Claude Fable 5.2 Feels Like AGI (Here''s Everything It Can Do)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Claude Fable 5.2가 AGI처럼 느껴진다는 발표자의 평가는 3D 영상·편집·게임·앱·리서치·하드웨어 설계를 연결해 수행한 사례에 근거하며, 핵심은 시각적 결과물을 만드는 작업 흐름의 자동화다.

📌 핵심 요점

1. Blender로 영상 제작 전 과정을 연결한다. 발표자는 단일 프롬프트로 기획, Python 기반 장면 구성, 화면 녹화 삽입, 조명·카메라 애니메이션, 음향, 렌더링, 후처리까지 수행했다고 설명한다. 4K 1,329프레임을 RunPod의 GPU 10개로 렌더링하는 데 52분, 약 6달러가 들었다는 사례다.
2. 영상 편집의 중심이 자연어 지시와 수정 이력으로 이동한다. 촬영 파일의 위치와 원하는 효과를 알려 편집하고, 시간대별 댓글을 다음 버전에 반영하는 흐름을 보여준다. 발표자는 특정 편집 도구보다 버전 관리가 중요하다고 강조하며 자신이 개발 중인 v2.video를 소개한다.
3. 게임 제작에서는 시각적 완성도와 움직임을 함께 강조한다. 모델·음향·텍스처를 처음부터 만든 플레이 가능한 Claude 아티팩트와 캐릭터 동작 혼합 사례를 제시한다. 소개된 게임 중 하나는 API 가격 기준 550달러가 들었다고 한다.
4. 앱과 리서치 자료도 반복 실행의 대상으로 묶는다. 명확한 요구사항을 주면 앱을 만들고 직접 테스트하며 개선한다고 주장한다. 화이트보드·시트·데이터 아티팩트와 함께, 참고 슬라이드의 품질을 기준으로 온라인 자료를 조사해 연구용 덱을 만드는 사례도 소개한다.
5. 하드웨어 설계와 로봇 제어까지 적용 범위를 넓힌다. Atom 사례에서는 KiCad의 PCB 배치, Inventor의 외함 설계, Blender 렌더링을 연결한다. 로봇 성능 향상도 언급하지만, 영상에서 제시한 비교 근거는 시뮬레이션 기반 RoboDojo 벤치마크다.

🧩 배경과 문제 정의

발표자는 Anthropic이 Claude Fable 5.2를 출시했다고 소개하며, 48시간 동안 5,000달러 이상의 토큰을 사용해 영상 편집, 프런트엔드, 게임 등 자신의 업무에 적용했다고 말한다. 그 경험을 바탕으로 시각 지능이 새로운 단계에 도달했다며 AGVI라는 표현을 제시한다.

영상은 여섯 가지 활용 영역을 통해 이 평가를 설명한다. 관찰할 핵심은 완성된 결과물의 외형뿐 아니라, 자연어 요청을 받은 모델이 여러 제작 도구를 연결하고 결과를 확인·수정하는 방식이다. 앱이 해결됐다는 선언이나 미래 전망은 발표자의 평가로 구분해 읽어야 한다.

🕒 시간순 섹션별 상세정리

1. 출시 소개와 AGVI 주장

• 발표자는 Fable 5.2의 출시를 소개하고, 이를 인공 일반 시각 지능이라는 뜻의 AGVI로 부르며 강한 인상을 받았다고 드러낸다. [00:14]
• 48시간 동안 5,000달러 이상의 토큰을 사용해 영상 편집, 프런트엔드 디자인, 게임 등에 적용했으며, 여섯 가지 이유로 자신의 평가를 설명하겠다고 예고한다. [00:35]

2. 단일 프롬프트로 Blender 광고 영상 제작

• Claude 앱에서 Claude Code로 전환한 뒤, Blender로 모델 자신을 홍보하는 영상을 만들고 Claude 캐릭터를 여러 번 등장시키며 RunPod로 렌더링하라고 요청한다. [01:21]
• 약 한 시간 뒤 4K 영상을 받았다고 보여준다. 이후 작업 과정을 시각화해 달라고 요청하자, 전체 계획을 세우고 Blender 장면을 구성하는 Python 스크립트를 작성한 흐름이 드러난다. [02:37]

3. 화면 합성부터 GPU 렌더링·후처리까지

• Blender 속 모니터에 보여줄 웹사이트를 코드로 만들고 화면을 녹화해 삽입한다. 카메라·조명·캐릭터를 움직이고 일부 구간을 시험 렌더링해 결과를 평가한 뒤 음악과 효과음을 컷에 맞춘다. [03:25]
• RunPod에서 5090 두 개와 4090 여덟 개를 사용해 4K 1,329프레임을 렌더링했다고 한다. 발표자 설명상 MacBook Pro에서 5시간 이상 걸릴 작업을 52분에 마쳤고 렌더링 비용은 약 6달러였다. [03:52]
• 색 보정, 글로와 비네트 효과를 추가하고 영상과 음향을 하나의 파일로 인코딩해 최종 결과물을 전달한다. [04:09]

4. 외부 3D 사례와 시각적 세부 표현

• Alex Michael의 Python·Blender 영상과 AJ의 자전거 타는 펠리컨 영상을 보여준다. 과거 정적 SVG 펠리컨 사례와 현재의 3D 영상을 비교하며 발전 속도를 강조한다. [05:38]
• 사실적인 조명과 카메라 이동뿐 아니라, 자신의 영상에서 피사체에 초점을 유지하고 장면 속을 이동하는 세부 표현을 높이 평가한다. [06:22]

5. 자연어 지시를 통한 영상 편집

• 촬영한 원본에서 카메라 앞으로 천천히 이동하는 장면을 빠르게 날아오는 듯한 효과로 바꾸고, 세로 4K와 효과음을 적용하도록 요청한 결과를 보여준다. [07:32]
• 카메라나 폴더에 있는 파일 위치를 알려주고 참고 영상, 스타일, 원하는 편집 방식을 설명하는 흐름을 제안한다. [08:04]
• Remotion, Hyperframes, JavaScript, Tesseract 등을 언급하며 에이전트 기반 편집에 여러 도구를 사용할 수 있고 특정 도구가 항상 우월한 것은 아니라고 드러낸다. [08:25]

6. 편집 버전 관리와 v2.video 소개

• 발표자는 편집 도구 선택보다 이전 버전으로 돌아가고 변경 내역을 확인하는 기능이 중요하다고 강조한다. 내부 도구로 만들었던 v2.video를 공개하며 무료라고 보여준다. [08:49]
• Cloudflare와 협의해 약 250GB의 무료 저장공간을 제공하고 싶다는 계획을 밝히고, 버전별 프롬프트·댓글·변경 위치를 확인하는 화면을 보여준다. [09:12]
• 시간대별 댓글을 남긴 뒤 Claude에 이를 반영한 다음 버전을 만들라고 요청하면 새 버전을 올리고 다운로드하는 방식으로 보여준다. [09:48]

7. 플레이 가능한 게임과 캐릭터 움직임

• Anthropic의 Felix가 공개한 Claude 아티팩트를 보여준다. 사람의 피드백 없이 한 번의 프롬프트로 모델·음향·텍스처를 처음부터 만들었으며 API 가격 기준 550달러가 들었다는 설명과 함께 직접 플레이한다. [10:35]
• Sholto Douglas의 Portal을 연상시키는 게임과 Dan의 동작 혼합 사례를 보여준다. 정지·걷기·달리기·점프 등 여러 동작이 연결되며 자연스러운 움직임을 만든다고 평가한다. [12:40]
• 기존 모델보다 텍스처·물리·조명·움직임이 개선됐다고 주장하며, 자신은 게임용 자산 상당수를 Blender로 생성한다고 덧붙인다. [13:10]

8. 앱 제작 주장과 새로운 아티팩트

• 발표자는 앱 제작의 제약이 토큰과 프롬프트라고 드러낸다. 지시가 명확하면 앱을 만들고 컴퓨터에서 테스트하며 반복 개선한다고 설명하면서 성공률을 매우 높게 평가한다. [13:57]
• 이를 근거로 정적 앱은 해결됐다고 주장한다. 이어 화이트보드·시트·데이터라는 세 가지 새 아티팩트 유형을 보여준다. [14:21]
• 화이트보드에서 사용자와 Claude가 도형·텍스트 같은 시각 요소를 직접 편집할 수 있고, 인터넷 이미지도 가져올 수 있다고 보여준다. [15:06]

9. 온라인 조사와 연구용 슬라이드 제작

• 특정 연구 질문과 온라인 참고 덱을 주고, 덱을 내려받아 분석한 뒤 같은 수준의 자료를 만들도록 요청한 경험을 보여준다. 주제는 AI 스택과 AI 분야의 향후 전개였다. [15:37]
• 온라인에서 찾은 데이터를 활용한 차트와 전력 전망 슬라이드를 보여주며 품질을 높이 평가한다. 수주가 걸릴 연구 조교의 덱 제작 업무를 몇 시간과 토큰으로 수행하는 것에 비유한다. [16:21]
• 이런 방식으로 관심 주제를 거의 매일 조사하고 있다고 드러낸다. [16:25]

10. 하드웨어 설계와 로봇 제어로 확장

• 발표자는 하드웨어 바이브 코딩이 앞으로 확산될 것으로 전망한다. Atom의 다마고치 사례에서는 KiCad의 PCB 배치, Inventor의 외함 제작, Blender 렌더링을 연결했다고 보여준다. [17:07]
• 설계의 각 부품과 전체 렌더링 영상을 보여주며, 전기·기구·렌더링 작업을 메시지 요청으로 조율하는 사례로 보여준다. [17:26]
• 로봇 제어 능력이 개선됐다는 설명을 인용하고, 시뮬레이션 양팔 로봇 벤치마크 RoboDojo에서 다른 모델과 다수의 로봇 제어 AI보다 우수했다고 주장하며 AGVI라는 평가를 반복한다. [17:53]

11. 모델 비교 발언과 후속 가이드 예고

• 발표자는 이번 모델이 두 달 만에 Fable 5.5를 넘어선 모델이라고 드러낸다. 앞서 소개한 Fable 5.2와 비교 대상의 명칭 관계는 자막만으로 명확하지 않다. [18:07]
• Fable 5.2를 활용하는 완전한 Claude Code 가이드를 더 긴 튜토리얼 영상으로 공개하겠다고 예고한다. [18:33]
• 계속 모델을 사용하겠다는 소감과 자신의 건강 상태를 짧게 언급하고, AI 활용에 관심을 가진 시청자들에게 감사하며 마무리한다. [18:49]

🧾 결론

• 영상의 중심 주장은 Fable 5.2가 여러 제작 도구를 연결하면서 시각적 결과물의 품질까지 다룰 수 있다는 것이다. 발표자는 이를 자신이 붙인 표현인 AGVI, 즉 인공 일반 시각 지능으로 설명한다.
• 반복해서 등장하는 작업 방식은 목표 제시 → 코드·도구 실행 → 결과 확인 → 수정이다. 단일 프롬프트 사례에서도 내부적으로 여러 단계의 작업이 수행된다.
• 결과물의 인상적인 품질과 별개로, 일반적인 성공률이나 다른 모델 대비 우위를 판단할 재현 가능한 비교 자료는 이 영상만으로 충분하지 않다.

📈 투자·시사 포인트

• 영상 사례에서 추론하면, 제작 도구의 경쟁력은 개별 기능뿐 아니라 AI가 파일·코드·렌더링 자원을 연결해 사용할 수 있는 작업 흐름에서도 형성될 수 있다.
• 제작비를 비교할 때는 토큰 비용과 GPU 렌더링 비용을 분리해야 한다. 약 6달러라는 수치는 렌더링 사례의 비용이며, 발표자가 언급한 48시간 동안의 토큰 사용액은 5,000달러 이상이다.
• 댓글, 프롬프트, 버전 복원 기능은 AI 제작 과정의 검토와 협업을 지원하는 사업 기회로 읽을 수 있다. 다만 v2.video 소개에는 발표자 자신의 제품 홍보가 포함돼 있다.
• 하드웨어 사례는 전기·기구·시각화 도구를 연결하는 가능성을 보여준다. 실제 제조 성과나 상업적 수익성까지 확인한 사례로 확대 해석하기는 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 모델 출시, 기능, 성능은 제공된 자막 속 발표자의 설명에 근거한다. 후반에는 Fable 5.2를 소개하면서 Fable 5.5를 넘어섰다고 말해 모델명과 비교 대상의 확인이 필요하다.
• AGVI는 발표자가 사용하는 명칭이며, 제목의 AGI 인상이나 영상 속 시연만으로 범용 지능 달성을 입증하지는 않는다.
• 앱 제작의 ‘100% 성공률’, ‘정적 앱은 해결됐다’는 표현에는 평가한 앱의 범위, 실패 사례, 보안·운영 검증 조건이 제시되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 영상에 등장하는 정확한 모델명, 제공 경로, 아티팩트 기능을 확인하고 후반의 Fable 5.5 언급과 구분한다.
• 짧은 영상이나 작은 앱 하나를 골라 입력 자료·프롬프트·완료 기준을 고정한 뒤 결과 품질과 수정 횟수를 기록한다.
• 토큰, GPU, 저장공간, 재시도, 사람의 검토 시간을 분리해 작업 하나의 총비용을 계산한다.
• 영상 편집 실험에서는 프롬프트와 시간대별 피드백을 버전별로 보관하고 이전 결과로 복원할 수 있는지 확인한다.

❓ 열린 질문

• 공개된 성공 사례와 같은 품질을 얻으려면 실제로 어느 정도의 프롬프트 구체화, 재시도, 사람의 개입이 필요한가?
• 시각적 완성도의 향상이 앱의 기능 정확성, 유지보수성, 장기 운영 품질로도 이어지는가?
• Blender 렌더링과 게임 제작에서 모델 사용료까지 포함한 총비용은 기존 제작 방식과 비교해 어느 수준인가?