Anthropic이 Claude Fable 5와 Claude Mythos 5를 공개했다.
이번 발표가 흥미로운 이유는 단순히 “새 모델이 더 똑똑해졌다”는 이야기가 아니기 때문이다.
핵심은 이것이다.
Claude Fable 5는 Anthropic이 일반 사용자에게 공개한 가장 강력한 모델이지만, 동시에 사용자가 무엇을 묻느냐에 따라 더 낮은 모델로 자동 전환될 수 있는 모델이다.
Anthropic은 2026년 6월 9일 Claude Fable 5를 “일반 사용을 위해 안전하게 만든 Mythos-class 모델”로 발표했다. 공식 발표에 따르면 Fable 5는 소프트웨어 엔지니어링, 지식 작업, 비전, 과학 연구 등 여러 영역에서 Anthropic이 지금까지 일반 공개한 모델 중 가장 높은 성능을 목표로 한다.
하지만 이 모델을 이해하려면 성능표보다 먼저 봐야 할 것이 있다.
바로 Fable 5와 Mythos 5의 관계다.
1. Fable 5와 Mythos 5는 사실상 같은 모델이다
이번 발표에서 가장 중요한 문장은 이것이다.
Fable 5와 Mythos 5는 서로 완전히 다른 모델이 아니라, 같은 기반 모델을 다른 권한 구조로 제공하는 형태에 가깝다.
Anthropic은 Mythos 5를 Fable 5와 같은 underlying model이라고 설명하면서, 일부 영역의 safeguards가 해제된 버전이라고 밝혔다. 공식 문서의 각주에서도 Fable과 Mythos를 구분하는 핵심이 safeguards라고 설명한다.
쉽게 비유하면 이렇다.
Fable 5는 일반 도로에서 탈 수 있는 고성능 자동차다.
엔진은 강력하지만, 안전장치와 속도 제한 장치가 들어 있다.
Mythos 5는 특수한 사람에게만 허용되는 트랙용 차량에 가깝다.
엔진의 기본 성능은 같지만, 일부 제한이 풀려 있다.
그래서 이번 발표의 핵심은 “AI가 얼마나 똑똑해졌는가”만이 아니다.
더 중요한 질문은 이것이다.
이제 frontier AI는 ‘할 수 있느냐’보다 ‘누구에게 어디까지 허용할 것이냐’의 문제로 넘어가고 있다.
2. Fable 5가 강한 영역: 긴 작업, 복잡한 코드, 자율 에이전트
Fable 5가 특히 강조되는 영역은 짧은 질의응답이 아니다.
Anthropic은 Fable 5와 Mythos 5가 이전 Claude 모델보다 더 오랫동안 자율적으로 작업할 수 있다고 설명한다. 공식 발표에서는 소프트웨어 엔지니어링, 지식 작업, 비전, 장기 컨텍스트 작업, 과학 연구 영역이 주요 개선점으로 언급된다.
특히 개발자 입장에서 중요한 부분은 소프트웨어 엔지니어링이다. Anthropic은 초기 테스트에서 Stripe가 5천만 줄 규모의 Ruby 코드베이스 마이그레이션을 하루 만에 수행했다고 전했다. 원래라면 한 팀이 두 달 이상 걸릴 수 있는 작업이었다는 설명이다.
이런 사례가 의미하는 것은 분명하다.
Fable 5는 “질문 하나에 답하는 챗봇”보다는,
긴 코드베이스를 읽고, 계획을 세우고, 여러 단계의 작업을 이어 가는 에이전트형 AI에 가깝다.
AWS의 Amazon Bedrock 문서도 Claude Fable 5를 복잡한 지식 작업과 코딩을 위한 모델로 설명하며, multi-day task에서 단계별 계획, sub-agent 위임, self-verification이 가능하다고 소개한다. 컨텍스트 창은 1M tokens, 최대 출력은 128K tokens로 표기되어 있다.
즉, Fable 5의 진짜 경쟁력은 “더 좋은 답변”이 아니라 더 긴 작업을 끝까지 끌고 가는 능력에 있다.
3. 문제는 안전장치다: 특정 요청은 Opus 4.8로 fallback된다
하지만 Fable 5에는 중요한 제한이 있다.
Anthropic은 Fable 5에 별도의 safety classifiers를 붙였다. 이 classifiers는 사용자의 요청이 특정 위험 영역에 닿는지 판단하고, 위험하다고 판단되면 Fable 5가 직접 답하지 않도록 막는다. 공식 발표에 따르면 해당 영역은 크게 세 가지다.
첫째, 사이버보안.
둘째, 생물학과 화학.
셋째, 모델 distillation, 즉 모델 능력을 추출해 다른 모델을 훈련하려는 시도다.
Anthropic은 이 classifiers가 작동하면 Fable 5 대신 Claude Opus 4.8이 응답한다고 설명한다. 또한 사용자는 fallback이 발생했을 때 이를 알 수 있다고 밝혔다. 초기 데이터 기준으로는 Fable 세션의 95% 이상에서 fallback이 발생하지 않는다고 설명한다.
제공 자료에서도 같은 구조가 반복해서 강조된다. Fable 5는 Mythos-class 성능을 일반 사용자에게 제공하지만, 사이버보안, 생물학·화학, distillation 관련 요청이 감지되면 Opus 4.8로 처리된다는 점이 핵심 제한으로 정리되어 있다.
여기서 중요한 포인트는 fallback 자체가 나쁜 설계라는 뜻은 아니라는 점이다.
위험한 요청을 완전히 거부하는 대신, 여전히 강력한 모델인 Opus 4.8로 넘겨 주는 것은 사용자 경험 측면에서 더 부드러운 방식이다.
다만 개발자나 기업 입장에서는 이야기가 달라진다.
내가 Fable 5의 reasoning 능력을 기대하고 복잡한 작업을 맡겼는데, 작업 중간의 특정 단계에서 Opus 4.8로 바뀐다면 어떻게 될까?
짧은 채팅에서는 별문제가 아닐 수 있다.
하지만 수백 번의 tool call이 이어지는 장기 에이전트 작업에서는 모델 전환이 파이프라인의 품질과 안정성에 영향을 줄 수 있다.
4. API에서는 fallback이 더 조심스럽게 다뤄져야 한다
일반 Claude 앱에서는 fallback이 사용자에게 비교적 자연스럽게 보일 수 있다.
그러나 API를 쓰는 개발자라면 이 부분을 반드시 따로 처리해야 한다.
Amazon Bedrock 문서에 따르면 Claude Fable 5는 dual-use content에 대해 blocking classifiers를 포함하며, classifier가 요청을 차단하면 API는 HTTP 200 응답과 함께 stop_reason: "refusal" 및 제한 카테고리를 담은 stop_details를 반환한다. 또한 고객은 stop_reason: "refusal"을 주요 응답 경로로 처리해야 한다고 안내한다.
이 말은 중요하다.
HTTP 500 같은 서버 오류가 아니다.
HTTP 200으로 정상 응답이 왔는데, 그 안에 “거절”이 들어 있을 수 있다.
따라서 Fable 5를 프로덕션 에이전트에 붙이는 팀이라면 다음을 반드시 체크해야 한다.
stop_reason을 확인하는가?
fallback 또는 refusal이 발생했을 때 재시도 로직이 있는가?
작업 중간에 모델이 바뀌었을 때 로그를 남기는가?
비용보다 품질 저하를 모니터링하고 있는가?
Fable 5는 단순히 더 강한 모델을 하나 추가하는 문제가 아니다.
새로운 제어 흐름을 코드에 추가해야 하는 모델이다.
5. 30일 데이터 보관 정책은 기업에게 가장 민감한 부분이다
Fable 5를 도입할 때 성능보다 먼저 봐야 할 수도 있는 항목이 있다.
바로 데이터 보관 정책이다.
Anthropic은 Fable 5, Mythos 5, 그리고 앞으로 비슷하거나 더 높은 capability level의 모델에 대해 Mythos-class 모델 트래픽을 30일 동안 보관한다고 밝혔다. 또한 이 데이터를 새로운 Claude 모델 훈련에는 사용하지 않으며, safety 목적과 false positive 감소 등을 위해 사용한다고 설명한다.
제공 자료에서도 이 30일 데이터 보관 정책은 중요한 리스크로 정리되어 있다. 특히 first-party와 third-party surfaces 모두에서 30일 보관이 적용되고, 훈련 목적이 아니라 복잡한 공격 탐지와 classifier 개선을 위한 것이라는 설명이 포함되어 있다.
일반 개인 사용자에게는 이 부분이 크게 와닿지 않을 수 있다.
하지만 기업, 특히 금융, 의료, 법률, 보안, 공공 부문이라면 다르다.
Zero Data Retention 조건을 전제로 AI 도구를 도입해 왔다면, Fable 5는 내부 검토 없이 바로 붙이기 어렵다.
성능이 아무리 좋아도, 고객 데이터와 내부 소스코드를 30일 보관하는 조건을 받아들일 수 없다면 도입은 보류해야 한다.
6. 가격: 강력하지만 두 배 비싸다
Fable 5와 Mythos 5의 가격은 공식적으로 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러다. Anthropic의 모델 문서에서도 Fable 5와 Mythos 5의 가격은 input/output 기준 $10/$50 per MTok으로 표시되어 있다.
비교하면 Opus 4.8은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러로 표시되어 있다. 즉 Fable 5는 Opus 4.8 대비 대략 두 배 가격이다.
제공 자료 역시 Fable 5와 Mythos 5의 가격을 $10/$50으로 정리하고, Opus 4.8의 $5/$25와 비교해 두 배 가격이라고 설명한다.
그렇다면 Fable 5는 비싼 모델일까?
짧은 작업이라면 그렇다.
간단한 리팩터링, 요약, 분류, 짧은 코드 생성처럼 Opus 4.8도 한 번에 잘하는 작업이라면 Fable 5의 두 배 가격은 그대로 비용 증가가 된다.
하지만 장기 작업이라면 계산이 달라질 수 있다.
Opus 4.8이 여러 번 실패하고 재시도해야 하는 작업을 Fable 5가 한두 번에 끝낸다면, 토큰 단가는 높아도 전체 작업 비용은 낮아질 수 있다.
따라서 질문은 “Fable 5가 비싼가?”가 아니다.
내 작업에서 Fable 5가 실패율과 재시도 횟수를 충분히 줄여 주는가?
이것이 실제 비용 판단의 기준이다.
7. 무료 사용 기간은 짧다: 6월 22일까지
Fable 5는 발표 직후 Pro, Max, Team, seat-based Enterprise 플랜에서 일정 기간 추가 비용 없이 포함된다. Anthropic은 2026년 6월 22일까지 해당 플랜에서 Fable 5를 사용할 수 있고, 6월 23일부터는 사용 credits가 필요하다고 밝혔다. 이후 capacity가 충분해지면 다시 subscription plan의 기본 구성으로 복원하는 것을 목표로 한다고 설명했다.
제공 자료에서도 같은 일정이 강조된다. 6월 22일까지는 Pro, Max, Team, Enterprise 플랜에서 추가 비용 없이 제공되고, 6월 23일부터는 usage credits가 필요하다는 점이 반복적으로 언급된다.
이 기간이 중요한 이유는 단순히 “공짜니까 써 보자”가 아니다.
이 기간은 내 실제 업무에서 fallback이 얼마나 자주 발생하는지 측정할 수 있는 테스트 기간이다.
특히 다음과 같은 사람이라면 지금 테스트해 볼 가치가 있다.
레거시 코드베이스 마이그레이션을 해야 하는 개발자
Claude Code로 장기 작업을 돌리는 사용자
multi-agent workflow를 실험하는 팀
복잡한 문서 분석이나 리서치 자동화를 하는 사람
반복 실패가 많아 더 강한 모델이 필요한 작업을 가진 팀
반대로 다음에 해당한다면 신중해야 한다.
짧은 요약이나 단순 분류 작업이 대부분인 경우
기업 정책상 30일 데이터 보관을 허용할 수 없는 경우
생물학, 화학, 보안 관련 업무가 많아 fallback이 자주 발생할 가능성이 있는 경우
API에서 refusal 처리 로직을 아직 만들지 않은 경우
8. 이 발표가 중요한 진짜 이유
Fable 5의 출시는 단순한 모델 업그레이드가 아니다.
이번 발표는 frontier AI가 어떤 방향으로 가고 있는지 보여 준다.
예전에는 모델의 질문이 단순했다.
“이 모델이 GPT보다 좋은가?”
“코딩을 더 잘하는가?”
“가격이 싼가?”
이제 질문은 바뀌고 있다.
“이 모델은 어디까지 공개될 수 있는가?”
“어떤 사용자는 더 강한 기능을 쓸 수 있고, 어떤 사용자는 제한되는가?”
“안전장치는 모델 내부인가, 아니면 사용 중간에 개입하는 외부 시스템인가?”
“내 에이전트가 작업 중간에 fallback되면 어떻게 되는가?”
Fable 5와 Mythos 5는 이 변화의 상징이다.
하나의 강력한 모델이 있다.
하지만 모든 사람이 같은 방식으로 쓰지는 못한다.
일반 사용자는 Fable 5를 쓴다.
사이버보안 파트너는 Mythos 5의 일부 제한 해제 버전을 쓴다.
일부 생명과학 연구자는 별도의 trusted access program을 통해 생물학·화학 safeguards가 제거된 버전을 쓸 수 있다. Anthropic은 Mythos 5가 Glasswing partners에게 제한되며, 생물학 연구자를 위한 trusted access program도 계획하고 있다고 밝혔다.
이 구조는 앞으로 더 흔해질 가능성이 높다.
AI 모델의 성능이 높아질수록, 모델 회사들은 단순히 “출시할 것인가 말 것인가”가 아니라 누구에게 어떤 제한으로 제공할 것인가를 설계하게 될 것이다.
결론: Fable 5는 써 볼 가치가 있다. 단, 무조건 도입할 모델은 아니다
Claude Fable 5는 분명히 중요한 모델이다.
긴 코드 작업, 복잡한 분석, 장기 에이전트 실행, 대규모 리팩터링처럼 이전 모델이 자주 실패하던 작업에서는 실제 생산성을 크게 높일 수 있다. 공식 문서와 제공 자료 모두 Fable 5가 장기 작업과 복잡한 코딩 작업에서 강점을 가진다고 설명한다.
하지만 도입 전에 반드시 봐야 할 조건이 있다.
첫째, 내 작업이 Fable 5의 강점인 장기·복합 작업인가.
둘째, fallback이 발생했을 때 품질 저하를 감당할 수 있는가.
셋째, API에서 refusal과 fallback을 처리할 준비가 되어 있는가.
넷째, 30일 데이터 보관 정책을 조직이 받아들일 수 있는가.
다섯째, Opus 4.8 대비 두 배 가격을 재시도 감소로 상쇄할 수 있는가.
Fable 5를 한 문장으로 정리하면 이렇다.
가장 강력한 공개 Claude 모델이지만, 그 강력함은 조건부로 제공된다.
그래서 지금 필요한 태도는 무조건적인 열광도, 무조건적인 회피도 아니다.
가장 좋은 전략은 간단하다.
6월 22일까지 실제 업무로 테스트해 보고, fallback 비율과 작업 성공률, 재시도 횟수, 데이터 정책 리스크를 함께 측정하는 것이다.
Fable 5의 진짜 가치는 벤치마크 점수에서 결정되지 않는다.
당신의 실제 workflow에서, 이 모델이 얼마나 자주 끝까지 버티고, 얼마나 적게 실패하며, 얼마나 안전하게 운영되는지에서 결정된다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.