메타 3Q26 실적발표 : 프론티어에 올라선 Muse, 이제는 돈을 벌 차례

메타의 3Q26 실적을 요약하면 “프론티어에 올라선 Muse, 이제 매출로 보여주세요”입니다.

10월 13일 Muse Wonder를 통해 일단 프론티어 AI Labs가 됐습니다. AI CapEx가 고정비 게임인 만큼 이제부터 내부적으로도, 외부적으로 여러 제품과 기술에 녹여내는 과정이 시작될 차례이고, API 사업 파트너사들도 대거 추가됐습니다.

CY27 CapEx를 지탱하기 위해 미리 만들어준 무의결권 Class C 주식, 그리고 CY27의 메타 펀더멘탈을 결정할 요소들을 함께 생각해볼 자료입니다.

불과 1.5개월 만에 미국과 캐나다에서 1천만 명이 넘는 사람들이 Muse 개인 에이전트를 설정했습니다. 성장세는 계속 강세를 보이고 있고, 앱스토어에서 거의 매일 1위를 차지하고 있습니다.

Muse를 설정한 사용자 중 약 25%가 매일 사용하고 있습니다. 초기 사용자일수록 Muse를 오래 사용할수록 유지율이 높아지는 것으로 나타났고, Threads나 다른 AI 앱들의 초기 사용자 수보다 두 배 이상 높은 수치라고 제시했습니다.

이번 분기에는 콘텐츠 이해 모델을 자체 개발한 Muse 모델 제품군으로 이전하기 시작했습니다. 오프라인 평가에서 기존 프로덕션 모델보다 우수한 성능을 보이며 Instagram, Threads, Facebook 및 광고 전반의 콘텐츠 처리 비용을 80% 이상 절감하는 것으로 나타났습니다. 개인화에 가장 중요한 신호를 중심으로 모델을 개발할 유연성도 더 커진다는 설명입니다.

EPS는 $3.83, 소송비용 제외 시 $7.40으로 컨센서스 $5.89 대비 겉으로는 Miss, 실제로는 Beat입니다. 매출은 $64.60B로 컨센서스 $63.33B를 웃돌았고 YoY +26%, DAP는 36억 6400만 명으로 YoY +3%입니다.

4Q26 매출 가이던스는 $73.0~$76.0B로 컨센서스 $73.68B 대비 Beat, YoY 24.4%입니다. CY2026 총비용은 $175B~$179B이고, CapEx는 $135B~$145B로 이전 $130B~$145B에서 하단을 높였습니다.

메타는 사람들을 연결하고 공유·커뮤니티·비즈니스 성장을 돕는 기술을 개발하며, 스마트폰·PC·VR/MR 헤드셋·AR 안경으로도 플랫폼 영토를 확장합니다. 사업부는 앱 제품군 FoA와 리얼리티 랩 RL로 나뉩니다.

매출의 거의 모든 규모와 이익은 전적으로 앱 제품군에서 얻고 있습니다. FoA는 Facebook, Instagram, Messenger, Threads, WhatsApp으로 구성되며 앱 안 광고 게재 위치를 마케터에게 판매하고, RL은 Meta Quest, Ray-Ban Meta 선글라스, 퀘스트 앱스토어 판매 등으로 매출을 냅니다.

메타 매출의 98%는 광고에서 나오고, 광고 매출은 광고노출 x 광고단가입니다. 광고노출에는 사용자 수, 사용자당 체류시간, 광고노출건수가 영향을 미치며, AI 기반 추천알고리즘으로 체류시간과 광고노출건수를 늘리는 쪽에서 이미 수혜를 보고 있습니다.

DAP는 메타 앱 제품군의 일간 활성 사용자 수가 계속 증가하는 흐름이고, 매일 플랫폼을 찾는 사람이 늘어나는 것은 사용자 만족의 뜻이라고 설명합니다. 텍스트 → 이미지 → 비디오 순으로 콘텐츠를 늘리고 추천·랭킹을 개선하면서 체류시간과 보는 콘텐츠 양을 늘리려 합니다.

메타 입장에서는 5분짜리 비디오 2개보다 2분짜리 비디오 5개가 더 좋습니다. 숏폼이 유리합니다. 더 많은 콘텐츠를 보여줄 수 있고 더 많은 광고를 붙일 수 있기 때문입니다.

타기팅 정확도와 전환율이 높아져 광고주 ROI가 좋아지면 광고단가를 올릴 근거가 생깁니다. $100으로 $200 효과를 내는 경쟁 플랫폼과 달리 같은 비용으로 $300 성과를 낸다면 $150를 받아도 광고주에게 매력적이라는 예시를 듭니다.

프론트엔드는 광고주가 광고를 제작하기 편하도록 만드는 일입니다. Advantage+는 캠페인 설정 난이도와 제작 시간을 줄여 비용을 낮추고, 그 결과 더 많은 광고가 집행되도록 하는 효과를 기대합니다.

광고주 입장에서는 광고 캠페인을 만드는 비용과 광고를 노출시키는 비용이 듭니다. 앞의 비용을 낮춘다면 뒤의 노출 비용에 더 많은 비용을 지출하는 게 개별기업들 입장에서는 가장 유리하다는 설명입니다.

Advantage+는 목표와 노출 대상을 자동 설정하고, 메타가 최적 예산과 높은 ROAS를 위한 캠페인 설정을 제안하는 사용 사례입니다. 생성형 AI는 이미지 크기 변환·이미지 생성·특수효과·텍스트 자막을 대체하고 있으며, 더 나아가 비디오 광고 생성에도 AI를 접목할 가능성을 기대하고 있습니다.

각 사용자에게 지금 보여줄 초당 수천만 개의 광고가 있고, 모델이 검색기록·좋아요·댓글·머문 시간 등을 반영해 수천 개로 압축해 랭킹 단계로 보냅니다. 그 뒤 어떤 순서와 시간으로 보여주고 광고를 어떻게 게재할지 판단하며, 사용자의 감정적인 요소도 고려합니다.

메타는 Muse Wonder와 차세대 모델의 사전학습·RL뿐 아니라 모든 광고 플랫폼별 랭킹과 추천 시스템 때문에 더 많은 GPU가 필요합니다. Facebook, Instagram, Reels마다 시스템이 있고, Facebook 안에서도 Watch, Feeds, Groups, Reels 등 탭마다 각각 랭킹과 추천이 있습니다.

모든 랭킹과 추천 알고리즘은 더 많은 사용자의 행동 데이터를 넣을수록 성능이 좋아지는 경향을 띱니다. 콘텐츠에서는 더 좋아할 콘텐츠를 보여줘 체류시간을 늘리고, 같은 체류시간 동안 더 많은 링크와 광고를 클릭하게 하려 합니다.

메타는 AI/ML을 콘텐츠와 광고 두 영역에 적용합니다.

클릭, 머문 시간, 좋아요·구독, 광고 클릭 뒤 구매 같은 실시간 데이터를 다뤄야 해 CPU 기반으로는 하지 못했던 작업이고, GPU 가속컴퓨팅으로 가능해졌습니다. 며칠·몇 주·몇 달치 데이터를 쓸지 정하는 일은 컨텍스트 윈도우와 비슷한 역할을 합니다.

두 가지 측면을 키우면 필요한 컴퓨팅 규모도 커지지만, 규모를 키울수록 사용자들의 광고와 콘텐츠 만족도가 올라가 체류시간이나 시청시간이 증가하고 있다고 설명합니다.

광고 분야에는 GEM, Lattice, Andromeda, Sequence Learning을 도입했습니다. GEM은 대규모 GPU에서 학습해 광고 상품 결과를 추적하고 타기팅을 개선하는 모델이며, Lattice는 마이크로서비스별로 흩어진 추천·랭킹을 하나의 모델 아래에서 통합해 보려는 구조입니다.

여러 개의 작은 시스템으로 추천하는 것보다 하나의 강력한 시스템으로 추천 시스템을 구성하는 편이 훨씬 더 추천효율이 좋음을 보여주는 사례입니다. 메타는 Lattice를 계속해서 더 다양한 기능에 적용 중입니다.

Andromeda는 MTIA와 엔비디아 GH200으로 구동하는 하드웨어·소프트웨어·ML 워크로드 공동 설계 시스템으로, 광고 검색 모델 복잡성을 10,000배 이상 키웠습니다. Sequence Learning은 사용자의 직전 행동 순서를 반영합니다. 스키 리조트 객실을 이미 구매한 사람에게 객실 광고를 다시 보여주는 대신 스키 장비·리프트 티켓·스키 가방 광고를 보여주는 식입니다.

매출은 YoY 26.1%, Muse는 6주 만에 미국·캐나다에서 다운로드 1,000만 회, DAU 25%로 정리했습니다. 사용자 25%가 쇼핑을 사용하고 평균 $200를 구매했으며, Muse 컴퓨트 자원은 상당히 필요하지만 내년에 비용효율성을 10배 이상 개선하겠다고 했습니다.

몇 년 내로 Muse를 10억 명에게 서비스할 역량을 구축 중입니다. Muse는 컴퓨트 자원을 상당히 필요로 하지만 내년에 비용효율성을 10배 이상 개선하겠다는 계획도 함께 제시했습니다.

Muse API, Muse Code, Muse Enterprise Platform으로 수익화할 계획입니다. Muse Wonder를 이용해 추천·광고 시스템을 자율적으로 개선하는 능력도 평가하고 있으며, 콘텐츠 이해 모델의 Muse 이전은 기존 모델보다 우수하고 처리 비용을 80% 이상 낮춘다는 오프라인 평가 결과가 제시됐습니다.

광고노출수는 YoY +10%, 광고단가는 YoY +14%입니다. 직원 수는 2Q26 대비 QoQ -12% 감소한 6.6만 명이며, 추천되는 Instagram Reels의 약 45%는 게시 하루도 안 된 최신 콘텐츠로 2분기 대비 +11%p입니다. 11월부터 안경에도 Muse를 탑재할 예정입니다.

추천되는 인스타그램 릴스의 약 45%가 게시된 지 하루도 채 되지 않은 최신 콘텐츠로, 2분기 대비 +11%p입니다. 최신 콘텐츠를 더 많이 추천하는 변화도 이번 지표에 포함됩니다.

3Q26 매출성장률 YoY 26.1%는 컨센서스 YoY 22%를 넘었고, 주 법무장관들과의 소송합의 비용 $9.89B를 제외한 EPS $7.40도 컨센서스 $5.89를 웃돌았습니다. 다음 분기 4Q26 매출 가이던스도 YoY 24.4% 정도의 외형 성장을 제시했습니다.

Instagram Reels 새 추천 모델 적용으로 시청시간은 +4%, Facebook Feed/Reels의 LLM 기반 콘텐츠 검색 아키텍처 적용으로 Reels 시청시간은 +1%입니다. Instagram 추천 Reels의 45%는 게시 24시간 이내 콘텐츠이고 한 분기 사이 +11%p 늘었습니다. Facebook Reels가 참고하는 활동 이력을 두 배로 늘리자 미국 Reels 시청시간은 +1% 증가했습니다.

Meta Generative Recommender를 Facebook Feed에 적용해 광고 전환율은 +2% 향상됐습니다. GEM 확대 적용은 외부 웹사이트 전환 캠페인 +1.7%, 앱 광고 전환율 +9.6%, Andromeda의 복잡도와 처리량 개선은 Facebook 광고 전환율 +1.4% 증가로 제시됐습니다.

동영상 편집 도구 Edits의 활성 이용자는 5,000만 명을 넘었고, 1,000만 명 광고주가 생성형 AI 광고 제작 도구를 하나 이상 사용합니다. AI 동영상 광고 생성 기능을 쓰는 광고주는 QoQ +25% 늘었으며, Meta Enterprise Platform의 초기 서비스는 Muse 모델 API, Muse Code, Business Agents입니다. 이후 구독·API 사용량·메시징을 통한 반복매출 확대를 추진합니다.

이번 분기의 가장 의미 있는 변화는 Muse Wonder 출시입니다. 개인 에이전트와 기업용 서비스를 개발할 기반을 마련했고, Instagram·Threads·Facebook·광고 시스템의 콘텐츠 이해 모델도 Muse 계열로 전환하기 시작했습니다. 프론티어 모델 학습 고정비를 광고 추천·개인 에이전트·기업 API·코딩 서비스 등 여러 서비스에서 회수할 수 있다는 점이 중요합니다.

출시 6주 만에 미국·캐나다에서 1,000만 명이 다운로드했고 DAU는 250만 명입니다. 주간 활성 이용자의 25% 이상이 쇼핑에 참여했고 해당 이용자의 평균 구매금액은 $200를 넘었습니다. 대부분 이용자에게 무료로 제공하고 거래 중개 대가를 기업에서 수수료로 받는 방식을 추진하며, 여행 관련 구매도 이 사례에 포함됩니다.

CFO는 Muse를 비롯한 신규 AI 사업이 2027년부터 추가 매출에 기여하기 시작할 수 있다고 전망했습니다. 프론티어 모델 비용의 상당 부분이 고정비이므로 모델을 만든 뒤 내부 제품과 외부 고마진 추론 서비스에 최대한 녹여내는 일이 중요합니다. 일단 프론티어 모델을 뽑았고 Muse를 통해 PMF도 찾은 만큼, 이를 어떻게 녹여내느냐가 앞으로 중요합니다.

대기업용 Meta Enterprise Platform은 MongoDB 현직 CEO를 데려와 팀을 꾸리고 빌드 중이며, 초기 핵심 서비스는 Muse 모델 API, Muse Code, Business Agents입니다. 중소기업향으로는 Muse를 더 적극적으로 사용하게 할 전략을 짰고, 자체 앱의 중소기업 고객 기반은 최소 5억 개로 추정했습니다.

Reality Labs는 VR 투자를 줄이고 Muse/AI 안경에 집중합니다. 연간 영업손실은 CY26 $18~19B에서 CY27 $15B로 감소하고 CY28에는 BEP를 넘길 것으로 전망했습니다.

매출성장률은 +26%지만 영업이익 성장률은 +11.4%입니다. 3Q26 전체 영업비용은 일회성 소송 합의비용을 제외하더라도 YoY +36% 증가했고, 인프라 감가상각비·외부 클라우드 지출·제3자 AI 토큰 비용이 빠르게 늘고 있습니다.

외형성장이 메인일 뿐 아직 돈을 어떻게 벌겠다는 확실한 경로를 제시하지 못한 상태라는 판단입니다. 구조적으로 높은 CapEx 전략을 택한 이상, Muse Wonder로 프론티어 모델을 달성한 뒤 AI ARR을 높이는 데 연결시킬 수 있느냐 없느냐가 중요합니다.

3Q26 CapEx는 $34.91B, FCF는 -$2.12B로 적자전환했습니다. CY26 CapEx $135~145B는 CY25 $72.22B 대비 YoY 87~101% 증가 규모이며, 연간 가이던스에서 4Q 값을 제외해 추정하면 4Q26 집행액은 $49.2~59.2B로 예상됩니다.

프론티어 모델 개발과 추론 서비스 확장에 필요한 컴퓨팅 자원을 빠르게 구축하지만 Muse와 Enterprise AI에서 충분한 현금흐름은 아직 발생하지 않고 있습니다. 무의결권 Class C 주식을 새로 만드는 것 자체로 경제적 희석이 발생하는 것은 아니지만, 향후 추가 발행으로 자금을 조달하면 기존 주주 희석이 발생할 수 있습니다.

미국 52명의 주·관할권 법무장관과 청소년 정신건강 관련 소송을 합의하며 이번 분기 $9.89B 비용을 인식했습니다. 전체 합의 지급액은 ‘최대’ 약 $18.59B이고 10년에 걸쳐 분할 지급될 예정이므로, 이번 분기 비용이 전체 지급액의 상한을 뜻하는 것은 아닙니다.

재판 리스크는 크게 줄었지만 아직 다 끝난 것은 아닙니다. 이 페이스대로면 CY27에는 Class C 주식을 통한 자금조달도 할 것 같은 상황에서 소송비용까지 커지는 부담은 생각해둘 포인트입니다.

작성자는 27년 PER 19배에서 실적발표 후에도 Overweight을 유지합니다. Watermelon(Muse Wonder 시리즈)이 공개됐고, 내부적으로는 총 파라미터 5~10T 모델 사전학습 연구도 하고 있습니다. 프론티어 모델 성능 유지, 광고 성장, 외부 모델의 Muse 전환, API·Muse Code·Meta Enterprise Platform 수익화가 모두 중요해졌다고 봅니다.

10월 13일 공개된 Muse Wonder가 기대해볼 만한 수치를 보여줬고, 10월 21일 이제 막 Muse Wonder API가 파트너사를 통해 서비스되기 시작했습니다. 프론티어에 도달하고 나서 앞으로 몇 개월 조금 더 지켜볼만한 구간이라고 봅니다.

10월 13일 공개된 Muse Wonder가 나름 기대해볼만한 수치들을 보여줬고, 10월 21일 이제 막 Muse Wonder API가 파트너사들을 통해서 서비스되기 시작했습니다. 그래서 앞으로 몇 개월은 조금 더 지켜볼만한 구간이라고 봅니다.