5년 된 시스템 크래시를 해결한 Fable 5.1의 추론 성능

투자사 밀레니엄(Millennium)은 Claude Fable 5.1을 도입해 내부 시스템에서 발생한 희귀 크래시의 근본 원인을 단독으로 찾아냈다. 해당 오류는 소속 엔지니어들과 기존의 다른 AI 모델들이 4~5년 동안 분석했음에도 불구하고 끝내 설명하지 못했던 사례였다. Fable 5.1은 외부 벤더 라이브러리를 분해하고 이를 코어 덤프와 대조하는 정밀 분석을 통해 라이브러리 내부의 버그를 추적해냈다. 이는 모델이 단순한 코드 생성을 넘어 소프트웨어 이슈의 뿌리를 찾아 수정하는 고도화된 문제 해결 능력을 갖췄음을 증명한다.

라쿠텐 메디컬(Rakuten Medical)은 다른 프론티어 모델 3개가 이미 승인한 임상 연구 프로젝트를 Fable 5.1로 재검토하여 기존 모델들이 놓친 공백을 발견했다. Fable 5.1은 발견된 공백에 대해 추가 테스트를 강력히 제안했으며, 기존에 폐기되었던 데이터셋을 활용한 완전히 새로운 가설을 제시해 연구 방향을 전환시켰다. 이러한 사례는 모델이 전문가 수준의 비판적 검토와 창의적 통찰력을 통해 연구 프로세스의 병목을 해결할 수 있음을 보여준다.

개발 도구 데빈(Devin)은 기존에 Opus 5로 처리하던 트래픽을 출시 당일부터 Claude Fable 5.1로 전환했다. 데빈의 내부 테스트 결과 Fable 5.1은 작업당 비용을 낮추면서도 성능 면에서 Fable 5와 대등하거나 이를 상회하는 결과를 냈다. 특히 코드 리뷰 워크로드에서 Fable 클래스 모델이 Opus 수준의 무거운 작업량을 처리할 수 있는 경제성을 확보함에 따라 실무 적용 가능성이 극대화되었다.

캐시 읽기 가격 인하를 통한 에이전트 운영 비용 절감

앤스로픽(Anthropic)은 캐시 읽기(Cache Reads) 가격을 인하하여 Claude Fable 5.1의 일반 워크로드 비용을 Fable 5 대비 약 25% 절감했다. 캐시 읽기는 모델이 이미 처리하여 저장해 둔 입력 데이터를 다시 읽어오는 과정으로, 반복적인 컨텍스트 참조가 많은 작업에서 비용 효율을 결정짓는 핵심 요소다. 사용자가 대량의 문서를 반복 입력하거나 긴 대화 기록을 유지할 때 매번 전체 텍스트를 다시 연산하지 않고 저장된 상태를 불러옴으로써 토큰 소모 비용을 낮추는 구조다.

AI 에이전트와 같이 고도로 자율적인 작업(Highly agentic work)을 수행할 경우 비용 절감 폭은 최대 약 45%까지 확대된다. 에이전트는 목표 달성을 위해 스스로 계획을 세우고 외부 도구를 호출하며 여러 단계의 루프를 수행하므로 토큰 소비량이 기하급수적으로 증가하는 특성이 있다. 이번 캐시 읽기 최적화는 에이전트 환경의 비용 부담을 획기적으로 낮춰, 기업이 동일 예산 내에서 더 정교하고 긴 호흡의 워크플로우를 설계할 수 있는 기반을 마련했다.

Fable 5.1은 성능과 비용의 균형을 맞추기 위해 Low, Medium, High의 세 가지 노력 수준(Effort) 설정을 제공한다. Claude Code는 최상의 성능을 위해 High로 기본 설정되며, Claude Cowork와 Claude.ai는 효율성을 위해 Medium으로 설정된다. Low나 Medium 설정에서도 Fable 5.1은 이전 모델인 Fable 5와 비슷하거나 더 나은 결과를 내면서도 훨씬 낮은 비용으로 작업을 완수한다.

EFS 구조를 통한 제로 데이터 보존과 보안 가드레일 강화

앤스로픽은 기업용 프론티어 보호 체계인 EFS(Enterprise Frontier Safeguards)를 도입해 고객이 완전히 제어하는 클라우드 인프라에 데이터를 저장하는 구조를 구현했다. EFS는 데이터의 물리적 위치와 접근 권한을 고객이 직접 관리하게 함으로써, 서비스 제공자가 데이터를 일절 저장하지 않는 제로 데이터 보존(Zero data retention) 정책과 동일한 수준의 프라이버시를 제공한다. 이 시스템은 올가을 이후 기업 고객을 대상으로 순차적으로 적용될 예정이며, 정식 적용 전까지는 자격을 갖춘 고객에 한해 Fable 5.1을 제로 데이터 보존 설정으로 사용할 수 있다.

사이버 보안 가드레일의 업데이트를 통해 정상적인 콘텐츠를 유해한 것으로 잘못 분류하는 오탐(False Positives) 비율을 이전보다 60% 감소시켰다. 기존의 엄격한 필터링은 개발자가 작성한 정상적인 코드나 기술 문서조차 차단하여 작업 흐름을 끊는 문제가 있었다. 이번 개선으로 Fable 5.1은 소프트웨어 취약점을 발견하는 용도로 사용될 수 있게 되었으며, 다만 취약점을 이용한 공격 도구(Exploit)를 개발하는 행위는 여전히 엄격히 차단된다.

생명 과학 분야의 연구 지원을 위해 앤스로픽은 미국 정부와 협력하여 Claude Mythos 5.1 전용 액세스 프로그램을 구축했다. Mythos 5.1은 Fable 5.1과 동일한 기반 모델을 공유하지만, 사이버 보안 및 생명 과학 연구의 특수한 요구사항과 안전 기준을 충족하도록 설계된 전용 가드레일을 탑재했다. 앤스로픽은 곧 과학자들을 대상으로 한 등록 절차를 시작하여 고도화된 생물학적 연구 역량을 제공할 계획이다.

벤치마크 수치로 증명된 코딩 및 지식 작업 성능

Claude Fable 5.1은 코딩 성능 측정 지표인 CursorBench 3.2.0에서 최대 노력 수준(High effort) 설정 시 73.4%의 점수를 기록했다. 이는 모델이 작성한 코드를 스스로 검증하고 복잡한 코딩 과제를 완수하는 능력이 이전 세대보다 강화되었음을 의미한다. 특히 하드웨어 가속을 위한 핵심 연산 루틴인 컴퓨트 커널 최적화 성능을 기존 Fable 5 대비 약 35% 더 끌어올리며 기술적 한계를 극복했다.

과학적 문제 해결 능력을 평가하는 Terminal-Bench-Science 0.1에서 Fable 5.1은 내부 재현 테스트 기준 24.7%의 성능을 보였다. 이는 Claude Opus 5의 29.0%보다는 낮지만, Fable 5의 21.4%보다는 향상된 수치로 오차 범위 내에서 안정적인 성능 향상을 입증했다. 또한 브라우저 에이전트 벤치마크에서는 작업 완료율 82%를 달성하며 Opus 5(74%)와 Fable 5(57%)를 모두 앞질렀다.

전문 문서 처리 능력에서도 정량적 상승이 확인되었다. 계약서 수정 능력을 측정하는 RedlineBench에서는 점수가 47.9점에서 57.0점으로 상승했으며, 금융 데이터 분석 및 추론 능력을 평가하는 FrontierFinance의 루브릭 점수는 49.2%에서 55.9%로 올랐다. 특히 레드라이닝 작업에서 첫 번째 시도에 생성한 결과물의 품질이 이전 대비 두 배 가까이 향상되어 실무 수용 가능성을 높였다.

자율 작업 성공률 기반의 모델 전환 및 도입 기준

Fable 5.1은 장시간 무인 실행(Long-running unattended work) 능력을 통해 복잡한 엔지니어링 파이프라인의 자율화를 가능하게 한다. 실제 머신러닝 문제 해결 사례에서 모델은 38시간 동안 무인으로 작동하며 데이터 라벨링 오류(Label Artifacts)를 진단하고 6개의 병렬 실험을 수행해 결과를 도출했다. 또한 3일간의 작업을 통해 서비스 코드와 문서를 전수 조사하고 확장 가능한 설계를 도출해 복잡한 프로토타입을 완결 짓는 성과를 냈다.

사용자는 Opus 5 수준의 지능이 필요하지만 운영 비용 부담이 컸던 코드 리뷰나 심층 리서치 워크로드를 Fable 5.1로 전환함으로써 비용 효율성을 확보할 수 있다. Fable 5.1은 Opus 5 대비 약 2배 빠른 속도를 제공하며 사용하는 토큰 양은 절반 수준으로 줄어들어, 일상적인 메인 모델(Daily driver)로서의 경제적 타당성을 갖췄다. 특히 다단계 작업에서도 논리가 흐트러지지 않고 읽기 쉬운 결과물을 유지하는 능력이 강화되어 긴 호흡의 자율 작업 성공률이 높아졌다.

한국 기업의 도입 결정은 올가을 이후 적용될 EFS의 인프라 제어권 확보 시점과 자율 작업의 성공률을 기준으로 판단해야 한다. 데이터 주권 확보가 필수적인 환경에서는 EFS를 통한 제로 데이터 보존 구현 여부가 전면 도입의 분기점이 된다. 결론적으로 일반 작업 25% 및 에이전트 작업 최대 45%의 비용 절감 수치를 확인하고, Opus 5 대비 비용 효율성과 긴 호흡의 자율 작업 성공률을 비교하여 모델 전환 여부를 결정하는 것이 중요하다.