Aug 11, 2026
vol. 033
[■ 위클리 픽 ■]
① 메타도 코딩 에이전트 전쟁에 뛰어들었다
Meta가 대형 코드베이스를 처리하는 터미널형 에이전트 Muse Code를 베타로 공개했습니다.
② 영상·음성·편집을 하나로 묶은 MiniMax H3
MiniMax가 범용 멀티모달 영상 모델 H3의 가중치를 공개했습니다.
③ 웹페이지 하나가 30초 영상이 된다
알리바바가 문서·웹페이지까지 참고해 영상을 만드는 Wan 3.0을 퍼블릭 베타로 공개했습니다.
구독자님, 안녕하세요. AI 트렌드 뉴스레터 피치 프롬프트 입니다.
한 주에 있었던 AI 소식 중에서 꼭 알아야 할 3가지만 먼저 모아봤어요.
복잡한 내용은 최대한 빼고, 쉽게 이해되도록 정리해드릴게요.
[■ 이슈 포커스 ■]
메타가 만든 ‘Claude Code 스타일’ 코딩 에이전트
Muse Code, 오래 일하고 여러 에이전트가 동시에 움직인다
Edit. D-caf
◆What (무슨 일?)
Meta가 Muse Code를 베타로 공개했습니다. Muse Spark 1.2를 기반으로 한 터미널형 코딩 에이전트로 큰 코드 저장소를 살펴보고 변경 계획을 세운 뒤 코드를 작성하고 결과까지 검증하는 방식입니다. 현재 macOS와 Linux에서 한 줄 명령어로 설치할 수 있으며 Muse Spark 1.2는 Meta Model API에서도 제공됩니다.
■How (어떻게?)
Muse Code의 특징은 여러 에이전트를 백그라운드에서 계속 돌린다는 것입니다. 작업마다 새 에이전트를 만드는 대신 전문화된 서브 에이전트들이 세션 동안 계속 살아 있으면서 자료를 찾고 다음 작업을 진행합니다. 덕분에 같은 정보를 반복해서 조사하는 일을 줄이고, 복잡한 작업도 병렬로 처리할 수 있습니다.
▲Why (왜 지금?)
Meta는 Muse Spark 1.2를 전체 저장소 생성이나 장기 프로젝트 같은 작업에 집중적으로 학습했고 실제 GPU 커널 최적화 실험에서는 1,000번 이상의 도구 호출을 최대 24시간 동안 이어가는 작업도 테스트했습니다. 즉, Muse Code가 노리는 건 코드 자동완성보다 개발 업무 자체를 길게 맡아 처리하는 에이전트에 가깝습니다.
🗣️ 에디터의 킥 (Editor's Kick)
여기서 알아두면 좋은 개념이 ‘에이전트 하네스(Harness)’입니다. AI 모델이 자동차의 엔진이라면, 하네스는 파일·터미널·도구·메모리·권한을 연결해 실제 일을 하게 만드는 차체와 조종 장치에 가깝습니다. Meta가 흥미로운 점은 Muse Spark 1.2라는 모델만 만든 것이 아니라, Muse Code와 함께 학습(Co-training)했다는 겁니다. 모델이 아무리 똑똑해도 실제 개발 환경에서 도구를 제대로 못 쓰면 성능을 다 활용하기 어렵기 때문이죠.
AI 영상도 이제 ‘전문 모델 여러 개’에서 ‘하나의 범용 모델’로
MiniMax H3, 영상·음성·레퍼런스·편집의 경계를 허물다
Edit. D-caf
◆What (무슨 일?)
MiniMax가 새로운 영상 생성 모델 MiniMax H3를 공개했습니다. H3는 텍스트뿐 아니라 이미지·영상·오디오를 함께 이해하고, 영상과 음성을 동시에 생성합니다. 생성 길이는 4~15초, 24FPS이며 전체 시스템에서는 최대 2K 출력까지 지원합니다. 한국어를 포함한 11개 언어의 대화 생성도 안정적으로 지원한다고 밝혔습니다.
■How (어떻게?)
H3의 핵심은 기능을 잘게 나누지 않는 것입니다. 기존 영상 AI는 텍스트→영상, 이미지→영상, 모션 참조, 음성 참조, 영상 편집 등을 서로 다른 기능처럼 다뤘습니다. H3는 이들을 하나의 멀티모달 문맥으로 이해하도록 학습했습니다. 예를 들어 “영상 A의 카메라 움직임을 참고하고, 이미지 B의 인물이 오디오 C처럼 노래하게 해줘”처럼 서로 다른 자료의 관계를 자연어로 지시할 수 있습니다. 현재 참조 모드에서는 이미지 최대 9장, 영상 3개, 오디오 3개를 조합할 수 있습니다
▲Why (왜 지금?)
지난 회차의 Seedance 2.5가 최대 30초 생성과 구간 편집, 그린스크린·카메라 제어 등 프로덕션 워크플로를 밀었다면 H3는 방향이 조금 다릅니다. Seedance 2.5는 더 길고 정교하게 ‘제작’하는 데 강점을 두고 있습니다. H3는 최대 15초로 더 짧지만, 영상·이미지·음성·레퍼런스·편집을 하나의 범용 모델에서 처리하고 모델 가중치까지 공개했다는 점이 특징입니다.
🗣️ 에디터의 킥 (Editor's Kick)
‘범용 모델’은 무조건 모든 기능에서 최고라는 뜻은 아닙니다. 대신 여러 작업을 따로 학습시키지 않고 하나의 모델이 상황에 맞춰 처리하게 만들면 새로운 편집 방식이나 참조 방식에도 더 유연하게 대응할 가능성이 커집니다. H3가 노리는 것도 바로 이 작업 경계 허물기입니다.
AI 영상이 이제 ‘자료’를 읽고 영상을 만든다
Wan 3.0, 30초 생성과 최대 20개 레퍼런스 지원
Edit. D-caf
◆What (무슨 일?)
알리바바가 차세대 영상 생성 모델 Wan 3.0을 퍼블릭 베타로 공개했습니다. 가장 눈에 띄는 변화는 네이티브 최대 30초 영상 생성입니다. 짧은 몇 초짜리 장면을 여러 번 이어 붙이는 대신 하나의 생성 안에서 더 긴 흐름과 이야기를 구성하는 방향으로 확장됐습니다.
■How (어떻게?)
Wan 3.0의 더 흥미로운 부분은 Omni-Creation입니다. 최대 20개의 레퍼런스 자료를 한 번에 활용할 수 있고, 이미지·영상 같은 미디어뿐 아니라 복잡한 문서와 웹페이지까지 분석할 수 있습니다. 즉 제품 페이지나 기획 자료를 주고 그 내용을 바탕으로 영상 콘텐츠를 만드는 방식까지 가능해지는 겁니다.
▲Why (왜 지금?)
지금까지 AI 영상의 입력은 대부분 프롬프트 + 이미지·영상 레퍼런스였습니다. Wan 3.0은 여기에 문서와 웹페이지까지 넣었습니다. AI가 단순히 장면을 그리는 것을 넘어 자료의 내용을 읽고 어떤 정보를 영상으로 보여줄지 판단하는 방향으로 확장된 겁니다. 30초 길이까지 더해지면 광고, 제품 소개, SNS 콘텐츠처럼 하나의 정보를 짧은 영상으로 재구성하는 작업에서 활용도가 커질 수 있습니다.
🗣️ 에디터의 킥 (Editor's Kick)
여기서 가볍게 알아둘 개념이 멀티모달(Multimodal)입니다. 텍스트만 이해하는 AI가 아니라 이미지, 영상, 문서처럼 서로 다른 형태의 정보를 함께 이해하는 AI를 뜻합니다. Wan 3.0의 재미있는 점은 멀티모달이 이제 ‘입력 이해’에서 끝나는 게 아니라 이 자료들을 하나의 영상으로 재구성하는 단계까지 왔다는 겁니다.
[■ 피치 캘린더 ■]
<🤖 전국민 AI 활용 사례 공모전 시즌2>
과학기술정보통신부가 주최하는 「2026 모두의 AI를 위한 전국민 AI 경진대회」의 AI 활용 사례 공모전 시즌2가 진행 중입니다. 거창한 AI 작품이 아니어도 일상, 업무, 교육 등에서 AI를 실제로 활용해 문제를 해결하거나 생산성을 높인 경험이 있다면 참여할 수 있습니다.
- 접수 기간: 2026년 7월 ~ 8월 시즌2 진행 중
- 참가 대상: AI 활용 경험이 있는 일반 국민 누구나
- 공모 분야: 생활 속 AI 활용, 지역사회 문제 해결, 교육·학습, 업무 생산성 향상 등
- 제출 형식: 이미지·텍스트·블로그 콘텐츠, 1분 이내 숏폼 영상 등
- 시상 규모: 총 3,400만 원 규모 / 최우수상 최대 500만 원
- 상세 정보: 전국민AI경진대회
의견을 남겨주세요