp에 영감을 주었습니다) - 2026년 7월 31일
AI 자동 생성 콘텐츠
본 콘텐츠는 Simon Willison Blog의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기