클로드 Fable 5와 Mythos 5 차이
클로드 Fable 5와 Mythos 5 차이

핵심 요약 3가지

  1. Claude Fable 5는 Anthropic이 일반 사용자에게 공개한 모델 중 가장 강력한 모델입니다. 소프트웨어 엔지니어링, 지식 업무, 비전, 과학 연구 등 거의 모든 평가 영역에서 큰 성능 향상이 있었다고 설명합니다.
  2. Claude Mythos 5는 Fable 5와 같은 기반 모델입니다. 차이는 안전장치입니다. Fable 5는 일반 공개용으로 민감 영역에 안전장치가 있고, Mythos 5는 검증된 기관과 연구자에게 제한적으로 제공되는 모델입니다.
  3. 이 발표에서 가장 중요한 변화는 “더 똑똑한 챗봇”이 아니라 “긴 작업을 맡길 수 있는 AI”에 가까워졌다는 점입니다. Fable 5를 잘 쓰려면 한 줄 프롬프트보다 충분한 맥락, 목표, 자료, 검토 기준을 함께 주는 방식이 중요합니다.

Claude Fable 5는 무엇인가요?

Anthropic은 Claude Fable 5를 “Mythos-class 모델을 일반 사용자가 안전하게 쓸 수 있도록 만든 모델”로 소개했습니다. Fable 5는 Anthropic이 지금까지 일반 공개한 Claude 중 가장 강력한 모델 중 하나입니다.

공식 발표에서 Anthropic은 Fable 5가 소프트웨어 엔지니어링, 지식 업무, 비전, 과학 연구 등 여러 영역에서 최고 수준의 성능을 보였다고 말합니다. 특히 눈에 띄는 문장은 “작업이 길고 복잡할수록 Fable 5의 격차가 더 커진다”는 부분입니다.

이건 사용 방식에 중요한 힌트를 줍니다. Fable 5는 단순히 질문 하나에 답을 잘하는 모델이라기보다, 자료를 읽고, 계획을 세우고, 여러 단계를 거쳐 결과물을 만드는 장기 작업에 강한 모델로 봐야 합니다.

Mythos 5와 Fable 5는 무엇이 다른가요?

Fable 5와 Mythos 5의 핵심 차이는 “능력”보다 “접근 권한과 안전장치”에 있습니다. Anthropic은 두 모델이 같은 underlying model, 즉 같은 기반 모델이라고 설명합니다. 다만 Fable 5에는 일반 사용자를 위한 안전장치가 들어가고, Mythos 5는 신뢰된 사용자에게 일부 안전장치를 해제한 형태로 제공됩니다.

Fable 5는 일반 사용자와 기업이 쓸 수 있는 모델입니다. 하지만 사이버보안, 생물학, 화학, 모델 증류처럼 오용 가능성이 큰 주제에서는 Fable 5가 직접 답하지 않고 Claude Opus 4.8로 자동 전환될 수 있습니다. Anthropic은 이런 fallback이 평균적으로 전체 세션의 5% 미만에서 발생한다고 설명합니다.

반면 Mythos 5는 현재 Project Glasswing을 통해 사이버 방어자와 중요 인프라 제공자에게 제한적으로 제공됩니다. 이후에는 생명과학 연구자와 기관을 위한 trusted access program도 확대할 계획이라고 합니다. 즉, Mythos 5는 일반 소비자용 신모델이라기보다 위험도가 큰 영역에서 검증된 기관이 쓰는 제한 접근 모델에 가깝습니다.

한 문장으로 정리하면

Fable 5는 Mythos급 능력을 일반 사용자에게 공개하기 위해 안전장치를 입힌 모델이고, Mythos 5는 같은 기반 모델을 신뢰된 기관이 더 깊은 연구와 방어 목적으로 쓰는 제한판입니다.

왜 이름이 Mythos가 아니라 Fable일까요?

Fable은 라틴어 fabula에서 온 말로 “말해진 것”, “전해지는 이야기”라는 뜻을 갖고 있습니다.

이름을 이렇게 나눈 이유는 두 모델은 같은 기반 모델이지만 안전장치가 다르기 때문에 Fable과 Mythos라는 다른 이름을 붙였다는 것입니다.

Mythos가 강력한 원형, 신화적 능력에 가까운 이름이라면 Fable은 그 힘을 일반 사용자가 더 안전하게 접할 수 있도록 다듬은 이야기판에 가깝습니다. 즉 Fable 5라는 이름에는 “Mythos급 능력을 더 안전한 형태로 전달한다”는 의미가 들어 있습니다.

Anthropic이 강조한 Fable 5의 강점

  • 긴 작업과 자율성: Fable 5와 Mythos 5는 이전 Claude 모델보다 더 오래 자율적으로 작업할 수 있다고 소개됩니다. 단발성 답변보다 여러 단계를 거치는 프로젝트형 작업에 강점이 있습니다.
  • 소프트웨어 엔지니어링: Stripe는 대규모 Ruby 코드베이스 마이그레이션 사례를 언급했고, 여러 개발 도구 기업들은 Fable 5가 긴 코딩 작업과 agentic coding에서 크게 좋아졌다고 평가했습니다.
  • 지식 업무와 문서 분석: 복잡한 문서 기반 추론, 표와 차트 해석, 금융 분석, 문제 해결에서 높은 성능을 보였다고 합니다. 요약보다 판단과 의사결정 지원에 더 잘 맞습니다.
  • 비전: 과학 그래프에서 정확한 숫자를 추출하거나, 스크린샷만 보고 웹앱 소스코드를 재구성하는 예시가 소개됩니다. 이미지와 화면 이해 능력이 크게 강화된 것으로 볼 수 있습니다.
  • 메모리와 롱컨텍스트: Fable 5는 수백만 토큰 규모의 긴 작업에서도 집중력을 유지하고, 자신의 노트를 활용해 결과물을 개선하는 능력이 좋아졌다고 설명됩니다.

그래서 Fable 5는 어떻게 써야 할까요?

Fable 5는 짧은 질문보다 긴 작업, 단순 요약보다 판단, 파일 하나보다 전체 맥락, 텍스트만보다 이미지와 문서를 함께 주는 방식에서 성능을 더 잘 뽑아낼 가능성이 큽니다.

1. 짧은 질문보다 긴 프로젝트를 맡기세요

Fable 5의 장점은 길고 복잡한 작업에서 더 크게 드러난다고 합니다. 그래서 “이거 요약해줘”보다 “자료를 읽고, 핵심 쟁점을 분류하고, 의사결정 기준과 리스크까지 정리해줘”처럼 작업의 목표와 결과물 형식을 함께 주는 편이 좋습니다.

✅
좋은 요청 예시: “이 자료들을 바탕으로 대표가 지금 결정해야 할 선택지 3개를 정리하고, 각 선택지의 장점·리스크·다음 액션을 표로 만들어줘.”

2. 코딩에서는 코드베이스 단위로 맡기세요

Fable 5는 단순 코드 생성보다 대규모 코드베이스 이해, 마이그레이션, 리팩토링, 테스트 전략 수립에서 더 큰 차이를 만들 가능성이 큽니다. Claude Code나 Cursor 같은 개발 환경에서 쓴다면 “이 파일 고쳐줘”보다 “전체 구조를 파악하고, 위험 구간을 찾고, 단계별 수정 계획과 테스트 기준을 제시해줘”가 더 좋은 요청입니다.

3. 문서 분석은 요약보다 판단을 맡기세요

Fable 5는 문서 기반 추론과 표·차트 해석에서 강점을 보인다고 소개됩니다. 그래서 회의록, 리서치 보고서, 고객 인터뷰, 재무 자료를 넣고 단순 요약을 시키기보다 “이 자료에서 실제로 결정해야 할 것”, “놓치면 안 되는 리스크”, “반대로 해석할 수 있는 지점”을 뽑게 하는 방식이 좋습니다.

4. 이미지와 스크린샷을 적극적으로 쓰세요

공식 발표에서 Fable 5는 비전 작업의 성능 향상이 크게 강조됩니다. 랜딩페이지 스크린샷, 앱 화면, 차트 이미지, 와이어프레임, 손그림을 함께 넣고 분석을 맡기는 활용이 더 중요해질 수 있습니다. 특히 바이브코딩에서는 “화면을 보고 구현하기”의 품질이 더 좋아질 가능성이 큽니다.

모든 요청에 Fable 5가 답하는 것은 아닙니다!

Fable 5에는 안전장치가 있습니다. 특히 사이버보안, 생물학·화학, 모델 증류와 관련된 요청은 Fable 5가 직접 처리하지 않고 Opus 4.8로 fallback될 수 있습니다. Anthropic은 이를 거절보다 나은 사용자 경험으로 설명합니다. 아예 답을 막는 대신, 더 안전한 모델이 응답하게 하는 방식입니다.

또한 Fable 5를 선택했다고 해서 모든 질문이 항상 Fable 5의 최고 성능으로 처리되는 것은 아닙니다. 민감한 영역에서는 안전장치가 개입할 수 있고, 이로 인해 답변의 깊이나 방식이 달라질 수 있습니다.

Fable 5에게 맡길만큼 복잡한 작업이 있나요?

Claude Fable 5는 “더 똑똑한 챗봇”이라기보다, 더 긴 작업을 맡길 수 있는 AI에 가까워진 모델입니다. Mythos 5와 같은 기반 모델이지만, 일반 사용자가 쓸 수 있도록 안전장치가 더해진 버전이라는 점이 핵심입니다.

이제 중요한 것은 모델 이름을 아는 것이 아니라, 이 모델에게 어떤 단위의 일을 맡길 수 있는지 이해하는 것입니다. Fable 5 시대에는 프롬프트 한 줄보다 업무 맥락, 기준 문서, 프로젝트 메모리, 검토 프로세스가 더 중요해질 가능성이 큽니다.

결국 AI를 잘 쓰는 사람은 질문을 잘 던지는 사람을 넘어, AI가 제대로 일할 수 있는 환경을 설계하는 사람이 될 것입니다.

🚀
AI네버슬립에서는 클로드, 노션, AI 에이전트를 실제 업무 시스템에 적용하는 방법을 다룹니다. 우리 팀에 맞는 AI 업무 구조가 필요하다면 강의·코칭·컨설팅으로 함께 시작해보세요!