한 줄 요약

빅테크는 ‘앱 속 내장형 AI’로 돌아오고, 기업은 기존 도구에 에이전트를 심어 속도를 내며, 보안은 최전선 모델로 실제 취약점을 찾는 단계로 이동합니다.

Big Tech

Meta Muse Spark: 초지능 팀의 첫 모델, 소셜 서비스 내장형 공개

페이스북·인스타그램·왓츠앱을 운영하는 Meta가 Muse Spark를 공개해, 사람들이 이미 쓰는 앱 속 Meta AI를 더 빠르고 시각적으로 바꿉니다. Meta는 인스타그램·페이스북·Threads의 리일스와 사진·게시물을 답변에 엮어 더 개인화된 결과를 제공한다고 밝혔고, 초기에는 폐쇄형으로 운영하며 일부 파트너에게 비공개 API 프리뷰를 제공합니다. ¹

일상 사용자에게는 가격 비교를 돕는 쇼핑 모드와 음식 사진을 통한 영양 분석 등 건강 관련 답변이 강화됩니다. Meta는 1,000명 이상의 의사와 협업했다고 밝혔고, 앞으로 왓츠앱·인스타그램·페이스북과 스마트 글래스의 챗봇을 Muse Spark로 대체하겠다고 했습니다. ²

전략적으로는 Llama의 공개 배포와 달리 이번에는 폐쇄형입니다. 방대한 소셜 그래프에 AI를 깊게 통합해 참여도를 높이고 쇼핑 같은 수익화 기능을 강화하려는 의도로 읽힙니다. 독립 평가에서는 언어·멀티모달 이해는 경쟁력이 있으나 코딩과 장기 추론은 격차가 남는다고 했고, 여러 에이전트를 병렬로 돌리는 ‘Contemplating’ 모드도 소개됐습니다. ³

투자자 반응은 긍정적입니다. 발표 후 Meta 주가는 약 8% 상승했고, 회사는 향후 일부 버전의 공개를 희망한다고 밝혔지만 현재 모델은 Meta AI 앱·웹과 파트너 프리뷰로 한정됩니다. ¹

Industry & Biz

Anthropic Project Glasswing: 최전선 모델로 대규모 소프트웨어 취약점 탐지·수정 지원

Claude로 알려진 Anthropic이 Project Glasswing을 발표해, 초강력 미공개 모델 Claude Mythos Preview로 선택된 조직이 소프트웨어의 미발견 취약점을 찾아내고 수정하도록 돕습니다. 참여사는 AWS, Apple, Microsoft, Google, JPMorgan Chase, Nvidia, Palo Alto Networks, CrowdStrike, Broadcom, Linux Foundation 등입니다. ⁴

Anthropic은 주요 운영체제와 브라우저 전반에서 수천 건의 고심각도 취약점을 찾아냈다고 밝혔고, 리눅스 커널 취약점 연쇄와 27년 된 OpenBSD 취약점 등 구체 사례를 제시했습니다. 오픈소스와 핵심 인프라 보안을 위해 최대 1억 달러 규모의 사용 크레딧을 지원하되, 악용 가능성을 이유로 모델은 초대 기반의 방어용으로만 제공합니다. ⁵

분석가들은 코드 리뷰·패치 검토 같은 고비용 보안 업무가 AI로 자동화 단계에 들어섰다고 보면서도, 접근 통제와 가드레일이 남용을 막는 핵심이라고 지적합니다. 광범위한 파트너 구성과 안전한 대규모 배포 목표도 함께 주목됐습니다. ⁶

Citigroup, AI로 계좌 개설·레거시 전환 가속화

Citigroup은 AI로 미국 서비스 부문의 계좌 개설 서류 검토 시간을 약 1시간에서 15분으로 줄였고, 레거시 퇴역을 위해 데이터 마이그레이션·코딩 자동화·테스트 가속에도 활용하고 있다고 밝혔습니다. 이는 생산성 향상과 외부 IT 계약자 의존 축소를 위한 광범위한 변혁의 일환입니다. ⁷

은행은 최근 몇 년간 규제 대응과 리스크 관리 강화를 위해 기술 투자를 크게 늘렸고, AI 도구를 사내 표준으로 정비하면서 고객·임직원 온보딩과 고객확인(KYC) 등 문서 중심 핵심 프로세스부터 자동화를 추진하고 있습니다. ⁸

업무팀에 주는 시사점은 분명합니다. 문서가 반복되는 워크플로에서 요약·검증을 AI에 맡기고 시간을 수치로 측정해, 대규모 개편 없이도 가시적 성과를 만드는 접근입니다. ⁷

New Tools

Atlassian Confluence: Remix 시각화와 서드파티 에이전트 도입

Atlassian의 팀 협업 도구 Confluence에 Remix(오픈 베타)가 추가돼 페이지 내용을 자동으로 차트·그래픽으로 바꾸고, Lovable·Replit·Gamma와 연결되는 에이전트가 문서를 프로토타입·앱·프레젠테이션으로 변환합니다. 에이전트는 모델 컨텍스트 프로토콜(MCP)을 사용해 워크스페이스 맥락과 권한 내에서 동작합니다. ⁹

이제 제품 요구사항(PRD)이나 회의록이 같은 페이지 안에서 시각 브리프, Replit 기반 스타터 앱, Gamma 기반 슬라이드로 빠르게 확장됩니다. Atlassian은 산출물이 Confluence 안에 남아 권한과 버전 이력을 유지해 도구 전환과 버전 혼선을 줄인다고 강조하며, 에이전트는 사용자 지시에 따라 작동하고 기존 접근 제어를 그대로 따릅니다.

이는 ‘익숙한 도구 속 내장형 AI’로 가는 업계 흐름과 맞닿아 있습니다. 비개발자에게 Confluence는 문서 저장소에서 ‘생산 허브’로 바뀌며, 이해관계자 업데이트·프로토타입·고객 가이드를 빠르게 만들 수 있습니다. ⁹

커뮤니티 반응

Hacker News (14↑) — 제품명에 대한 농담 위주로 가벼운 반응이 이어졌습니다.

"뮤즈’를 ‘노새(Mule)’라고 지었으면 농장 동물 테마를 이어갈 수 있었을 텐데. 아깝다" — Hacker News

나에게 주는 의미

마케팅·기획 직무에는 Muse Spark가 ‘피드 속 답변’에 쇼핑과 크리에이터 콘텐츠를 끼워 넣는 신호입니다. 쉽게 인용 가능한 제품 정보와 크리에이티브 메타데이터를 준비하면 AI가 답변에 자연스럽게 끌어올 확률이 높아집니다. ¹

제품·디자인 팀에게 Confluence 업데이트는 문서에서 산출물까지의 거리를 줄입니다. 같은 페이지에서 차트·데크·프로토타입을 뽑아내면 포맷팅과 핸드오프 시간을 크게 줄이고, 권한·버전 이력은 그대로 유지됩니다. 새 툴 도입 없이 반복 속도를 높이는 방향입니다. ⁹

운영·리스크 측면에서는 Citi 사례가 실용적입니다. 문서가 쌓이는 정해진 흐름을 고르고, 요약·검증을 AI에 맡겨 검토 시간을 수치로 줄이는 방식입니다. 규제와 통제가 이미 깔린 온보딩·KYC부터 시작하면 변화 리스크를 낮추며 성과를 만들 수 있습니다. ⁷

보안팀에는 Project Glasswing이 신호입니다. 전통 도구가 놓친 취약점을 모델이 찾기 시작했습니다. 초대 대상이 아니더라도 코드·의존성 점검 주기에 AI 보조를 끼워 넣고, 공급사가 고급 탐지를 어떻게 통합하는지 점검할 필요가 있습니다. ⁵

지금 할 일

1. Meta AI 새 경험 체험: Meta AI 앱이나 웹에서 제품 비교나 음식 사진 분석처럼 쇼핑·건강 질문을 시도해, ‘시각형’ 답변에 맞는 프롬프트 방식을 감 잡아보세요.
2. Confluence Remix(오픈 베타) 활성화: 최근 프로젝트 페이지를 차트·프레젠테이션으로 변환해 이해관계자에게 공유하고, 기존 슬라이드 제작 단계를 대체 가능한지 확인하세요.
3. ‘PRD→프로토타입’ 파일럿: Confluence에서 Replit 또는 Lovable 에이전트로 소규모 기능 명세를 스타터 앱·프로토타입으로 만들어 보고, 현재 프로세스 대비 절감 시간을 평가하세요.
4. 온보딩 30분 점검: 팀의 문서 중심 상위 3개 단계(신청서, 승인, KYC 유사 절차)를 적고, AI 요약·추출로 검토 시간을 줄일 수 있는 지점을 표시하세요.