메타 AI 2025 총결산: Llama 3에서 4까지, 오픈소스가 AI 판도를 바꾼 한 해

10억 다운로드. 2025년 3월, 메타 AI 2025의 첫 번째 이정표가 세워졌습니다. 그리고 불과 한 달 뒤, Llama 4가 등장하면서 오픈소스 AI의 역사가 다시 쓰여졌습니다. 연말을 맞아, 올 한 해 메타가 AI 분야에서 이뤄낸 성과를 되돌아봅니다 — 숫자부터 전략까지, 빠짐없이.

Llama 3.3에서 시작된 2025년: 비용 효율의 혁명

2025년의 서막을 연 것은 사실 2024년 12월에 출시된 Llama 3.3 70B였습니다. 이 모델은 놀라운 사실 하나를 증명했습니다 — 405B 파라미터급 성능을 70B로 구현할 수 있다는 것이었습니다. 128K 컨텍스트 윈도우를 지원하면서도 운영 비용은 극적으로 낮아졌고, 이는 기업들의 AI 도입 장벽을 크게 낮추는 계기가 되었습니다.

2024년 중반까지 Llama와 파생 모델의 다운로드 수는 6억 5천만 건을 돌파했고, Hugging Face에는 85,000개 이상의 Llama 파생 모델이 공개되었습니다. 전년 대비 5배 증가한 수치입니다. 클라우드 파트너사들의 월간 토큰 사용량은 매월 50% 이상 성장하고 있었습니다. Llama는 이미 단순한 모델이 아니라 하나의 생태계가 된 것입니다.

메타 AI 2025의 분수령: Llama 4 패밀리 등장

2025년 4월 5일, 메타는 Llama 4 패밀리를 공개하며 오픈소스 AI의 새로운 장을 열었습니다. 세 가지 모델이 동시에 발표되었습니다:

• Llama 4 Scout — 17B 활성 파라미터, 16개 전문가(Expert), 총 109B 파라미터. 10M 토큰 컨텍스트 윈도우로 업계 최대 기록을 세웠습니다. 단일 NVIDIA H100 GPU에서 구동 가능합니다.
• Llama 4 Maverick — 17B 활성 파라미터, 128개 전문가, 총 400B 파라미터. 1M 컨텍스트 윈도우를 지원하며, GPT-4o와 Gemini 2.0 Flash를 주요 벤치마크에서 능가했습니다.
• Llama 4 Behemoth — 288B 활성 파라미터, 약 2조(2T) 총 파라미터의 교사 모델(Teacher Model). GPT-4.5와 Claude Sonnet 3.7을 STEM 벤치마크에서 앞섰습니다.

가장 주목할 점은 혼합 전문가 모델(Mixture of Experts, MoE) 아키텍처의 채택입니다. 메타의 오픈 모델에서는 처음이었습니다. MoE는 전체 파라미터 중 일부만 활성화하여 추론 효율을 극적으로 높이는 기술로, 이를 통해 Scout 같은 대규모 모델도 단일 GPU에서 동작할 수 있게 되었습니다.

네이티브 멀티모달: 텍스트를 넘어선 AI

Llama 4의 또 다른 혁신은 네이티브 멀티모달(Natively Multimodal) 설계입니다. 기존 모델들이 텍스트 학습 후 이미지 능력을 추가(Post-training)하던 방식과 달리, Llama 4는 사전학습(Pre-training) 단계에서부터 텍스트, 이미지, 비디오를 통합하는 Early Fusion 아키텍처를 적용했습니다.

30조 개 이상의 토큰으로 사전학습되었으며(Llama 3의 2배), 200개 언어를 지원합니다. 이는 단순히 영어 중심 AI를 넘어 진정한 글로벌 AI 모델로의 전환을 의미합니다. 또한 MetaP 기법을 통해 다양한 모델 스케일 간 하이퍼파라미터를 안정적으로 전이할 수 있게 되어, 모델 개발 효율성도 크게 향상되었습니다.

Meta AI 앱과 6억 사용자의 현실

기술만으로는 의미가 없습니다. 메타는 2025년 하반기에 Llama 4를 탑재한 Meta AI 앱을 출시하며, 개인화된 AI 어시스턴트 시대를 열었습니다. WhatsApp, Messenger, Instagram Direct에 통합된 이 어시스턴트는 연말까지 거의 6억 명의 월간 활성 사용자(MAU)를 확보했습니다.

‘Vibes’라는 AI 비디오 피드 기능도 Meta AI 앱 내에 도입되었습니다. 더불어 SAM 3, SAM 3D, SAM Audio, V-JEPA 등 고급 연구 모델들도 연이어 공개하며, 메타가 단순한 소셜 미디어 회사를 넘어 AI 연구의 최전선에 서 있음을 증명했습니다.

인프라 투자와 에너지 전략

이 모든 AI 혁신의 뒤에는 대규모 인프라 투자가 있습니다. 메타는 2025년에 3개의 새로운 데이터센터 건설을 시작했으며, 그 중 텍사스 엘패소의 시설은 1GW급 AI 최적화 데이터센터입니다. Constellation Energy와의 원자력 에너지 계약도 체결하며, AI 인프라의 지속가능한 전력 공급 방안까지 확보했습니다.

주커버그는 ‘개인 초지능(Personal Superintelligence)’이라는 비전을 공유하며, AI가 모든 개인에게 맞춤형 지능을 제공하는 미래를 그렸습니다. 이 비전은 단순한 마케팅이 아니라, 실제 인프라와 모델 투자로 뒷받침되고 있다는 점에서 주목할 만합니다.

오픈소스 전략의 명암: 2026년을 향한 과제

하지만 모든 것이 순탄하지만은 않았습니다. CNBC의 12월 보도에 따르면, 코드명 ‘Avocado’인 Llama 5 개발이 진행 중이지만, 내부적으로는 AI 개발 속도와 모델 전략을 둘러싼 긴장이 존재합니다. 일부 내부 관계자들은 이 전략을 ‘산만하다(scattershot)’고 표현하기도 했습니다.

그럼에도 불구하고, 메타의 오픈소스 전략이 2025년 AI 생태계에 미친 영향은 부인하기 어렵습니다. 유일하게 프론티어급 오픈 웨이트 모델을 제공하는 주요 연구소로서, 메타는 OpenAI, Google, Anthropic 등 폐쇄형 모델 진영과는 확실히 다른 길을 걸었습니다. 85,000개 이상의 커뮤니티 파생 모델이 이 전략의 성공을 보여주는 가장 강력한 증거입니다.

2025년 메타 AI, 한 장으로 정리

• 2024년 12월: Llama 3.3 70B 출시 — 405B급 성능, 비용 혁신
• 2025년 3월: 누적 10억 다운로드 달성
• 2025년 4월: Llama 4 패밀리 출시 — MoE, 멀티모달, 10M 컨텍스트
• 2025년 4월 29일: LlamaCon 2025 — 최초의 Llama 개발자 이벤트
• 2025년 하반기: Meta AI 앱 출시 — 6억 MAU 돌파
• 2025년 12월: Llama 5 ‘Avocado’ 개발 중, 전략적 전환 논의

2025년은 메타가 오픈소스 AI의 리더십을 확고히 한 해였습니다. Llama 3.3의 효율성 혁명으로 시작해, Llama 4의 멀티모달 MoE 혁신으로 정점을 찍었고, 6억 사용자라는 실제 배포 규모로 마무리했습니다. 내부 갈등과 전략적 혼란이 보도되고 있지만, 결국 숫자가 말해줍니다 — 10억 다운로드, 85,000개 파생 모델, 6억 MAU. 2026년 Llama 5 ‘Avocado’가 이 모멘텀을 이어갈 수 있을지, AI 업계 전체가 주목하고 있습니다.