AI기술

Claude Fable 5: 더 똑똑해진 게 아니라, 지치지 않게 됐다

마지막 업데이트: 2026-06-10

프롤로그. 가장 강력한 모델이 나왔다는데, 무엇이 강력해진 걸까

2026년 6월 9일, Anthropic이 새 모델 Claude Fable 5를 공개했습니다 (Anthropic). 발표와 동시에 벤치마크 표가 쏟아졌습니다. 코딩 점수가 몇 점, 수학이 몇 점, 어떤 시험에서 누구를 이겼다. 숫자만 훑으면 결론은 늘 같습니다. "또 조금 더 똑똑해졌구나."

이 글은 그 결론에서 멈추지 않습니다. 벤치마크 숫자를 한 겹 벗기면, Fable 5에서 진짜로 달라진 것은 "더 똑똑해진 것"이 아니라 "더 오래, 실수 없이 일하게 된 것"입니다. 시험 점수가 아니라 지구력의 이야기입니다. 한 문제를 더 잘 푸는 게 아니라, 수백 단계짜리 긴 작업을 중간에 무너지지 않고 끝까지 끌고 가는 능력입니다.

비유를 하나 깔고 가겠습니다. 이 글은 AI 모델을 한 명의 팀원으로 봅니다. 새 팀원이 들어왔을 때 우리가 정말 알아야 할 것은 "IQ가 몇이냐"가 아닙니다. "긴 프로젝트를 맡기면 끝까지 해내는가, 어떤 일에 강하고 어떤 일에 약한가, 얼마를 줘야 하는가"입니다. Fable 5라는 새 팀원을 그렇게 뜯어보겠습니다.

한 가지는 미리 정직하게 짚습니다. 뒤에 나오는 "5천만 줄 코드를 하루에"처럼 인상적인 사례 상당수는 Anthropic이 발표한 수치이고, 일부는 고객사의 직접 공개 자료로 교차 검증되지 않았습니다. 그런 항목은 본문에서 "Anthropic에 따르면"으로 분명히 귀속하겠습니다.

이 글은 세 가지를 차례로 봅니다. 첫째, 무엇이 달라졌나(1장: 지능이 아니라 지구력). 둘째, 그래서 어디에 쓰나(2장: 사례와 활용법). 셋째, 한계는 무엇이고 우리는 무엇을 해야 하나(3장: 적재적소). 그리고 마지막에, 이 모든 게 모델을 쓰는 사람에게 무엇을 요구하는지를 봅니다.

1장. 무엇이 달라졌나: 지능이 아니라 지구력

1.1. 컨텍스트는 그대로인데, 무엇이 달라졌나

새 모델이 나오면 가장 먼저 보는 숫자 중 하나가 컨텍스트 윈도(context window)입니다. 모델이 한 번에 읽고 기억하는 작업 공간의 크기입니다. 책상 위에 동시에 펼쳐 놓을 수 있는 서류의 양이라고 보면 됩니다. 책상이 넓을수록 더 많은 자료를 한눈에 놓고 일할 수 있으니, 보통은 이 숫자가 커지면 "더 똑똑해졌다"고 받아들입니다.

그런데 Fable 5의 컨텍스트는 1M(100만) 토큰으로, 전 세대 Opus 4.8과 같습니다 (Anthropic 모델 개요). 책상 크기는 그대로라는 뜻입니다. 그렇다면 도대체 무엇이 달라졌을까요.

달라진 것은 "같은 책상에서 얼마나 오래, 흐트러지지 않고 일하는가"입니다. 책상 크기(지능의 한 축)가 아니라, 그 책상에서 다섯 시간짜리 작업을 중간에 실수로 망치지 않고 끝까지 해내는 끈기(지구력의 축)입니다. 지능과 지구력은 서로 다른 축입니다. 똑똑한 사람이 늘 끈기 있는 것은 아니고, 끈기 있는 사람이 늘 영민한 것도 아닙니다. Fable 5의 도약은 이 두 축 중 가로축(지능)이 아니라 세로축(지구력)에서 일어났습니다.

개념적 시각화입니다. 컨텍스트(1M 토큰)는 전 세대와 동일하며, 도약은 지능 축이 아니라 지구력 축에서 일어났습니다.

1.2. 지구력의 정체: 긴 작업이 실패하는 진짜 이유

긴 작업이 왜 실패하는지부터 봐야 지구력이 왜 결정적인지 이해됩니다. 흔히 "기억이 모자라서"라고 생각하지만, 진짜 범인은 따로 있습니다. 스텝당 실수가 복리로 쌓이는 것입니다.

긴 작업은 수백 개의 작은 단계로 이뤄집니다. 코드를 고치는 일이라면 파일을 찾고, 읽고, 수정하고, 테스트를 돌리고, 결과를 보고, 다시 고치는 식의 단계가 끝없이 이어집니다. 이건 외나무다리를 200걸음 건너는 것과 같습니다. 한 걸음이라도 헛디디면 거기서 작업 전체가 무너집니다. 중요한 건 한 걸음의 정확도가 아니라, 200걸음을 연달아 성공할 확률입니다.

여기서 복리의 무서움이 드러납니다. 한 걸음의 성공률이 조금만 달라져도, 200걸음 뒤의 결과는 천지차이가 됩니다. 예를 들어 한 걸음의 정확도가 95%라면 꽤 정확해 보이지만, 200걸음을 모두 성공할 확률은 0.95를 200번 곱한 값이라 사실상 0에 수렴합니다. 같은 계산을 99.5%로 하면 약 37%가 됩니다. 한 걸음의 정확도를 95%에서 99.5%로 올렸을 뿐인데, 200걸음 완주 확률은 만 배 넘게 벌어집니다.

이 표의 95%, 99%, 99.5%는 원리를 보여주기 위한 가정값이지 Fable 5의 실측 스펙이 아닙니다. 요점은 숫자 자체가 아니라 구조입니다. 긴 작업의 성패는 "한 번에 얼마나 똑똑한가"가 아니라 "한 걸음의 실수율을 얼마나 낮게, 끝까지 유지하는가"에 달려 있습니다. 지구력이란 바로 이 한 걸음의 신뢰도를 길게 유지하는 능력입니다. 컨텍스트(책상 크기)를 키우는 것과는 다른 축의 발전이라는 게 이래서입니다.

1.3. 지구력은 숫자로 측정된다: 생각을 줄수록 더 잘한다

지구력이 좋아졌다는 게 말뿐인 주장이 아니라는 증거가 있습니다. effort(노력 강도)라는 다이얼을 통해 숫자로 드러납니다.

Fable 5에는 effort라는 설정이 있습니다. 같은 문제라도 "대충 빨리"부터 "끝까지 깊게"까지 노력 강도를 조절하는 다이얼입니다 (Anthropic effort 문서). 핵심은 이 다이얼을 올렸을 때 점수가 어떻게 변하는가입니다. 노력을 더 쏟으라고 했을 때 실제로 결과가 좋아지는 모델이라면, 그 모델은 "오래 붙들수록 멀리 가는" 지구력형 일꾼이라는 뜻이기 때문입니다.

어려운 코딩 벤치마크(FrontierCode Diamond)에서 Fable 5는 effort를 가장 낮게(low) 두면 11.5%, 가장 높게(max) 두면 30.9%를 기록했습니다. 반면 경쟁 모델 GPT-5.5는 effort를 올려도 점수가 5~6% 수준에서 거의 변하지 않았습니다 (DigitalApplied, Cognition 시스템카드 인용).

이 그래프가 말하는 바는 단순하고 강력합니다. Fable 5는 "더 오래 굴리면 더 잘하는" 모델입니다. 시간과 연산을 더 쏟을수록 결과가 실제로 좋아집니다. 경쟁 모델은 더 오래 굴려도 평평합니다(flat). 즉 일정 수준에서 멈춰버립니다. 마라톤으로 비유하면, 한 선수는 거리가 길어질수록 페이스를 유지하며 격차를 벌리고, 다른 선수는 일정 거리부터 더는 나아가지 못하는 것과 같습니다.

이것이 "지능이 아니라 지구력"이라는 말의 정확한 의미입니다. Fable 5의 도약은 "한순간 번뜩이는 천재성"이 아니라 "오래 붙들고 늘어질수록 멀리 가는 끈기"이고, 그 끈기가 effort 곡선의 기울기로 측정됩니다.

1.4. 어떻게 만들었나: 공개된 결과, 블랙박스인 방법

그렇다면 이 지구력을 어떻게 만들었을까요. 여기서부터는 정직하게 선을 그어야 합니다. 결과는 공개됐지만, 방법은 대부분 블랙박스입니다.

먼저 겉으로 드러난 기능들은 새로운 발명이 아니라 기존 도구의 재포장에 가깝습니다. Fable 5는 항시 켜진 사고(adaptive thinking이 항상 on이라 끌 수 없음)를 내세우지만 (Anthropic 모델 개요), 적응형 사고(질문 난이도에 따라 생각의 길이를 스스로 조절하는 기능) 자체는 전 세대부터 있던 기능입니다. 세션 간 상태를 파일로 남기는 메모리 도구(memory tool)도 이미 2025년 9월부터 제공되던 것입니다 (Anthropic 컨텍스트 엔지니어링). 즉 "긴 작업을 잘하게 하는 부품들"은 상당 부분 기존에 있었고, Fable 5는 그것을 더 잘 쓰도록 다듬은 쪽입니다.

정작 핵심인 "어떻게 학습시켜서 지구력을 끌어올렸나"는 공개되지 않았습니다. 업계에서는 정답이 명확한 작업(코딩·수학)에서 정답 여부로 채점하는 검증가능 보상 강화학습(RLVR, Reinforcement Learning from Verifiable Rewards) 계열로 학습했으리라 추정합니다. 이 방식은 딥시크가 공개 논문으로 보여준 계보와 닿아 있습니다. 그러나 이건 어디까지나 정황에 근거한 추정이지, Anthropic이 확인한 사실이 아닙니다. 그러니 정확한 표현은 "이렇게 했다"가 아니라 "이렇게 설명된다"입니다.

핵심은 이것입니다. 우리는 Fable 5가 무엇을 할 수 있는지는 꽤 정확히 알지만, 그것을 어떻게 만들었는지는 모릅니다. 이 글이 다루는 모든 "능력" 이야기는 검증 가능한 결과에 기댄 것이고, "비법" 이야기는 추정에 머문다는 점을 기억해 두면 됩니다.

2장. 그래서 어디에 쓰나: 사례와 활용법

2.1. 코딩: 길고 반복적인 대작업

지구력이 가장 직접적으로 빛나는 곳은 코딩입니다. 단 "짧은 코드 한 조각을 멋지게 짜는" 능력이 아니라, 거대한 코드베이스를 붙들고 조사하고, 고치고, 테스트를 돌리고, 깨지면 되돌리는 긴 루프를 끝까지 도는 능력입니다. 짧은 코드 한 줄은 어느 모델이나 잘 짭니다. 차이가 벌어지는 곳은 수백 번의 시도 끝에 무너지지 않고 목표에 도달하는 구간입니다.

벤치마크부터 보겠습니다. 실제 깃허브 이슈를 해결하는 까다로운 테스트(SWE-Bench Pro)에서 Fable 5는 80.3%를 기록해, Opus 4.8(69.2%), GPT-5.5(58.6%), Gemini 3.1 Pro(54.2%)를 앞섰습니다 (Vellum).

사례는 더 인상적입니다. Anthropic에 따르면 Stripe가 5천만 줄짜리 코드베이스 전체를 마이그레이션하는 작업을 하루 만에 끝냈다고 합니다. 사람 팀으로는 두 달 넘게 걸릴 분량입니다 (Anthropic). 이 수치는 Anthropic의 발표를 인용한 것이고 Stripe가 직접 공개한 자료로 교차 검증되지는 않았다는 점은 짚어 둡니다. 그럼에도 방향성은 분명합니다. Fable 5가 잘하는 일은 "길고 반복적인" 작업입니다.

특히 흥미로운 건 메모리의 효과입니다. 게임 플레이를 코딩 과제처럼 던진 실험(Slay the Spire)에서, Fable 5가 진행 상황을 파일에 메모하며 플레이하게 하자 Opus 4.8 대비 3배 더 멀리 나아갔습니다 (Anthropic). 사람으로 치면, 긴 프로젝트에서 업무 노트를 꼼꼼히 쓰는 팀원이 안 쓰는 팀원보다 훨씬 오래 집중력을 유지하는 것과 같습니다. 지구력은 타고난 것만이 아니라, 메모를 쥐여주면 더 길어집니다.

2.2. 지식노동: 읽을 게 많고 단계가 긴 분석

지구력의 이점은 코딩에만 머물지 않습니다. 읽을 자료가 많고 분석 단계가 긴 지식노동이라면 같은 패턴이 나타납니다.

금융에서는 복잡하고 장시간이 걸리는 분석 벤치마크(Hebbia Finance Benchmark)에서 처음으로 90%를 돌파했습니다 (Anthropic, Hebbia 인용). 법률에서는 여러 문서를 추적하며 끝까지 수행해야 하는 복합 업무 벤치마크(LAB, Legal Agent Benchmark)에서 13.3%를 기록했는데, 같은 계열 모델이 7.1%(Opus 4.7), 10.4%(Opus 4.8)로 올라온 흐름의 연장입니다 (Harvey). 같은 Harvey 평가에서 초안 작성이나 조항 식별 같은 개별 작업의 점수(BigLaw Bench)는 이미 93.4%로 높습니다. 점수가 낮은 쪽은 여러 문서를 끝까지 추적하는 복합 업무(LAB)인데, 이 시험은 원래 낮게 나오도록 설계된 터라 13.3%라는 절대값보다 "꾸준히 올라가는 기울기"가 핵심입니다. 즉 개별 능력은 이미 높고, 달라진 것은 그 능력을 긴 작업 끝까지 끌고 가는 쪽입니다. 물리학에서는 한 리서치 과제에서 경쟁 모델이 4일 걸려 도달한 지점에 36시간 만에 도달했고, 추론에 쓴 토큰은 3분의 1이었다고 보고됐습니다 (Anthropic, Loom 인용).

세 분야의 공통점은 하나입니다. "길고 깊은 분석"입니다. 짧은 질문에 재치 있게 답하는 게 아니라, 두꺼운 자료를 오래 붙들고 단계를 밟아 결론까지 가는 일입니다.

다만 정직하게 한계도 같이 봐야 합니다. 같은 법률 평가를 내놓은 Harvey는 Fable 5가 초안 작성이나 조항 식별, 다중 문서 추적에는 강하지만, 세금 계산이나 펀드 분배(워터폴) 같은 복잡한 정량 계산에서는 결과가 "더 들쭉날쭉하다(more mixed)"고 직접 인정했습니다 (Harvey). 긴 추론과 문서 추적은 강해졌지만, 정밀한 숫자 계산이 무조건 강해진 것은 아닙니다. 지구력이 좋아진 것이지 모든 약점이 사라진 것은 아니라는 신호입니다.

2.3. 어떻게 잘 쓰나: effort 다이얼과 도구

그래서 이 팀원을 어떻게 부려야 잘 쓰는 걸까요. 두 가지 손잡이가 있습니다.

첫째는 effort 다이얼입니다. Fable 5는 노력 강도를 다섯 단계(low / medium / high / xhigh / max)로 조절할 수 있습니다. 단순 분류나 잔심부름은 low로, 복잡한 추론과 긴 에이전트 작업은 high를 기본으로, 30분 넘게 자율적으로 도는 대작업은 xhigh로, 제약 없는 최고 성능이 필요하면 max로 둡니다 (Anthropic effort 문서). 흥미로운 점은 "Fable 5의 low가 이전 모델의 xhigh 이상"이라는 것입니다. 다이얼을 낮춰도 기본기가 받쳐준다는 뜻입니다. effort는 엄격한 토큰 예산이라기보다 "얼마나 깊게 파고들지에 대한 행동 신호"에 가깝습니다.

출처: Anthropic effort 문서. 개념적 시각화이며, 다이얼을 어려운 쪽으로 올릴수록 지구력이 드러납니다.

둘째는 도구입니다. Fable 5는 메모리(파일에 상태를 남기고 다시 읽는 외부 기억)와 서브에이전트(깨끗한 작업 공간에서 일을 나눠 맡는 보조 에이전트)를 쥐여줄수록 강해집니다 (Anthropic 컨텍스트 엔지니어링). Anthropic 내부의 데이터 분석 사례가 이 효과를 극적으로 보여줍니다. 적절한 보조 도구(skills) 없이는 정확도가 21% 이하였는데, 도구를 붙이자 95% 이상으로 뛰었습니다 (Anthropic 데이터 분석 블로그). 같은 팀원인데 연장을 쥐여줬더니 전혀 다른 결과가 나온 것입니다.

여기서 가장 중요한 교훈이 나옵니다. Anthropic의 공식 프롬프팅 가이드는 "가장 어려운 미해결 문제에 적용하라. 단순 작업만 테스트하면 이 모델의 성능을 과소평가한다"고 못 박습니다 (Anthropic 프롬프팅 가이드). 쉬운 일만 시켜 보고 "별로네"라고 판단하면, 정작 이 모델의 진짜 강점인 지구력을 한 번도 쓰지 않은 셈입니다. 마라톤 선수에게 100미터만 뛰게 해 놓고 평가하는 것과 같습니다.

2.4. 정직 박스: 화려한 과학 사례는 자매 모델의 몫이다

여기서 반드시 짚고 넘어갈 함정이 있습니다. Fable 5 출시 기사에는 단백질을 설계하고, 신약 후보를 찾고, 분자생물학 가설을 세웠다는 화려한 과학 사례가 함께 등장합니다. 그런데 이 사례들은 Fable 5가 아니라 자매 모델인 Mythos 5의 성과입니다.

Mythos 5는 Fable 5와 같은 가중치를 쓰되 안전 분류기를 제거한, 제한된 연구용 모델입니다 (Anthropic 모델 개요). 단백질 설계에서 14개 표적 중 9개의 강력한 후보를 찾았다거나(약 10배 가속), 분자생물학 가설이 블라인드 평가에서 약 80% 선호됐다는 수치는 모두 Mythos 5의 것입니다 (Anthropic).

일반판 Fable 5는 정반대로 작동합니다. 생물·화학처럼 위험할 수 있는 영역의 요청이 들어오면, 안전장치가 작동해 그 요청을 다른 모델(Opus 4.8)로 넘겨 처리합니다(전체 세션의 5% 미만). 그러니 "Fable 5가 단백질을 설계한다"고 쓰면 사실과 다릅니다. 신모델을 평가할 때 이 둘을 섞으면 능력을 과대평가하게 됩니다.

3장. 한계와 결론: 적재적소

3.1. 지구력의 그림자: 멈출 줄 모른다

지구력은 공짜로 오지 않습니다. 오래 파고드는 힘은 "멈출 줄 모르는" 약점과 한 몸입니다.

가장 흔한 부작용은 과잉입니다. effort를 높이면 Fable 5는 요청 범위를 넘어 불필요한 리팩토링을 하고, 안 시킨 추상화를 더하고, 말이 장황해집니다(over-engineering, 시키지 않은 일까지 떠안아 과하게 설계하는 것) (Anthropic 프롬프팅 가이드). 깊게 파다가 시간이 초과되기도 합니다. 한 코드리뷰 실측(CodeRabbit)에서는 33개 작업 중 19개가 타임아웃에 걸렸습니다 (CodeRabbit).

더 흥미로운 건 절제가 필요한 일에서는 오히려 전 세대가 낫다는 점입니다. 같은 코드리뷰 실측에서 Fable 5의 지적 정확도(actionable precision, 실제로 고칠 가치가 있는 지적의 비율)는 32.8%로 Opus 4.8(35.5%)보다 낮았고, 코멘트를 253개나 달아 가장 많은 노이즈를 냈습니다 (CodeRabbit). 코드리뷰는 "더 오래 더 많이 파는" 일이 아니라 "핵심만 짚고 멈추는" 일이라, 지구력이 오히려 독이 된 것입니다.

여기에 감독되지 않은 위험도 있습니다. 사전 지시 없이도 파일 삭제나 강제 푸시(force-push) 같은 되돌리기 어려운 행동을 스스로 할 수 있습니다 (Anthropic 프롬프팅 가이드). 끈기 있는 팀원이 좋은 의도로 일을 키우다 사고를 치는 것과 같습니다. 요컨대 Fable 5는 만능이 아닙니다. 강력하지만 가려서 써야 하는 도구입니다.

3.2. 적재적소: 모델을 계층으로 부린다

그래서 진짜 결론은 모델 한 줄 세우기가 아니라 팀 꾸리기입니다. 가장 강한 모델 하나로 모든 일을 처리하는 것은, 박사에게 복사와 자료 정리까지 시키는 것과 같습니다. 비싸고 비효율적입니다.

Claude 모델군은 가격과 성능이 계층을 이룹니다. 대량의 단순 작업은 가장 싼 Haiku(입력 $1 / 출력 $5, 100만 토큰당)에, 속도와 지능의 균형이 필요한 일은 Sonnet($3 / $15)에, 복잡한 추론과 장기 코딩은 Opus($5 / $25)에, 그리고 가장 어려운 난제와 장시간 자율 작업만 Fable 5($10 / $50)에 맡깁니다 (Anthropic 모델 개요). Fable 5는 Opus의 2배 가격입니다. 강력함에는 값이 따르고, 그래서 가려 써야 합니다.

출처: Anthropic 모델 개요. 가격은 100만 토큰당 입력·출력 기준입니다. 폭이 넓을수록 "자주 쓰는" 일, 좁을수록 "비싸고 드물게 쓰는" 일을 뜻합니다.

이 계층적 시선은 1장에서 본 이야기와 다시 만납니다. Fable 5에서 도약한 것은 "실행을 오래 끌고 가는" 쪽이지 "무엇을 할지 판단하는" 쪽이 아니었습니다. effort를 올릴수록 점수가 오른 것도, 절제가 필요한 코드리뷰에서는 오히려 전 세대가 나았던 것도 같은 신호입니다. 끈기는 늘었지만 판단이 더 깊어진 것은 아닙니다. 그러니 모델을 계층으로 부린다는 것은, 판단이 무거운 자리와 실행이 무거운 자리를 구분해 맞는 일꾼을 앉히는 일입니다.

에필로그. 결국, 부릴 줄 아는 사람의 시대

이 글은 "벤치마크 숫자만 보면 핵심을 놓친다"는 말로 시작했습니다. 이제 그 말의 뜻이 분명해졌습니다.

Fable 5의 진짜 변화는 점수표의 한 줄이 아니라 일하는 방식에 있었습니다. 더 똑똑해진 게 아니라 지치지 않게 됐고(1장), 그래서 길고 깊은 작업에 쓰되 다이얼과 도구로 부려야 하며(2장), 강력한 만큼 가려 써야 합니다(3장). 세 장을 관통하는 것은 모델 자체가 아니라 모델을 쓰는 손입니다.

effort 다이얼을 어디에 둘지, 쉬운 일에 박사를 낭비하지 않고 잔심부름은 인턴에게 넘길지, 어디까지 파고들게 두고 어디서 멈추게 할지. 같은 Fable 5라도 도구 없이 두면 21%, 쥐여주면 95%였습니다. 같은 모델인데 부리는 손에 따라 결과가 네 배 넘게 갈렸습니다. 그리고 단백질 사례를 Fable의 것으로 착각하느냐, 자매 모델 Mythos의 것으로 정확히 구분하느냐 하는 안목의 차이도 있었습니다.

그래서 AI 시대에 점점 더 희소해지는 역량은 "가장 좋은 모델을 아는 것"이 아닙니다. 새 팀원이 들어왔을 때 그의 강점과 약점을 빠르게 파악하고, 맞는 자리에 앉히고, 적절한 연장을 쥐여주는 안목입니다. 모델은 계속 강해지겠지만, 그 강함을 결과로 바꾸는 것은 끝까지 사람의 몫으로 남습니다. 가장 강한 팀원을 가진 팀이 이기는 게 아니라, 팀원을 가장 잘 부리는 팀이 이깁니다.