Claude Fable와 일하는 법: 병목은 AI가 아니라 당신이다

결론부터 말씀드릴게요. 이제 성과를 가로막는 건 AI의 지능이 아니라 우리의 적응 속도입니다. Anthropic의 Claude Code 팀 소속 Thariq Shihipar가 AI Engineer 컨퍼런스에서 발표한 "A Field Guide to Fable"의 핵심 메시지가 정확히 이겁니다. 최신 모델 Claude Fable은 이미 충분히 똑똑한데, 그 잠재력을 끌어내는 열쇠가 모델이 아니라 사람 쪽에 있다는 이야기예요.

이 글에서는 발표의 세 가지 축을 풀어드립니다. 잠재력 풀어주기(unhobbling), 내가 모르는 것 찾기(unknowns), 그리고 덜 합리적으로 일하기(being unreasonable). 그리고 이걸 Claude Code나 AI 자동화를 실제로 쓰는 실무자가 어떻게 적용할지까지 이어가겠습니다.

발표자와 배경: Thariq Shihipar는 누구인가

먼저 사람부터 짚고 갈게요. 이 발표를 한 사람은 Thariq Shihipar입니다. Anthropic Claude Code 팀의 기술 스태프고, Claude Code의 "질문하기(ask-a-question)" 도구를 만든 사람이에요. 예전엔 약 30명 규모의 YC 스타트업을 창업한 경험도 있습니다. (같은 행사에 Cat Wu와 Simon Willison의 세션도 있었지만, 이 발표의 주인공은 Thariq Shihipar입니다.)

같은 내용은 Anthropic이 claude.com 공식 블로그에 "A field guide to Claude Fable 5: Finding your unknowns"라는 글로도 발행했습니다. 그래서 발표를 못 보셨어도 텍스트로 확인할 수 있어요.

모델 배경: Claude Fable 5는 어떤 AI인가

세 가지 축으로 들어가기 전에, 무대의 주인공인 Claude Fable 5를 짚어야 이야기가 실감 납니다.

Claude Fable 5는 2026년 6월 9일 정식 출시(GA)됐습니다. Opus 위에 있는 Mythos급(Mythos-class) 티어로, Anthropic이 일반 공개한 가장 강력한 모델이에요. 긴 작업, 복잡한 작업일수록 다른 모델과의 격차가 벌어집니다.

주요 사양을 정리하면 이렇습니다.

Claude Fable 5 핵심 사양: 기본 1M(100만) 토큰 컨텍스트, 상시 켜진 적응형 사고(adaptive thinking), 지식 컷오프 2026년 1월. 가격은 입력 100만 토큰당 $10, 출력 100만 토큰당 $50입니다.

벤치마크와 실사례도 인상적입니다.

Anthropic 코어 애널리틱스 벤치에서 최초로 90%를 돌파했습니다. Opus 대비 10점을 점프한 수치예요.
Stripe가 5천만 줄 규모의 Ruby 인프라 마이그레이션을 하루에 압축했습니다. 사람 손으로는 두 달 넘게 걸릴 일로 추정되는 작업이었죠.

한 가지 에피소드도 있습니다. Claude Fable 5는 2026년 6월 12일 미국 수출통제 명령으로 접근이 일시 중단됐다가, 6월 30일 해제, 7월 1일 글로벌 복원됐습니다. 재배포하면서 위험 기법을 99% 넘게 차단하는 분류기를 강화했고, 사이버보안·생물·화학·건강 같은 민감 주제는 상위 안전 모델(Opus 4.8)로 넘기도록 했습니다.

축 1 — Unhobbling: 모델의 잠재력을 풀어주기

첫 번째 축은 unhobbling, 우리말로 "잠재력 풀어주기"입니다. Thariq Shihipar의 표현을 그대로 옮기면 이렇습니다. "모델은 설계되는 게 아니라 자라난다(The models are grown, not designed)."

무슨 뜻인지 포켓몬 예시로 풀어볼게요. "이름이 특정 조건에 맞는 포켓몬을 전부 찾아줘"라고 물으면 일반 챗봇은 답을 못 합니다. 1,000마리를 다 알고 있으면서도요. 그런데 Claude Code는 찾아냅니다. 포켓몬 데이터를 통째로 가져와서 필터링 스크립트를 직접 짜거든요.

차이는 지식이 아니었습니다. 도구를 안 줬을 뿐이에요. 코드를 실행할 손을 쥐여주니 스스로 탐색해서 답을 찾았죠. 모델 안에 이미 쌓여 있지만 아직 안 쓰인 능력, 이걸 capability overhang(쌓인 잠재력)이라고 부릅니다.

시스템 프롬프트의 역설

여기서 직관과 반대되는 이야기가 나옵니다. Anthropic은 Claude Code의 시스템 프롬프트(AI에게 미리 주는 기본 지침)를 80%나 잘라냈습니다.

옛날 방식은 "예시 많이, 도구 많이"가 정석이었어요. 모델이 똑똑해질수록 프롬프트를 더 크게, 예시를 더 많이 넣는 흐름이었죠. 그런데 최신 세대는 다시 작은 프롬프트를 원합니다. 이유는 이렇습니다.

예시가 오히려 모델을 가둡니다. 모델이 예시보다 상상력이 풍부하기 때문입니다. "하지 마(do not)"라고 제약하기보다, 맥락을 충분히 주는 쪽이 결과가 더 좋습니다.

Thariq Shihipar는 이 현상을 "물리학보다 생물학에 가깝다"고 표현합니다. 규칙을 다 아는 정밀 기계가 아니라, 경험적이고 유기적으로 자라는 생물에 가깝다는 거예요.

축 2 — Unknowns: 내가 모르는 것부터 찾기

두 번째 축이 이 발표의 진짜 심장입니다. 여기서 병목이 사람 쪽으로 넘어와요.

핵심 문장은 "지도는 영토가 아니다(the map is not the territory)"입니다. 내 머릿속 계획과 프롬프트, 스펙이 지도라면 실제 코드베이스와 현실, 제약이 영토예요. AI가 지도에 없는 영토를 만나는 순간, 그게 바로 unknown입니다. 내가 미처 정하지 않은 결정 지점이죠.

Claude Fable은 넓은 영역을 훑는 모델이라 이 unknown을 훨씬 많이 만납니다. 그래서 Thariq Shihipar는 이렇게 말합니다. "Fable은 내가 지도와 영토를 얼마나 잘 맞추느냐에 병목이 걸린다."

Unknowns 4사분면

발표에서는 "모르는 것"을 네 종류로 나눕니다.

Known knowns: 내가 프롬프트에 적는 것. 원하는 걸 아는 상태예요.
Known unknowns: 아직 못 정했지만, 못 정했다는 사실은 아는 것.
Unknown knowns: 너무 당연해서 안 적지만, 보면 아는 것.
Unknown unknowns: 아예 고려조차 안 한 것. 알았다면 프롬프트가 달라졌을 것.

문제는 뒤의 두 개입니다. 특히 unknown unknowns는 내가 있는지도 모르는 결정 지점이라, 그냥 두면 AI가 알아서 판단하고 넘어가 버려요.

Fable로 모르는 것을 찾는 6가지 방법

그래서 순서를 뒤집으라고 합니다. AI에게 일을 시키기 전에, 내가 뭘 모르는지부터 AI에게 물으라는 거죠. 발표에서 제시한 여섯 가지 방법입니다.

사각지대 스캔(blind spot pass): "이 코드베이스에서 내가 잘 모르는 부분을 찾아, 더 잘 프롬프트하게 도와줘." git 기록이나 커뮤니케이션 이력까지 뒤져 함정을 알려줍니다. 새 분야를 배울 때도 유용해요.
브레인스토밍·프로토타입: "완전히 다른 디자인 4개를 만들어줘." 보고 나서 고르면, 말로 설명 못 하던 취향을 발견하게 됩니다.
인터뷰: "나를 인터뷰해줘. 아키텍처를 바꿀 만한 질문을 우선해줘." 맥락을 조금 더 주고 미지정 지점을 끌어냅니다.
레퍼런스 주기: 스펙을 다 쓰는 대신 "이 코드가 내가 원하는 것"이라고 다른 시스템의 코드나 목업을 참조로 줍니다.
구현 노트: AI가 unknown을 만나면 기록하게 시켜, 어디서 왜 이탈했는지 확인합니다.
나를 퀴즈: 작업이 끝나면 무슨 일이 있었는지 AI가 나를 테스트하게 해서, 리뷰와 머지 순간에 내가 루프 안에 있게 합니다.

여섯 가지를 관통하는 하나의 원칙은 이겁니다. "핵심은 루프 안에 계속 머무는 것(staying in the loop)."

축 3 — Being Unreasonable: 덜 합리적으로 일하기

세 번째 축은 좀 도발적입니다. Anthropic 문화의 핵심이라는 한 문장, "트레이드오프는 진짜가 아니다(trade-offs are not real)."

예전에는 늘 타협했습니다. 우선순위 목록을 적고 "이건 이번 분기, 저건 다음 분기"로 나눴죠. 빠르게 만들 것인가, 잘 만들 것인가, 싸게 만들 것인가 중에서 골라야 했습니다. Thariq Shihipar가 30명 규모 스타트업을 하던 시절엔 코드가 어려워서 늘 이런 트레이드오프에 몰렸다고 해요.

그런데 지금은 다릅니다. Stripe의 5천만 줄 마이그레이션이 하루에 끝난 것처럼, 몇 주 걸리던 일이 몇 시간으로 압축됩니다. 그래서 "그냥 셋 다 고르면 안 되나?"라는 태도가 가능해졌어요. 현실이 강요하는 트레이드오프를 그대로 받아들이지 말고 밀어붙이라는 겁니다.

다만 여기에 중요한 경고가 붙습니다.

"만드는 건 쉬워졌지만, 가치를 만드는 건 여전히 어렵다(building is easier, but generating value is still hard)."

셋업하고 프로세스 짜는 데 매몰되기 쉽지만, 목적은 언제나 가치 창출입니다. 그리고 가치는 수많은 시도에서 나오죠. 발표의 마지막 3줄이 이 태도를 압축합니다. "탐험하라. 실제로 만들어라. 덜 합리적으로 굴어라."

QJC 실무 적용: AI 전환의 태도로 읽기

여기서부터는 이 발표를 실제 업무에 어떻게 옮길지 이야기해볼게요. 저희 퀀텀점프클럽(QJC)은 작은 기업이 큰 기업의 AI 전환(AX)을 돕는 일을 합니다. 그런데 "병목은 인간의 적응"이라는 메시지가 저희가 현장에서 매일 확인하는 사실과 정확히 겹칩니다.

많은 팀이 "더 좋은 AI 모델을 쓰면 성과가 나겠지"라고 생각합니다. 하지만 실제 병목은 대개 모델이 아니라, 자기 문제를 얼마나 명확히 드러내느냐에 있어요. 그래서 실무에 바로 옮길 수 있는 세 가지를 정리했습니다.

도구를 먼저 쥐여주세요. AI에게 지식을 묻기 전에, 코드 실행·파일 접근·검색 같은 손을 붙여주면 결과가 달라집니다. unhobbling은 개발자만의 이야기가 아니에요.
일 시키기 전에 모르는 걸 먼저 물으세요. 사각지대 스캔, 인터뷰, 레퍼런스 주기는 비개발자도 그대로 쓸 수 있는 프롬프트 패턴입니다. "내가 이 일에서 놓치고 있는 게 뭘까?"라고 먼저 묻는 습관 하나가 결과물의 상한을 올립니다.
트레이드오프를 당연하게 받아들이지 마세요. "이건 시간이 없어서 못 해"라고 접기 전에, AI로 셋 다 가능한지 한 번 밀어붙여 보는 겁니다. 그게 곧 AI 전환의 태도입니다.

마무리

세 가지 축을 다시 정리하면 이렇습니다. Claude Fable은 도구를 주면 스스로 잠재력을 풀어내고(unhobbling), 우리가 자기 문제의 모르는 부분을 얼마나 잘 드러내느냐가 결과를 좌우하며(unknowns), 트레이드오프에 갇히지 말고 덜 합리적으로 일하라(being unreasonable)는 것.

한 문장으로 줄이면, 비결은 더 비싼 AI가 아니라 **"내가 뭘 모르는지 먼저 묻는 태도"**입니다. 오늘 진행 중인 업무에서 AI에게 일을 시키기 전에, "내가 이 일에서 놓치고 있는 unknown이 뭘까?"라고 먼저 물어보세요. 그 한 번의 질문이 생각보다 큰 차이를 만듭니다.

궁금한 점이 있으면 편하게 남겨주세요. 함께 풀어가겠습니다.

자주 묻는 질문 (FAQ)

Q: Claude Fable 5는 언제 출시됐나요?

Claude Fable 5는 2026년 6월 9일 정식 출시(GA)됐습니다. Claude API와 AWS, Google Cloud, Microsoft Foundry에서 사용할 수 있습니다. 이후 2026년 6월 12일 미국 수출통제로 접근이 잠시 중단됐다가 6월 30일 해제, 7월 1일 글로벌 복원됐습니다.

Q: unhobbling과 capability overhang이 무슨 뜻인가요?

unhobbling은 "잠재력 풀어주기"입니다. 모델 안에 이미 능력이 있는데 아직 안 쓰인 상태로 쌓여 있는 것을 capability overhang(쌓인 잠재력)이라고 부릅니다. 코드 실행 같은 도구를 쥐여주면 그 잠재력이 실제 성과로 터져 나옵니다. 포켓몬 필터링 예시가 대표적이에요.

Q: Claude Fable 5의 가격과 성능은 어느 정도인가요?

가격은 입력 100만 토큰당 $10, 출력 100만 토큰당 $50입니다. 기본 컨텍스트는 1M(100만) 토큰이고요. 성능 면에서는 Anthropic 코어 애널리틱스 벤치를 최초로 90% 돌파했으며(Opus 대비 10점 상승), Stripe가 5천만 줄 규모 Ruby 마이그레이션을 하루에 끝낸 사례가 있습니다.

Q: 이 방법론을 비개발자도 쓸 수 있나요?

네, 그대로 쓸 수 있습니다. 특히 "내가 뭘 모르는지 먼저 묻기"에 해당하는 사각지대 스캔, 인터뷰, 레퍼런스 주기는 코드와 무관한 프롬프트 패턴입니다. AI에게 작업을 맡기기 전에 "내가 놓치고 있는 게 뭘까?"라고 먼저 물어보는 것만으로도 결과물의 질이 달라집니다.

Q: 발표자가 Cat Wu인가요?

아닙니다. "A Field Guide to Fable"의 발표자는 Thariq Shihipar입니다. Anthropic Claude Code 팀의 기술 스태프예요. Cat Wu와 Simon Willison은 같은 AI Engineer 컨퍼런스의 다른 세션 인물이라 혼동하기 쉬우니 주의하세요.

Claude Fable와 일하는 법: 병목은 AI가 아니라 당신이다