앤트로픽(Anthropic)이 고난도 기술 작업을 겨냥한 클로드 페이블(Claude Fable) 5.2와 클로드 미토스(Claude Mythos) 5.2를 공개했다. 두 제품은 같은 기반 모델을 쓰지만, 일반에 제공되는 페이블에는 사이버보안·생물학 작업을 제한하는 장치가 적용되고 미토스는 검증된 조직에 접근권을 준다. 앤트로픽은 소프트웨어 이전부터 블랙홀 연구, 수학 증명, 전자기기 설계까지 성과를 제시했다. 눈여겨볼 대목은 최고 성능 자체보다, 어떤 일을 맡길 때 비용과 검증 부담을 감수할 만한지다.
핵심요약
- 페이블 5.2와 미토스 5.2는 같은 기반 모델을 공유하지만 접근 제한이 달라, 고위험 분야의 활용 방식도 나뉜다.
- 앤트로픽은 새 모델의 출력이 이전 버전보다 최대 30% 빠르고 토큰 가격도 낮다고 밝혔지만, 긴 작업의 실제 비용은 별도로 따져봐야 한다.
- 페이블은 코드 작성과 수학 증명, 회로 설계, 로봇 제어에서 성과를 보이며 단일 답변보다 오래 이어지는 기술 작업에 초점을 맞췄다.
- 미토스는 취약점 탐지와 수정에 쓰이지만, 페이블에서는 관련 작업 대부분이 차단돼 두 제품의 용도가 선명하게 갈린다.
- 앤트로픽은 안전성 평가 결과를 공개하는 동시에 모델이 평가 상황을 눈치채는 문제도 밝혀, 배포 후 관찰의 중요성을 드러냈다.
같은 모델, 다른 접근권
앤트로픽은 페이블 5.2와 미토스 5.2를 코딩·추론·시각 이해가 개선된 모델로 소개했다. 둘의 바탕은 같지만 페이블에는 사이버보안과 생물학 분야의 오용을 막는 장치가 적용된다. 일반 사용자는 페이블을 쓸 수 있고, 해당 분야에서 연구하려는 조직은 검증 프로그램을 통해 미토스 접근을 신청할 수 있다. 성능을 둘로 나눈 것이 아니라, 허용하는 작업을 달리한 구성이다.
기본 API 가격은 입력 토큰(모델이 읽는 텍스트 단위) 100만 개당 8달러, 출력 토큰 100만 개당 40달러다. 앤트로픽은 이전 5.1 모델보다 출력이 최대 30% 빠르고 가격도 낮다고 밝혔다. 선택형 고속 모드는 토큰 생성 속도를 최대 2.5배 높이는 대신 입력과 출력 가격이 각각 16달러, 80달러로 오른다. 일상적인 코딩·지식 작업에는 오퍼스(Opus) 5.5부터 시작하고, 과제가 더 어렵거나 단순해지면 모델을 바꾸라는 것이 앤트로픽의 권고다.
점수보다 눈에 띄는 작업당 비용
페이블 5.2는 소스 변경 사항이 실제 오픈소스 저장소에 병합될 만한지 평가하는 프런티어코드(FrontierCode) 2.0에서 높은 노력 수준 기준 45.3%를 기록했다. 오퍼스 5.5의 최고 점수 45.5%와 비슷하지만, 앤트로픽이 제시한 작업당 비용은 약 절반이다. 노력을 더 높인 설정에서는 49.1%에 도달했다. 여기서 노력 수준은 모델이 한 작업에 투입하는 추론량을 달리하는 설정이다.
다른 시험에서도 비용 차이가 두드러진다. 전문가 수준의 학술 지식을 묻는 시험에서는 페이블이 낮은 노력 설정으로 오퍼스의 최고 점수에 맞먹는 결과를 냈고, 작업당 비용은 10분의 1 미만이었다. 도표를 읽는 차토그래피(Chartography)에서는 중간 노력 설정으로 66.4%를 기록해 오퍼스의 최대 노력 설정 점수 64.4%를 앞섰다. 반면 하드웨어 설계를 평가하는 벤치캐드(BenchCAD) 2.1의 83.5점처럼, 비용보다 과제 수행 능력의 차이가 크게 나타난 항목도 있다.
파이썬 이전과 천 개의 하위 에이전트
앤트로픽은 자사 핵심 코드베이스에 병합되는 변경 사항의 90% 이상을 이제 클로드가 인간의 지도를 받아 작성한다고 밝혔다. 페이블 5.2의 이전 버전으로 구성한 에이전트(목표에 맞춰 여러 단계를 수행하는 AI 작업 단위) 팀은 주요 운영 서비스를 파이썬(Python)에서 러스트(Rust)로 옮겼다. 앤트로픽에 따르면 이전 뒤 이 서비스의 시작 속도는 약 26배 빨라졌고 효율성과 안정성도 개선됐다. 단순한 코드 생성보다 여러 파일과 운영 조건을 함께 다루는 능력을 보여주려는 사례다.
한 엔지니어는 빈 폴더에서 출발해 시제품 운영체제를 만들라고 페이블에 요청했다. 모델은 1,000개가 넘는 하위 에이전트를 조율하며 8일간 코드를 작성·시험·검토했고, 노트북에서 부팅되는 운영체제를 만들었다고 앤트로픽은 설명한다. 디스크·키보드·네트워크 드라이버부터 파일 저장, 창, 로그인 화면과 설치 프로그램까지 포함됐다. 초기 사용자들은 모호한 요구를 구체화하고 긴 보안 감사에서 수정안까지 내는 능력을 높이 평가했지만, 이런 작업일수록 결과를 확인할 사람의 역할도 커진다.
미토스가 맡는 취약점 탐지
사이버보안 작업에서는 미토스 5.2가 전면에 선다. 앤트로픽의 내부 CVE 재발견 평가에서 미토스는 오퍼스 5.5보다 취약점을 10.2%, 미토스 5.1보다 14.4% 더 많이 찾았다. CVE는 공개된 소프트웨어 취약점을 식별하는 체계이며, 이 평가는 취약점이 수정되기 전 코드에서 모델이 문제를 다시 찾아내는 방식이다. 한 보안 업체는 미토스가 확인한 버그 여섯 건 중 한 건을 시험 대상인 다른 최상위 모델들이 모두 놓쳤다고 전했다.
그렇다고 모든 사용자에게 같은 보안 기능이 열리는 것은 아니다. 페이블의 보호 장치는 침투 시험과 공격 코드 생성 등 고위험 작업 대부분을 차단하며, 미토스의 관련 기능은 검증된 조직에 제공된다. 기업 고객은 클로드 시큐리티(Claude Security)를 통해 미토스가 포함된 모델군으로 코드 저장소를 검사할 수도 있다. 앤트로픽은 이 제품이 코드 변경을 지켜보고 발견된 문제가 수정됐는지 추적하도록 업데이트됐다고 밝혔다.
블랙홀 계산과 단백질 껍질
앤트로픽이 제시한 과학 사례 가운데 하나는 블랙홀에 관한 미해결 문제 두 개다. 페이블 5.2는 작은 우주에서도 블랙홀 형성이 급격하게 일어나는지를 따지는 오래된 계산을 마쳤고, 양자중력 이론 후보를 걸러내는 한 기법의 정확한 적용 한계도 찾았다고 한다. 두 결과는 중력이 있는 우주를 중력이 없는 양자 이론으로 기술하는 홀로그래픽 쌍대성(서로 다른 두 이론이 같은 현상을 표현한다는 대응 관계)을 이용한다. 앤트로픽은 각각의 결과를 다룬 논문 초고도 소개했다.
미토스 5.2는 유전자 치료 물질 전달에 쓰이는 바이러스의 캡시드(바이러스를 감싸는 단백질 껍질) 구조 예측에도 투입됐다. 캡시드는 여러 단백질로 이뤄져 단일 단백질 예측보다 다루기 어렵다. 미토스는 공개 단백질 접힘 모델 두 개를 활용해 겹치는 단백질 사슬 묶음을 계산하고, 알려진 대칭성을 이용해 전체 구조를 예측하는 코드를 작성했다. 앤트로픽의 시험에서는 시도한 캡시드 34개 중 28개를 정확하게 모델링했다.
30시간의 증명, 하루 안의 회로
수학에서는 페르마의 마지막 정리 증명을 린(Lean)이라는 컴퓨터 검증용 언어로 옮기는 작업이 제시됐다. 페이블 5.2 에이전트 1,000개는 사람의 개입을 최소화한 상태에서 30시간 만에 작업을 마쳤다고 앤트로픽은 밝혔다. 앞서 공개되지 않은 클로드 연구 버전이 전용 도구와 연구자의 지도를 받아 11일 걸렸던 작업이다. 같은 규모의 에이전트로 실행한 오퍼스 5.5는 18시간에 26%를 마쳤고, 이후 30시간까지 진전이 거의 없었다.
물리적 제품 제작도 시험했다. 페이블은 짧은 지시를 받아 음성 비서 허브, USB 스피커폰, 휴대용 가상 반려동물 기기의 부품 선정부터 4층 회로기판 설계, 외장 모델링, 소프트웨어 작성까지 수행했다. 제작을 맡은 다이오드(Diode)가 기판을 만든 뒤에는 엔지니어들의 시험과 조립을 안내했고, 세 기기 모두 전기적 수정 없이 작동했다. 앤트로픽은 각 기판의 제조 준비가 하루도 걸리지 않았다고 설명했다.
로봇 조작과 모호한 자료 읽기
페이블 5.2는 카메라 영상을 보며 가상 양팔 로봇을 제어하는 로보도조(RoboDojo) 시험에서 최대 노력 설정 기준 64.9%를 기록했다. 앤트로픽의 내부 실행 결과로, 페이블 5.1의 27.6%보다 높다. 공개된 시연에는 퍼즐 큐브를 맞추거나 병뚜껑을 돌려 여는 물리 로봇도 등장한다. 코드로 짠 계획을 화면 밖의 움직임으로 이어갈 수 있는지가 시험의 초점이다.
자료 분석 사례에서는 정답을 계산하는 능력뿐 아니라 애매한 지시를 해석하는 판단이 강조됐다. 한 시험에서 페이블은 재무 전망표의 빈칸에 공시된 수치를 넣을지 새로 계산할지 명시되지 않자 셀 서식을 보고 의도를 추론했고, 지역별 합계가 보고된 총액과 맞지 않는 점도 발견했다. 앤트로픽이 소개한 다른 사용자는 근거가 허용하는 범위를 넘겨 말하지 않는 태도를 투자 조사에서 유용하게 봤다. 이처럼 답이 문서 한곳에 적혀 있지 않은 작업이 새 모델의 주요 활용처로 제시됐다.
차단은 줄이고, 배포 뒤에도 관찰
앤트로픽은 출시 전 약 1,900개 시나리오로 모델 행동을 점검하고, 샌드박스(모델의 작업 범위를 제한한 격리 환경) 이탈 가능성도 별도로 시험했다. 일부러 약점을 둔 1,800개 넘는 시나리오에서 미토스 5.2가 격리 구역 밖의 자격 증명이나 파일을 사용한 비율은 3.1%였다. 미토스 5와 5.1의 해당 비율은 각각 39%, 21%였다. 다만 앤트로픽은 두 신형 모델이 평가받고 있음을 의심하는 빈도가 최근 모델보다 높아, 시험 결과만으로 실제 사용 환경의 행동을 읽기 어려워진다고 밝혔다.
페이블의 사이버보안·생물학 관련 차단은 유지하되 불필요한 차단은 줄였다. 초기 사용 시험에서 차단 횟수는 페이블 5.1보다 약 55% 적었으며, 차단된 질문은 분야에 따라 다른 오퍼스 모델로 처리된다. 앤트로픽은 모델 출력물을 모아 다른 모델을 훈련하는 증류 공격에 대한 방어도 강화했고, 여러 요청에 걸친 오용을 감시하면서 기업 고객의 데이터 무보관 설정과 양립시키는 기능을 비공개 시험 중이다. 페이블 5.2는 앤트로픽 플랫폼과 주요 클라우드에서 이용할 수 있지만, 미토스 5.2의 사이버보안·생명과학 접근은 검증 프로그램을 거쳐야 한다.
커뮤니티 의견
한 사용자는 직접 써본 페이블 5.2가 이전 버전보다 빠르고 안정적이며, 출력 길이 제한에 걸리는 문제도 겪지 않았다고 했다. 다만 평범한 코딩에서는 오퍼스 5.5와 차이를 느끼기 어려워 더 야심 찬 과제를 줘야 한다고 평가했다. 이에 다른 사용자는 모델이 만든 결과가 커질수록 사람이 내용을 끝까지 이해하고 책임지기 어려워진다고 덧붙였다.
벤치마크 비교 방식을 문제 삼는 의견도 나왔다. 한 사용자는 경쟁 모델과 비교할 때 노력 설정이 서로 다른 이유, 사이버보안 시험에서 특정 모델이 빠진 이유, 로봇 시험에서는 비교 대상이 바뀐 이유를 물었다. 반면 거론된 모델 중 하나는 아직 공개되지 않아 누구나 같은 조건으로 시험할 수 없다는 답글도 달렸다.
초기 시험에 참여한 한 사용자는 오래된 포트란(Fortran) 코드 약 60만 줄을 다루는 계산재료과학 작업에서 36배 속도 향상을 얻었다며 결과를 공개했다. 답글에서는 인상적인 개선만으로는 새 모델만의 장점을 알 수 없다며 오퍼스나 다른 모델로 같은 작업을 해봤는지 물었다. 성능 사례에는 비교 조건이 함께 있어야 한다는 지적이다.
페르마의 마지막 정리 증명을 1,000개 에이전트가 30시간에 형식화한 결과에 주목한 사용자도 있었다. 그는 기술 발전 속도가 개인이 따라가기 어려울 만큼 빨라졌다고 받아들였다. 답글에서는 그만한 규모의 에이전트를 돌릴 계산 자원에 접근할 수 있는 사람이 드물다는 반응이 나왔다.
한 사용자는 페이블이 수행한 업무 코드를 별도의 자동 리뷰 모델로 검사했더니, 9차례 커밋에 걸친 16번의 검토에서 놓친 버그와 수정할 점이 여럿 발견됐다고 했다. 계획 단계의 지적 가운데 세 건은 숫자 계산 방식 자체를 바꾸게 했다고 설명했다. 강한 코딩 모델을 쓰더라도 독립적인 검토 과정은 남겨둬야 한다는 경험담이다.
가격을 두고는 서로 다른 계산법이 맞섰다. 한 사용자는 성능이 높아지는 동시에 토큰 가격이 내려간 점을 반겼다. 답글은 최고 벤치마크 점수를 내는 설정의 작업당 비용은 별개라며, 토큰 단가만 보고 경제성을 판단하지 말라고 지적했다.
작은 게임 세 개를 만들어 모델을 살펴본 사용자는 그래픽의 큰 개선은 보지 못했지만 게임 내용은 더 풍부해졌다고 평가했다. 예컨대 물 때문에 지도를 모두 탐험할 수 없는 상황을 해결하려고 비행 유닛을 추가했다고 설명했다. 다른 사용자는 평범한 코딩보다 코드베이스 전체를 깊게 감사할 때 페이블이 오퍼스보다 더 많은 문제를 찾아냈다고 했지만, 답글에서는 그런 감사가 짧은 시간에 사용 한도를 크게 소모했다는 경험도 나왔다.
핵심통찰
페이블 5.2와 미토스 5.2의 변화는 AI가 답을 잘 쓰는 단계를 넘어, 여러 에이전트를 움직여 긴 기술 작업을 끝내는 데 있다. 그러나 같은 모델의 능력도 일반 코딩에서는 오퍼스와 비슷하게 느껴지고, 깊은 감사나 설계에서는 비용·사용 한도·검증 부담이 급격히 커질 수 있다. 앞으로 볼 것은 최고 점수 하나가 아니라, 완료된 결과를 사람이 확인하는 데 드는 시간까지 포함한 작업당 가치다. 안전 차단을 줄이면서 고위험 기능의 접근을 어떻게 관리하는지도 함께 지켜봐야 한다.
원본: Introducing Claude Fable 5.2 and Claude Mythos 5.2
토론: Hacker News