Claude Fable 5.2 출시, 역량은 어디에서 향상됐나?

Anthropic은 2026년 11월 9일 Claude Fable 5.2를 정식 출시했어요. 공식 성능표와 제3자 평가 순위 모두에서 5.1보다 어려운 작업과 장기 협업 능력이 눈에 띄게 향상된 것으로 나타났어요. 표준 API 가격도 5.1보다 20% 저렴해졌습니다.

핵심 가치: 이 글은 ‘결론부터 짚고, 근거를 살펴본 다음, 한계를 확인하는’ 순서로 Claude Fable 5.2가 어떤 점에서 얼마나 뛰어난지, 그리고 지금 여러분의 작업에 도입할 만한지 판단하도록 도와드려요.

Claude Fable 5.2 평가를 이해하기 위한 용어 빠르게 살펴보기

아래에서는 몇 가지 평가 기준이 반복해서 등장해요. 이 용어를 잘못 이해하면 기업의 시연을 독립적인 검증으로 받아들이거나, 부분 점수를 전체 통과율로 오해하기 쉽습니다.

• Agent: 도구를 호출하고 여러 단계의 작업을 연속으로 수행할 수 있는 모델 시스템이에요.
• Intelligence Index: Artificial Analysis(AA)가 산출하는 종합 능력 지수예요. 종합 점수이지 정답률은 아닙니다.
• OSWorld partial: 데스크톱 조작 평가에서 부분적인 작업 완료 정도를 기준으로 점수를 매기는 방식이에요. 전체 문제의 엄격한 통과율과는 다릅니다.
• RoboDojo Sim: 시뮬레이션 로봇 환경에서 수행하는 제어 평가예요. 실제 로봇의 성공률을 의미하지는 않습니다.
• PCB: 전자 부품을 장착하고 연결하는 데 사용하는 인쇄 회로 기판이에요.
• Lean / 형식 증명: Lean은 컴퓨터가 증명을 검사할 수 있도록 해주는 언어이자 도구예요. 형식 증명은 수학적 논증을 컴퓨터가 단계별로 검증할 수 있는 엄밀한 절차로 바꾸는 것을 말합니다.
• 다중 Agent 협업: 여러 모델 인스턴스가 역할을 나누어 작업하고 서로 소통한 뒤, 결과를 취합하는 방식이에요.

Claude Fable 5.2는 얼마나 강력할까요? 결론부터 살펴보고, 출시 배경도 알아봐요

한마디로 정리하면, Claude Fable 5.2는 어려운 코딩, 장기 작업, 시각 정보에서 동작으로 이어지는 평가에서 크게 향상됐지만, ‘모든 작업에서 1위’라고 단정할 수는 없어요. 일부 자동화 평가와 선호도 점수에서는 여전히 다른 모델보다 뒤처져요.

먼저 출시 배경을 짚어볼게요. 공식 발표에 따르면 Fable과 Mythos는 같은 기본 모델을 사용해요. Fable은 사이버 보안과 생물 안전 보호 조치를 갖춰 일반 고객에게 공개되지만, Mythos는 검증된 조직만 이용할 수 있어요. 따라서 Mythos만의 기능이나 점수를 일반 Fable의 성과로 간주해서는 안 돼요.

Claude Fable 5.2 핵심 정보 한눈에 보기

오해하기 쉬운 점이 두 가지 있어요. 첫째, ‘최대 30% 빠름’은 업체가 제시한 출력 속도의 상한으로, 모든 작업의 소요 시간이 30%씩 줄어든다는 뜻은 아니에요. 둘째, Fable 5.2의 표준 가격은 여전히 Opus 5.5(입력 4달러/출력 20달러)의 두 배예요.

공식 안내에서도 대부분의 일상적인 코딩과 지식 업무에는 먼저 Opus 5.5를 사용하고, 복잡한 작업에서 Fable로 업그레이드하라고 권장해요.

Claude Fable 5.2의 코딩 및 장기 작업 성능 향상을 뒷받침하는 근거

이번 출시의 핵심은 코딩이에요. 먼저 제조사가 공개한 데이터를 살펴보고, 이어서 환경이 서로 다른 두 가지 제3자 평가 결과를 확인해 볼게요.

공식 성능 표: Fable 5.2와 5.1, Opus 5.5 비교

이 표를 보면 Fable 5.2는 FrontierSWE v2에서 5.1보다 13.6%포인트 높고, Opus 5.5도 앞서요. FrontierCode 2.0의 상승 폭은 더 크지만, 두 행의 effort 설정이 다르기 때문에 상승분의 일부는 추론 설정 차이에서 비롯됐을 수 있어요.

제3자 데이터: AA와 Cursor에서의 Claude Fable 5.2 성능

AA는 독립 평가 기관이에요. AA의 Intelligence Index에서 Fable 5.2 max는 65점으로, Opus 5.5 max의 59점보다 높아요. 공식 표와 같은 방향의 결과예요.

Cursor 데이터는 Cursor 자체의 작업 및 도구 환경에서 나온 결과예요. Fable 5.2 Max는 60.0%를 기록했지만, High 설정에서는 Opus 5.5 High와의 차이가 0.9%포인트에 불과해요.

두 제3자 평가 결과 모두 더 높은 성능 상한에는 대체로 더 높은 작업당 비용이 따른다는 점을 보여줘요. AA에서는 high에서 max로 설정을 올리면 점수가 3점 높아지고, 작업당 비용은 약 2.92배가 돼요.

🎯 기술 제안: 벤치마크 순위는 후보를 추리는 데만 활용하고, 최종 판단은 직접 사용하는 작업 데이터로 내려야 해요. APIYI apiyi.com을 통해 같은 OpenAI 호환 인터페이스를 사용하고, 동일한 프롬프트와 평가 기준으로 Opus, Fable 등 여러 모델을 비교해 보세요. 그런 다음 설정별 품질과 비용을 기록하면 돼요.

Claude Fable 5.2의 비전 및 엔지니어링 역량은 어디까지 왔을까

화면을 이해하는 것에서 동작을 제어하는 것까지

비전 분야에서 가장 주목할 만한 항목은 OSWorld 2.1과 RoboDojo Sim이에요. OSWorld 2.1 오프라인 하위 집합의 partial 점수는 83.5%에서 89.3%로 올랐지만, Opus 5.5도 이미 87.2%를 기록해 격차가 크지 않아요.

RoboDojo Sim은 27.6%에서 64.9%로 크게 향상됐어요. 시각적 이해를 연속적인 제어 동작으로 전환하는 모델의 능력이 눈에 띄게 좋아졌다는 뜻이에요.

Fable 5.2의 전자 프로토타입 설계 참여

Anthropic은 Diode와 협력해 음성 비서, USB 스피커폰, 가상 반려동물 등 세 가지 전자기기 프로토타입을 제작했어요. 모델은 부품 선정, PCB 배치와 배선, 외장 설계, 소프트웨어 작성에 참여했고, Diode 엔지니어들은 실제 제조와 조립, 테스트를 맡았어요. 양측은 상업적 협력 관계이므로 이 사례를 살펴볼 때는 이 점을 고려해야 해요.

이 사례의 범위는 분명해요. 세 기기 모두 프로토타입일 뿐, 전기적 검증이나 안테나 튜닝, 열 테스트, 인증을 완료하지 않았고 양산 요구사항에 맞춰 설계되지도 않았어요. 모델은 공장 장비나 테스트 기기에 연결되지 않았어요. 따라서 정확한 표현은 “모델이 전자 프로토타입 설계에 깊이 참여할 수 있다”는 것이지, “모델이 양산 가능한 제품을 독자적으로 만들어 냈다”는 뜻은 아니에요.

같은 연구 문서에는 설계 관련 데이터가 두 가지 더 나와요. 첫째, Diode가 운영하는 내부 평가인 PCB Gym에서 Fable 5.2는 69%를 기록했어요. 비교 대상은 Fable 5.1이 아니라 Fable 5(25%)예요. 둘째, 공개 벤치마크인 BenchCAD 2.1은 엔지니어링 도면과 렌더링 이미지로부터 3D 부품, 어셈블리, 회로 기판을 재구성하는 평가예요. 업체 발표에 따르면 Fable 5.2의 점수는 83.5%예요. 벤치마크 자체는 공개되어 있지만, 이번 점수는 아직 독립적인 재검증을 거치지 않았어요.

Claude Fable 5.2의 과학 연구와 멀티 에이전트 사례가 주목받는 이유

가장 큰 관심을 받은 사례는 수학의 형식화 실험이에요. 공식 개발자 블로그에 따르면, 초기 버전의 Fable 5.2 에이전트 1,000개가 28.7시간 동안 Lean에서 페르마의 마지막 정리에 대한 형식 증명을 재현했어요.

이 사례의 가치는 수학적으로 새로운 사실을 발견했다는 데 있지 않아요. 대규모 작업을 오랜 시간에 걸쳐 조직하고 진행할 수 있다는 점에 있어요.

실험 조건을 정확히 살펴볼 필요가 있어요.

• 입력은 주어졌어요: 명제와 정의 60개, 고전적인 증명 경로를 한 문장으로 요약한 개요, 그리고 이전에 증명된 보조정리 47개가 제공됐어요.
• 도구와 환경: Lean, Mathlib, Git, 공유 데이터베이스, 네트워크에 연결되지 않은 샌드박스를 사용했어요. 동작 검사와 오프라인 모니터링도 설정돼 있었어요.
• 진행 과정: 에이전트는 약 18시간이 지난 시점에 저장된 상태에서 재시작했고, 이후 12시간을 추가로 실행했어요.
• 저자의 설명: 저자는 이 실험을 직접 ‘toy experiment’라고 부르며, 전문적인 하네스와 사람의 방향 제시가 더해지면 효율이 높아질 수 있다고 밝혔어요.

따라서 이 사례는 이미 알려진 수학적 증명을 형식화한 작업이에요.

이러한 제약을 고려하더라도, 이 사례는 한 가지 가능성을 보여줘요. 여러 모델 인스턴스가 공유 상태를 바탕으로 역할을 나누고, 결과를 제출하고, 서로 검토하면서 아주 긴 작업을 지속적으로 진행할 수 있다는 점이에요. 이런 역량은 대규모 코드 마이그레이션이나 복잡한 시스템 리팩터링 같은 엔지니어링 작업에도 참고가 될 수 있어요.

Claude Fable 5.2가 모든 면에서 앞서지는 않는 이유

책임감 있는 성능 분석이라면 반례도 다뤄야 해요. 공식 발표에 실린 같은 표에도 Fable 5.2가 우위를 차지하지 못한 항목이 두 가지 있어요.

AA-Briefcase 항목이 대표적인 사례예요. 같은 작업이라도 채점 기준(rubric)으로 점수를 매기면 Fable이 앞서고, Elo 선호도 대결 방식으로 평가하면 Opus가 앞서요. 평가 방식이 바뀌면 순위도 뒤집힐 수 있으므로, 한두 개의 순위표만 보고 “전면 1위”라고 단정하는 것은 신뢰하기 어려워요.

또 다른 단점은 비용이에요. Cursor 환경에서 Fable 5.2 Max는 작업당 32.79달러, Opus 5.5 High는 작업당 3.97달러로, 약 8배 차이가 나요. 반면 점수 차이는 4%포인트예요. 개인 개발자 Lex Toumbourou의 소규모 실험에서도 5.2 high의 정확도는 5.1보다 높았지만, 출력량과 회당 비용은 모두 약 두 배로 늘어난 것으로 나타났어요.

또한 Mythos 전용 안전성 및 생물학 관련 점수를 일반 Fable의 성능으로 간주해서는 안 돼요.

Claude Fable 5.2를 지금 시도해 볼 만한 사용자

공식 모델 선택 가이드와 위의 데이터를 바탕으로 대략 다음과 같이 나눠 볼 수 있어요.

• 우선 시도해 볼 만한 경우: 난도가 높은 장기 코딩 작업, 복잡한 엔지니어링 설계, 여러 단계의 도구 호출이 필요한 연구 작업. 실제로 성능이 향상되는지 확인하려면 자체 작업 데이터셋으로 검증해 보세요.
• 일상용 모델부터 시작해도 좋은 경우: 일상적인 지식 질의응답이나 일반적인 코딩 작업. 공식 권장에 따라 Opus 5.5 같은 일상용 모델부터 사용하고, 실제로 한계에 부딪혔을 때 상위 모델로 전환하세요.

Claude Fable 5.2를 사용해 보기 전 확인할 다섯 가지

통합 인터페이스로 Claude Fable 5.2 비교 테스트하기

아래의 간단한 예제는 OpenAI 호환 인터페이스로 모델을 호출해요. MODEL을 플랫폼 모델 목록에 실제로 있는 ID로 바꾸면 코드를 수정하지 않고도 모델을 전환하며 비교할 수 있어요.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 호환 인터페이스
)

MODEL = "your-model-id"  # 플랫폼의 당일 모델 목록을 기준으로 하세요
resp = client.chat.completions.create(
    model=MODEL,
    messages=[{"role": "user", "content": "为下面的函数补充单元测试：..."}]
)
print(resp.choices[0].message.content, resp.usage)

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# 후보 모델 ID는 플랫폼의 당일 모델 목록을 기준으로 하세요
CANDIDATES = ["daily-model-id", "candidate-model-id"]

def run_task(model: str, prompt: str, check) -> dict:
    """작업을 한 번 실행하고 처리 시간, 토큰 수, 검수 결과를 기록합니다."""
    start = time.time()
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    text = resp.choices[0].message.content
    return {
        "model": model,
        "seconds": round(time.time() - start, 2),
        "prompt_tokens": resp.usage.prompt_tokens,
        "completion_tokens": resp.usage.completion_tokens,
        "passed": bool(check(text)),  # 자체 검수 함수를 사용하세요
    }

def check(text: str) -> bool:
    return "def test_" in text

tasks = ["为 parse_date 函数补充单元测试：..."]
results = [run_task(m, t, check) for m in CANDIDATES for t in tasks]
for r in results:
    print(r)

비교를 마친 뒤에는 실제 청구 내역도 확인해야 해요. APIYI의 로그 문서에는 model_name, prompt_tokens, completion_tokens, quota, request_id 등의 필드가 있어요. 이 중 quota를 500000으로 나누면 달러 기준 청구액을 계산할 수 있으므로, 작업별로 업그레이드 전후의 비용을 하나씩 대조해 볼 수 있어요. 단, 공식 요율로 계산한 금액은 추정치일 뿐이므로 플랫폼의 실제 로그를 기준으로 확인하세요.

🚀 빠른 시작: APIYI apiyi.com에 가입하면 신규 사용자 무료 테스트 크레딧을 받을 수 있어요. 실제 작업 10~20개로 비교 절차를 먼저 시험해 본 뒤, Fable 등급 모델 사용량을 늘릴지 결정하세요. 새 모델의 제공 여부와 가격은 플랫폼에 당일 공개된 정보를 기준으로 확인하세요.

자주 묻는 질문 FAQ

Claude Fable 5.2 핵심 요점 Key Takeaways

• 출시 포지션: 11월 9일 출시됐으며, Mythos와 같은 기반 모델을 사용하고 일반 고객에게 공개돼요.
• 코딩 성능 상한: FrontierSWE v2에서 69.9%를 기록해 공식 표 기준으로 5.1과 Opus 5.5를 앞섰어요.
• 제3자 검증: AA Max 등급에서 65점, CursorBench Max에서 60.0%를 기록했지만, 작업당 비용은 훨씬 높아요.
• 시각 정보에서 동작까지: RoboDojo Sim 점수가 27.6%에서 64.9%로 올랐지만, 이는 시뮬레이션 기준이에요.
• 엔지니어링과 연구: 전자 프로토타입 설계와 대규모 Lean 형식화에 참여할 수 있지만, 모두 명확한 전제 조건이 있어요.
• 모든 평가에서 우세한 건 아니에요: AutomationBench와 Elo 기준에서는 다른 모델이 앞서는 경우도 있어요.
• 사용해 보는 방법: APIYI apiyi.com에서 통합 인터페이스와 자체 작업을 활용해 비교한 뒤 업그레이드 여부를 결정할 수 있어요.

요약

Claude Fable 5.2의 핵심은 다음과 같아요.

1. 어려운 작업에서 눈에 띄게 향상됐어요: 장시간 이어지는 코딩과 시각 제어 등의 평가에서 5.1보다 큰 폭으로 발전했어요.
2. 근거를 구분해서 살펴봐야 해요: 업체 자체 평가, AA 독립 순위표, Cursor 자체 환경은 각각 적용 범위가 달라요. 수치를 한데 섞어 비교하면 안 돼요.
3. 더 높은 성능에는 비용이 따를 수 있어요: 고성능 등급은 작업당 비용이 몇 배나 높을 수 있어요. 단가가 낮아져도 작업 비용이 낮아지는 건 아니에요.

주요 업무가 어려운 장기 코딩이나 복잡한 엔지니어링, 연구 작업이라면 지금 바로 자체 작업 세트로 Fable 5.2의 실질적인 성능 향상을 검증해 보세요. 일상적인 업무에는 우선 Opus 같은 범용 모델을 추천해요. APIYI apiyi.com에서 여러 모델을 같은 인터페이스로 비교하고 로그를 기준으로 비용을 계산해 보세요. 순위표가 아니라 데이터를 바탕으로 업그레이드 여부를 결정하는 게 좋아요.

📚 참고 자료

1. Anthropic 출시 발표: Fable과 Mythos 5.2의 출시 범위 및 공식 성능표
2. 링크: anthropic.com/claude-fable-and-mythos-5-2

3. 설명: 출시일, 속도 기준, 비교 데이터의 1차 출처(제조사 자체 평가)

4. Fable 5.2 모델 사양: 컨텍스트, 출력 한도, 사고 모드

5. 링크: platform.claude.com/docs/en/models/fable-5-2/overview

6. 설명: 공식 API 문서

7. Artificial Analysis 모델 순위: Intelligence Index 및 작업별 비용

8. 링크: artificialanalysis.ai/leaderboards/models

9. 설명: 제3자 기관의 최신 스냅샷

10. CursorBench 4.0: Cursor 자체 환경 평가

11. 링크: prod.cursor.com/evals

12. 설명: 도구 제공업체의 평가이며, 범용적인 독립 재평가는 아님

13. Claude 전자 프로토타입 설계 연구: Diode와 협력해 제작한 프로토타입 3종

14. 링크: anthropic.com/research/claude-electronics-design

15. 설명: PCB Gym, BenchCAD 2.1 데이터 및 프로토타입의 한계 포함

16. Fable 5.2 멀티 에이전트 팀 실험: Lean 형식화 실험 조건

17. 링크: claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/

18. 설명: 제조사가 공개한 초기 스냅샷으로, 한 차례 대규모 실행 결과

19. Claude 모델 선택 가이드: Opus와 Fable 사용 권장 사항

20. 링크: claude.dev/blog/which-claude-model-should-you-build-with/
21. 설명: 공식 개발자 가이드

작성자: APIYI 기술팀
기술 문의: APIYI 공식 홈페이지에서 문의해 주세요. 로그 필드와 과금 안내는 docs.apiyi.com 문서 센터에서 확인할 수 있어요.