Anthropic이 Claude Code의 시스템 프롬프트를 80% 잘라냈다. 프롬프트를 더 많이, 더 자세히 쓰라던 그동안의 조언과 정반대다. 이유는 하나다. 최신 모델인 Claude Fable 5는 지시를 늘어놓을수록 오히려 나빠지기 때문이다. Anthropic의 Tariq Shihipar는 이걸 한 문장으로 요약했다. “이 새 클래스의 모델은 더 작은 시스템 프롬프트를 원한다.”
이 글은 Fable 5를 실제로 쓸 때 알아야 할 것들을 정리했다. 이게 뭔지, 프롬프트를 어떻게 짜는지, 언제 쓰고 언제 다른 모델로 넘겨야 하는지, 그리고 얼마가 드는지까지. 두 가지 사실을 미리 못 박아 두면 이해가 빠르다. Fable 5는 오래 스스로 굴러가는 작업에만 값을 한다. 그리고 프롬프트를 잘 쓰는 것보다 컨텍스트를 잘 설계하는 게 더 중요해졌다.
① Fable 5는 지시를 빼고 짧은 맥락 + effort 다이얼로 조종한다.
② 며칠짜리 자율 작업에만 쓴다. 나머지는 Sonnet·Opus로 돌린다.
③ 토큰당 2배 단가에 always-on 사고가 붙어, 라우팅 없이 기본값으로 깔면 비용이 샌다.
Claude Fable 5란 무엇인가
Claude Fable 5는 오래 스스로 실행하는 자율 에이전트를 위한 Anthropic의 최상위 모델이다. 2026년 6월 9일 출시됐고, 100만 토큰 컨텍스트에 최대 12만 8천 토큰 출력, 그리고 항상 켜져 있는 적응형 사고(always-on adaptive thinking)를 갖췄다. 쉽게 말하면 코드베이스 전체와 규칙, 문서를 한 창에 다 넣어두고, 사람이 옆에 붙어 있지 않아도 여러 단계를 스스로 밀고 나가는 작업에 맞춰진 모델이다.
여기서 자주 헷갈리는 게 두 가지 있다.
첫째, Fable 5는 “가장 똑똑한 하나”라는 뜻의 플래그십이 아니다. Anthropic 라인업은 이제 하나의 대표 모델이 아니라 워크로드별 메뉴에 가깝다. Sonnet이 대부분의 실무를 담당하는 기본값이고, Opus가 정확성이 중요한 단발 작업, Fable 5는 장기 자율 작업 전용 프리미엄 옵션이다.
둘째, adaptive thinking은 끌 수가 없다. 단순한 질문 하나에도 사고가 돌아간다. 이게 나중에 비용 이야기로 이어지는 지점이다. Fable 5는 성능이 아니라 지속력으로 값을 하는 모델이다. 벤치마크 점수 몇 점이 아니라, 사람이 며칠 붙어야 할 작업을 혼자 끝까지 끌고 가는 능력이 핵심이다.
| 스펙 | 값 | 체감되는 의미 |
|---|---|---|
| 컨텍스트 | 100만 토큰 | 코드베이스·규칙·문서를 한 프롬프트에 동시에 담는다 |
| 최대 출력 | 12만 8천 토큰 | 대규모 산출물을 한 번에 뽑는다 |
| thinking | 항상 ON (끌 수 없음) | 단순 질의에도 사고 비용이 붙는다 |
| 가격 | 입력 $10/M · 출력 $50/M | Opus 4.8의 2배 수준 |
| 데이터 보존 | 30일 필수 (ZDR 불가) | 규제 민감 산업엔 도입 장벽 |
Claude Fable 5는 어떻게 프롬프트하나
프롬프트를 줄이고 컨텍스트를 설계하는 게 첫 번째 규칙이다. Anthropic은 Fable 5용 공식 가이드에서 지시를 일일이 열거하는 대신 짧은 맥락 기반 지시로 조종하라고 권한다. 실제로 Claude Code의 시스템 프롬프트를 80% 축소한 것이 이 규범을 자사 제품에 먼저 적용한 사례다.
프롬프팅이라는 말 자체가 바뀌고 있다. 예전에는 질문 한 줄을 잘 쓰는 게 프롬프트 엔지니어링이었다. 지금은 무엇을 컨텍스트에 넣고 뺄지 설계하는 컨텍스트 엔지니어링(Context Engineering, 정보 환경 전체를 설계하는 기술)이 무게중심이다. Android가 처음 나왔을 때 개별 앱을 짜던 감각에서 플랫폼 전체를 설계하는 감각으로 넘어갔던 것과 비슷하다. arXiv 연구는 이걸 독립 분과로 정식화하면서 관련성·충분성·격리·경제성·출처(relevance·sufficiency·isolation·economy·provenance) 다섯 기준을 제시했다. 100만 토큰짜리 큰 창이라도 무관한 내용으로 채우면 성능이 측정 가능하게 나빠진다.
실무에서 챙길 세 가지는 이렇다.
첫째, effort 다이얼로 조종한다. effort는 지능·지연·비용을 함께 조절하는 Fable 5의 주 제어축이다. 기본값은 high다. 공식 문서는 아예 “effort 튜닝이 모델을 바꾸는 것보다 나은 레버인 경우가 많다”고 명시한다. 그러니까 결과가 마음에 안 들 때 더 비싼 모델로 갈아타기 전에, effort부터 올려보는 게 순서다. 반대로 병렬로 돌리는 하위 작업(subagent)은 low로 낮추는 게 권장된다.
둘째, audit 지시로 상태 조작을 막는다. 오래 굴러가는 에이전트는 실제로는 안 했으면서 “완료했다”고 보고하는 문제가 있다. 이걸 fabricated status report라고 부른다. 공식 가이드는 진행 주장을 도구(tool) 실행 결과와 대조하는 audit 지시를 넣으라고 권한다. 이 한 줄이 허위 상태 보고를 거의 없앤다.
셋째, 지시가 아니라 스캐폴딩을 준다. 행동을 하나하나 명령하는 대신, 메모리(Markdown 파일 하나에 교훈 하나)와 명시적 체크포인트 같은 구조물을 깔아준다. step-by-step으로 손잡고 끌고 가던 방식은 loop specification, 즉 트리거·목표·검증·중지 규칙·메모리로 구성된 재사용 가능한 자율 실행 규격으로 대체되고 있다.
| 이렇게 한다 | 이건 피한다 |
|---|---|
| 짧은 맥락 한 줄로 방향만 잡는다 | 행동을 수십 줄로 열거한다 |
| effort를 high로 시작해 워크로드별 조정 | 결과 안 좋다고 곧장 상위 모델로 교체 |
| 진행 주장을 도구 결과와 대조하는 audit | 완료 보고를 그대로 신뢰 |
| 메모리·체크포인트 같은 구조를 깐다 | step-by-step으로 일일이 손잡고 간다 |
한 가지 덧붙이면, 예전 모델용으로 정성껏 써둔 긴 프롬프트나 스킬 파일이 있다면 그게 이제 짐이 될 수 있다. Fable 5로 넘어가기 전에 CLAUDE.md와 스킬을 한번 자기감사하고, 지나치게 세세한 지시는 걷어내는 게 좋다.
Claude Fable 5는 언제 쓰나
며칠에 걸쳐 스스로 이어지는 장기 자율 작업일 때 주로 사용한다. 그 외 대부분의 실무는 Sonnet이나 Opus로 충분하다. 이게 Fable 5 도입에서 가장 중요한 판단이다. 좋은 모델이냐가 아니라, 우리 작업이 그 2배 값을 회수하느냐가 질문이다.
작업이 길고 복잡할수록 Fable 5의 리드가 벌어진다. Anthropic 자사 발표 기준으로 SWE-Bench Pro(실제 소프트웨어 엔지니어링 과제 벤치마크)에서 Fable 5는 80.3%로 Opus 4.8의 69.2%를 11점 앞선다. 다만 이 수치는 자사 발표이고 독립 검증 전이라는 점은 감안해야 한다.
(Sonnet 4.6에서 Opus 또는 Fable 5로 넘어가는 시점, 출처: https://www.secondtalent.com/resources/claude-fable-vs-opus-vs-sonnet/)
대표 사례가 Stripe다. Stripe는 5천만 라인짜리 Ruby 코드베이스 마이그레이션을 하루 만에 끝냈다고 인용된다. 수작업 추정치는 두 달 이상이었다. 이런 게 정확히 Fable 5가 값을 하는 지점이다. 사람이 며칠 붙어야 할 다단계 작업. 단, 이 사례도 Anthropic 자사 발표 기반이고 마이그레이션 유형은 공개되지 않았다.
(Stripe 5천만 라인 Ruby 마이그레이션, 출처: https://espressio.ai/blog/stripe-50m-line-ruby-migration-claude-fable-5/)
반대로 단순 질의나 저지연이 중요한 작업, 고볼륨 처리는 Fable 5가 과잉이다. 핵심 전략은 스마트 라우팅이다. Sonnet을 먼저 태우고, 실패할 때만 Fable로 올리는(에스컬레이션) 방식이다. 이렇게 하면 비용을 60% 이상 줄일 수 있다.
| 차원 | Sonnet 4.6 | Opus 4.8 | Fable 5 |
|---|---|---|---|
| 가격 (입력/출력 per M) | $3 / $15 | $5 / $25 | $10 / $50 |
| 주 워크로드 | 프로덕션 기본값 | 단발 정확성 작업 | 다단계 장기 자율 |
| 월비용 (100M입력+50M출력) | $1,050 | $1,750 | $3,500 |
| 언제 선택 | 대부분의 실무 | 정확성 우선 단발 | long-horizon 자율만 |
Fable 5는 기본값이 아니라 예외 워크로드를 위한 에스컬레이션 대상이다. 잘못 기본값으로 깔면 단순 작업 하나에도 always-on 사고 비용이 계속 붙는다.
Claude Fable 5의 비용과 리스크는 무엇인가
자율성은 공짜가 아니라 비용·통제·규제 세 갈래로 청구된다. Fable 5의 강력함에는 명확한 청구서가 따라온다.
첫째, 비용이다. 토큰당 단가는 Opus의 2배지만, 흥미롭게도 발견(finding) 하나당으로 따지면 1.25배로 좁혀진다는 독립 측정이 있다. Fable이 감사 한 번에 더 많은 이슈를 잡아내기 때문이다. 그래도 always-on 사고 탓에 단순 작업에도 과금이 붙는다. Simon Willison은 두 줄짜리 CSS 버그 하나를 잡는 데 약 $12를 태운 사례를 관찰했다. 두 줄 고치는 데 만 원 넘게 쓴 셈이다.
둘째, 통제다. Fable은 시키지 않아도 테스트를 짜고 서버를 띄우고 자동화를 구성할 만큼 능동적이다. 이 자율성이 프롬프트 인젝션(악의적 입력으로 AI를 조종하는 공격)에 뚫리면 데이터 유출로 이어질 수 있어서, 코딩 에이전트는 샌드박싱이 사실상 필수다.
셋째, 규제다. Fable 5는 30일 데이터 보존이 필수이고 무보존(ZDR, Zero Data Retention) 옵션이 없다. 규제 민감 데이터를 다루는 곳이라면 이게 바로 걸림돌이 된다.
--effort 오타가 나면 저장된 기본값으로 조용히 되돌아가고, 리소스 한계에선 자동으로 하위 모델로 강등되며, 거부 응답조차 HTTP 200으로 돌아온다. 셋 다 사용자가 알아채기 어렵다. 벤더는 이걸 안전장치라 부르고, 실사용자는 통제 상실이라 느낀다. 관측성(observability)을 프롬프트 설계와 같은 우선순위로 챙겨야 한다.
여기에 하나 더. 에이전트 도입 자체가 쉽지 않다. Gartner 분석(2차 재인용)에 따르면 에이전트 파일럿의 89%가 프로덕션에서 실패하고, 살아남은 11%만 171% ROI를 낸다. 절반 가까이가 아니라 열에 아홉이 죽는다는 뜻이다. 여기서 나오는 교훈은 분명하다. 성공은 어떤 모델을 골랐느냐가 아니라, 그 모델을 어떻게 운영하고 통제하느냐에서 갈린다.
Claude Fable 5 도입 체크리스트
Fable 5를 쓰기로 했다면 다음 순서로 준비하는 게 실패 확률을 줄인다. 모델을 먼저 고르는 게 아니라, 그 모델을 다룰 체계를 먼저 세우는 흐름이다.
→
② 지식 레이어 감사
→
③ 통제 정책
→
④ 스마트 라우팅
| 단계 | 할 일 | 상태 |
|---|---|---|
| ① 평가셋 | 며칠짜리 장기 자율 후보 2~3개만 골라 자체 평가셋을 만든다. 벤치마크 수치는 자체 재현으로 확인한다 | 먼저 |
| ② 지식 레이어 감사 | CLAUDE.md·스킬을 자기감사하고 지나치게 세세한 지시를 걷어낸다 | 먼저 |
| ③ 통제 정책 | 세션당 토큰 상한·샌드박스·audit 지시·비용 대시보드를 배포 전 조건으로 건다 | 필수 |
| ④ 라우팅 | Sonnet 우선, 실패 시에만 Fable로 에스컬레이션하는 라우팅을 깐다 | 비용 절감 |
규제 민감 데이터를 다룬다면 여기에 하나를 더 얹는다. 30일 보존이 걸리는 데이터는 Fable 5에서 빼고 Sonnet이나 온프레미스 대안을 먼저 검토하는 것이다.
정리
Fable 5를 제대로 쓰는 핵심은 셋이다. 프롬프트는 지시를 빼고 짧은 맥락과 effort 다이얼로 조종한다. 며칠짜리 장기 자율 작업에만 쓰고 나머지는 Sonnet·Opus로 라우팅한다. 2배 단가와 always-on 사고 비용, 자율성 리스크를 배포 전에 통제 장치로 먼저 막는다.
세 가지가 한 방향을 가리킨다. 도구가 강력해질수록 도구를 감싼 운영 체계가 성패를 가른다는 것이다. 파일럿의 89%가 프로덕션에서 죽는 이유는 모델이 나빠서가 아니라, 평가셋과 통제 없이 뛰어들었기 때문이다. Fable 5는 사람이 며칠 붙어야 할 작업을 혼자 끌고 가는 강력한 도구다. 하지만 그 강력함을 결과로 바꾸는 건 결국 짧은 프롬프트, 잘 설계된 컨텍스트, 그리고 새는 비용을 막는 통제선이다. 도구를 사기 전에 도구를 다룰 체계를 먼저 세우는 게 순서다.
참고 자료
- Prompting Claude Fable 5 (Anthropic 공식) — 2026-06-09
- Introducing Claude Fable 5 and Mythos 5 (Anthropic) — 2026-06-09
- Effort (Claude Platform Docs, Anthropic) — 2026
- Choosing the right model (Anthropic) — 2026
- Claude Fable 5 and Mythos 5 출시 발표 (Anthropic) — 2026-06-09
- Anthropic cut 80% of Claude Code’s system prompt (The Decoder) — 2026-07-02
- Claude Fable 5 for PMs (Product Compass) — 2026-06-11
- Context Engineering (arXiv) — 2026-03-10
- Stop Hand-Holding Your Coding Agent (arXiv) — 2026
- Fable 5 vs Opus 4.8 vs Sonnet (SecondTalent) — 2026
- Fable 5 vs Opus vs GPT-5.5 benchmark (RDWorld) — 2026
- Inside Stripe’s 50M-Line Ruby Migration (Espressio) — 2026
- Agentic AI Adoption Stats 2026 (OneReach, Gartner/McKinsey 재인용) — 2026
- Claude Fable is relentlessly proactive (Simon Willison) — 2026-06-11
함께 읽으면 좋은 글
