Meta의 Superintelligence Labs가 'Avocado'와 'Mango' 공개: 자율적인 월드 모델(world model)로의 전환

DAVOS — 인공지능(artificial intelligence) 최전선의 위치를 되찾기 위한 결정적인 조치로, Meta Platforms는 비밀스러운 Superintelligence Labs(MSL)의 첫 주요 산출물에 대해 침묵을 깨고 발표했다. 이번 주 다보스에서 열린 World Economic Forum에서 CTO Andrew Bosworth는 회사가 두 가지 뚜렷한 AI 모델에서 내부적으로 중요한 돌파구를 이루었다고 밝혔다: Project Avocado, 고수준 추론에 최적화된 차세대 텍스트 모델, 그리고 Project Mango, "월드 모델(world model)" 아키텍처에 구축된 시각 지능 시스템이다.

이 발표는 Meta에게 있어 중대한 전환점이다. 2025년 중반 Llama 4의 엇갈린 반응에 이어 CEO Mark Zuckerberg는 대대적인 조직 개편을 단행하여 Alexandr Wang의 리더십 아래 Superintelligence Labs를 설립했다. Avocado와 Mango의 데뷔는 Meta의 공격적인 인재 영입과 인프라 투자들이 마침내 결실을 보이고 있음을 시사하며, 공개 출시는 2026년 1분기를 목표로 하고 있다.

The Superintelligence Mandate: A Strategic Pivot

Meta Superintelligence Labs의 출범은 회사의 AI 철학에 근본적인 변화를 나타냈다. 이전 Llama 버전들의 순수 제품 통합 중심 접근에서 벗어나, MSL은 단 하나의 목표를 부여받았다: 자율성과 깊은 추론 달성.

다보스에서 공개된 로드맵은 Meta가 더 이상 Instagram과 WhatsApp의 챗봇에 동력을 공급하는 것만으로는 만족하지 않는다는 것을 보여준다. 대신 회사는 장기간에 걸쳐 계획하고 추론하며 복잡한 작업을 실행할 수 있는 "에이전트형(agentic)" 시스템으로 전환하고 있다.

Bosworth는 연설 중에 "업계는 점진적 스케일링으로 한계에 부딪혔다"고 언급했다. "Avocado와 Mango로 우리는 단순히 다음 토큰을 예측하는 것이 아니라 물리적·디지털 세계의 근본 논리를 모델링하고 있다."

Project Avocado: Mastering Code and Logic

Project Avocado는 소프트웨어 개발 및 복잡한 논리적 추론에 대한 AI 역량 수요 증가에 대한 Meta의 직접적인 응답을 나타낸다. 이전의 범용 옴니 모델들과 달리, Avocado는 이전 오픈소스 모델들이 고질적으로 겪었던 '추론 격차(reasoning gap)'를 해결하도록 특별히 미세 조정되었다.

Beyond Pattern Matching

내부 보고서에 따르면 Avocado는 추론 사슬을 전이학습(pre-training) 단계부터 우선시하는 새로운 아키텍처를 활용한다. 이는 단순히 추론 시점에만 적용되는 것이 아니다. 이를 통해 모델은:

• Self-Correct Code: 사람의 개입 없이 소프트웨어 루프의 취약점을 식별하고 패치한다.
• Multi-Step Planning: 복잡한 논리적 질의를 실행 가능한 하위 작업으로 분해하여 GPT-5급 모델보다 더 높은 충실도로 계획한다.
• Contextual Persistence: 엔터프라이즈급 애플리케이션에 필수적인, 훨씬 더 긴 컨텍스트 창에 걸쳐 일관된 논리 흐름을 유지한다.

코딩과 논리에 중점을 둠으로써 Meta는 점점 더 폐쇄형 독점 모델들로 통합된 개발자 시장을 포착하려 한다.

(참고: 여기서 "Chain of Thought(Chain of Thought, CoT)" 처리 개념이 전이학습에 통합되어 있다는 주장이 내부적으로 제기되었다.)

Project Mango: The Physics of Visual Intelligence

Avocado가 추상적인 문제를 다룬다면, Project Mango는 구체적인 문제를 다룬다. 단순한 이미지 생성기를 넘어서는 "월드 모델(world model)"로 묘사되는 Mango는 물리학, 인과성, 그리고 물리적 세계의 시간적 연속성을 이해하도록 설계되었다.

The 'World Model' Advantage

현재의 생성형 비디오 모델들은 종종 객체가 비현실적으로 변형되거나 중력을 무시하는 등의 "환각(hallucinations)" 문제로 어려움을 겪는다. Project Mango는 픽셀 생성과 함께 물리 법칙을 학습함으로써 이를 해결하려 한다.

• Temporal Consistency: Mango가 생성한 비디오의 객체들은 시간에 따라 형태, 질량, 속도를 유지한다.
• Interactivity: 초기 데모는 사용자가 생성된 장면과 "상호작용"하여 (조명이나 객체 배치 같은) 변수를 변경하면 모델이 실시간으로 물리적 결과를 재계산하는 기능을 암시한다.
• Multimodal Native: Mango는 단순한 텍스트→비디오가 아니다; 비디오 입력을 받아 미래 프레임을 분석하고 예측함으로써 실제 시나리오의 시뮬레이터로 효과적으로 작동한다. (여기서 멀티모달(multimodal) 개념이 처음 등장한다.)

Comparative Analysis: The New Landscape

이들 모델의 도입은 Meta를 업계의 현 리더들과 정면으로 대결하는 위치에 놓는다. 다음 비교는 Avocado와 Mango가 기존 생태계와 어떻게 차별화되는지를 강조한다.

Table 1: Competitive Landscape Analysis (Projected Specs)

Strategic Implications for the AI Industry

Avocado와 Mango의 출시는 단순한 제품 출시를 넘어 Meta의 논란이 된 "강도의 해(year of intensity)" 전략을 검증하는 사건이다. Alexandr Wang과 같은 외부 리더십을 영입하고 H200 클러스터에 대한 막대한 자본 지출을 단행한 결정은 Llama 4의 실패 이후 방향을 바로잡은 것으로 보인다.

The Open Source Question

중요한 질문은 여전히 남아 있다: Meta는 Avocado와 Mango의 소스(오픈 웨이트)를 공개할 것인가?
역사적으로 Meta는 오픈 웨이트를 옹호해왔다. 그러나 이러한 모델들의 고급 능력—특히 현실적인 시뮬레이션이 가능한 Mango와 사이버 공격 가능성을 내포할 수 있는 Avocado의 능력—은 전략 변경을 강요할 수 있다. Bosworth는 "계층화된 릴리스(tiered release)"를 암시하며, 가장 능력 있는 버전은 엔터프라이즈 파트너에 한정하거나 더 엄격한 안전 라이선스 하에서 공개할 가능성을 시사했다.

Road to Release: Q1 2026 and Beyond

계획된 2026년 1분기 출시가 다가오면서 업계는 새로운 경쟁의 물결을 준비하고 있다. Meta의 "월드 모델(world model)"과 "추론형 에이전트(reasoning agents)"로의 전환은 다음 AI 전장이 누가 가장 훌륭한 텍스트나 이미지를 생성하느냐가 아니라 누가 현실을 가장 정확하게 시뮬레이션하느냐로 이동하고 있음을 시사한다.

Development Timeline & Milestones

개발자와 기업에게 다보스에서의 메시지는 분명하다: Meta가 다시 경쟁에 복귀했으며, 이번에는 AI가 단순히 대화하는 수준을 넘어 행동하는 세상을 위해 구축하고 있다.