새 AI 모델이 더 똑똑하다는 발표만으로 기존 업무를 바꿔야 할까? 답은 아니다. 2026년 11월 9일 앤트로픽이 공개한 Claude Fable 5.2와 Claude Mythos 5.2는 고난도 문제 해결을 강조하지만, 도입의 출발점은 모델 순위가 아니라 업무 난이도·검증 가능성·실제 비용이다. 이 글은 공식 발표에서 확인된 사실과 TECMORA의 운영 실험 제안을 구분한다.
11월 9일 무엇이 발표됐나: Fable과 Mythos의 차이
앤트로픽은 2026년 11월 9일 Claude Fable 5.2·Mythos 5.2 공식 발표에서 두 모델이 동일한 기반 모델을 사용하지만 보안·생물학 분야에 적용하는 안전장치와 이용 자격이 다르다고 설명했다. 일반 이용자에게 제공하는 Fable 5.2에는 위험도가 높은 일부 요청을 차단하는 장치가 적용되고, Mythos 5.2는 해당 분야의 검증된 조직을 중심으로 별도 접근 절차를 운영한다.
따라서 두 이름을 누구나 자유롭게 바꿔 쓸 수 있는 동일 서비스로 이해해서는 안 된다. Fable 5.2는 Claude Platform에서 claude-fable-5-2 식별자로 제공된다고 안내돼 있으나, 실제 계정의 이용 한도와 비용 및 통합 가능 여부는 도입 시점에 별도 확인해야 한다. Mythos 접근 자격도 사용자의 계정에 자동으로 주어진다고 볼 수 없다.
가장 중요한 대목: 개발사조차 모든 업무에 최상위 모델을 권하지 않는다
공식 발표는 대부분의 일상적 코딩과 지식 업무에서는 Claude Opus 5.5부터 시작하고, 작업 성격에 따라 더 높은 난도의 Fable 계열을 선택하거나 Sonnet·Haiku 등 더 가벼운 모델로 내려가도록 권한다. 또 Fable을 다른 모델이 어려운 문제에서만 자문하는 Advisor, 여러 작은 모델의 역할을 조율하는 Orchestrator로 사용하는 구조도 소개한다.
이 부분은 단순한 신제품 홍보 이상의 의미가 있다. 최상위 모델 하나로 모든 요청을 처리하는 설계보다, 일반 업무는 기본 경로로 처리하고 막히는 업무만 상위 경로로 올리는 방식이 운영상 합리적일 수 있다는 뜻이다. 단, 실제로 절약되는 비용이나 오류율은 각 조직의 작업 자료로 검증해야 하며, 이 구조 자체의 우월성이 모든 업무에서 입증됐다는 의미는 아니다.
성능 발표는 어떻게 읽어야 할까
회사 내부 시험과 현장 업무 성능은 구분해야 한다
앤트로픽은 코딩·과학·하드웨어 작업에서의 개선 사례를 공개했다. 예컨대 Fable 5.2 관련 실험에서 다수의 하위 에이전트가 장시간 복잡한 개발 과제를 수행했다고 설명한다. 반면 이런 사례는 특정 도구, 허용 시간, 반복 실행, 운영자의 점검 과정이 포함된 시험이다. 소규모 사업장의 상담 분류나 견적 검수, 콘텐츠 작성에서 동일한 효과가 나타난다는 직접 증거는 아니다.
공식 발표의 벤치마크 점수도 참고 자료이지만, 독자가 실제로 사용할 작업 데이터·검수 절차·비용 구조와 다른 조건일 수 있다. 테스트 환경이 다르면 비교 순위도 달라질 수 있으며, 공개된 수치에는 개발사 자체 평가가 포함된다. 제품 선택 전에 독립 검증과 현장 재현이 필요한 이유다.
안전장치와 접근 범위도 성능의 일부다
일부 보안·생물학 요청에는 Fable의 안전장치가 적용되므로 해당 분야에 전문 기능이 필요하다고 무조건 Fable을 사용하는 방식은 맞지 않는다. Mythos는 검증된 조직을 위한 별도 접근 경로가 소개돼 있다. 기술력이 높다는 사실과 우리 조직이 안전하고 적법하게 이용할 수 있다는 사실은 별개다.
우리 조직은 어떤 작업을 상위 AI에 맡겨야 할까
TECMORA는 다음과 같은 구분을 검증을 위한 가설로 제안한다. 이는 모델별 성능이 확인됐다는 추천표가 아니라, 어떤 업무를 비교 시험할지 정하는 출발점이다.
- 기본 경로 후보: 일정 요약, 자료의 단순 분류, 정해진 형식의 문서 초안, 오탈자 확인처럼 정답·형식·완료 기준이 분명한 작업.
- 상위 모델 시험 후보: 서로 충돌하는 문서의 맥락 분석, 규모가 큰 코드 변경, 복잡한 버그의 원인 추적, 여러 제약을 함께 만족시켜야 하는 구조 설계.
- 모델만으로 승인하면 안 되는 작업: 대외 계약 조건 확정, 법률·의료 판단, 실제 금액의 최종 승인, 타인 개인정보가 포함된 자료 처리처럼 책임과 검증 기준이 중요한 작업.
- 사람 또는 독립 도구가 반드시 확인할 항목: 실제 파일 변경 여부, 숫자 합계, 출처 링크의 존재·내용, 실행 테스트, 예상하지 못한 부작용.
고성능 AI를 도입할 때 가장 먼저 물을 질문은 ‘얼마나 높은 점수를 받았나?’가 아니라 ‘우리 업무에서 검증에 통과한 결과를 얼마의 시간과 비용으로 만들 수 있나?’다.
실제 적용 전 12개 업무로 비교하는 작은 실험
아래 절차는 TECMORA가 제안하는 시험 설계다. 실제 12개 업무를 실행하거나 제품별 오류율을 측정한 결과가 아니며, 수치는 채워 넣지 않았다. 데이터는 개인정보와 비밀자료를 제거한 뒤 사용한다.
1단계 — 난이도와 실패 비용이 다른 12개 업무를 고른다
반복적인 표 정리·분류 4개, 여러 자료를 대조하는 분석 4개, 구조 설계·복잡한 예외 처리 4개를 준비한다. 같은 입력, 같은 작업 지시, 같은 완료 기준을 제공한다. 자료 길이와 도구 접근 권한이 다르면 그 차이를 별도로 기록한다.
2단계 — 현재 사용 중인 기본 모델을 기준선으로 세운다
기본 모델과 후보 모델 각각에 같은 업무를 수행하게 하되, 허용한 도구·실행 횟수·검수 기준을 기록한다. 한 번의 결과만 비교하지 말고 중요한 실패가 드문지 확인할 수 있도록 반복 시험을 검토한다. 각 모델에 제공된 추가 힌트나 사람의 중간 개입을 기록하지 않으면 비교가 왜곡된다.
3단계 — 채점표에 정답률보다 ‘승인까지의 비용’을 넣는다
- 품질: 객관적으로 확인되는 요구사항 충족 여부, 중요한 사실 오류, 누락.
- 검증: 사람이 확인하는 데 걸린 시간, 별도 도구나 테스트의 필요 여부.
- 운영: 모델 사용 비용, 도구 사용량, 재시도 횟수, 전체 완료 시간.
- 위험: 개인정보 노출, 무단 변경, 모르는 사실의 추측, 잘못된 완료 보고.
판단의 단위는 ‘응답 한 번당 가격’ 대신 검증된 결과물 한 건당 총비용으로 두는 편이 실용적이다. 예를 들어 사용료가 적어도 잘못된 결과를 수정하는 데 시간이 많이 걸리면 전체 비용이 더 커질 수 있다. 반대로 비싼 모델이어도 재작업이 충분히 줄면 특정 고난도 업무에서는 합리적일 수 있다. 어느 쪽인지는 시험을 하기 전까지 확정할 수 없다.
4단계 — 모델 승격 기준과 사용 중지 조건을 기록한다
기본 모델에서 출처 누락, 테스트 실패, 제약 충돌 등이 발생하면 상위 모델 또는 사람에게 넘기는 조건을 정한다. 상위 모델에서도 같은 오류가 반복되거나 개인정보·안전 문제가 발생하면 자동 재시도를 늘리지 않고 사람이 검토하도록 중지한다. 이 규칙을 정하지 않으면 더 비싼 모델이 오히려 실패를 오래 반복할 수 있다.
NIST의 관점: 사용 전 시험과 사용 중 관찰을 분리하지 않는다
미국 NIST의 AI 위험관리 프레임워크 핵심 기능은 Govern·Map·Measure·Manage를 구분하고, 모델이 배포되기 전뿐 아니라 운영 중에도 성능과 위험을 측정하며 독립 검토가 편향과 이해 충돌을 줄이는 데 도움이 될 수 있다고 설명한다. 이는 특정 회사 모델의 우열을 가리는 자료가 아니라, 비교 실험과 운영 검증을 설계할 때 참고할 일반 원칙이다.
따라서 새 모델 도입 결정을 한 뒤에도 오작동 사례, 사람의 수정 횟수, 접근 권한 변경, 모델 업데이트에 따른 회귀 오류를 추적할 필요가 있다. 한 주 시험에서 합격한 모델을 영구적으로 ‘안전’이나 ‘정확’으로 인증하는 방식은 적절하지 않다.
TECMORA의 해석: 모델 선정은 결국 업무 설계의 문제다
이번 발표에서 TECMORA가 주목한 것은 최고 성능을 과시하는 숫자보다 모델을 업무별로 배치하는 구조다. 운영자가 먼저 해야 할 일은 ‘최고 모델을 연결하자’가 아니라 과제·검증·실패 비용을 분류하는 것이다. 그다음 기본 경로와 상위 경로를 작은 실험으로 비교할 수 있다.
이 글은 앤트로픽의 2026년 11월 9일 발표와 NIST의 일반 위험관리 자료를 바탕으로 구성한 분석이다. 실제 고객 데이터나 TECMORA의 운영 서비스를 대상으로 Fable 5.2를 시험했다는 주장은 아니다. 회사의 성능 발표는 연구·검증이 진행되는 조건에서 해석해야 하며, 한국어 업무의 실제 성능과 계정별 비용·제공 범위는 별도 검증이 필요하다.
참고 자료와 확인 기준
- Anthropic, Claude Fable 5.2 and Mythos 5.2 — 2026년 11월 9일 발표. 모델 관계, 사용 권고, 시험 사례, 제공 범위. 2026년 11월 13일 확인.
- NIST AI RMF 1.0, Core — 사전·사후 평가와 독립 검토 원칙. 원래 2023년 공개된 지침이며 현재 개정 진행 중. 2026년 11월 13일 확인.
함께 읽기
- AI 모델보다 실행 구조가 중요해진다: Microsoft Copilot harness 분석
- AI가 ‘대답’보다 ‘일 처리’를 잘하는지 평가한다: OpenAI LifeVal 분석
- AI 자동화가 놓친 오류는 어떻게 알까? 휴먼 디렉팅의 독립 검증 설계
작성: TECMORA 편집팀. 본문은 공개 자료를 해설하고 검증 절차를 제안하는 정보성 글이며, 개별 조직에 대한 성능 보증·보안 인증·구매 권고가 아니다.
