Fable 5.2 is CRACKED but THIS goes BEYOND THE MODEL
Quick Summary
Fable 5.2의 성능보다 더 큰 차별화 요소는 전문 에이전트 소팀을 맥락·프롬프트·도구·조정 체계로 묶어 운영하는 시스템이다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
Fable 5.2의 성능보다 더 큰 차별화 요소는 전문 에이전트 소팀을 맥락·프롬프트·도구·조정 체계로 묶어 운영하는 시스템이다.
📌 핵심 요점
- 같은 모델을 사용하더라도 업무에 맞춘 도구, 맥락, 시스템 프롬프트를 갖춘 에이전트가 유리하다는 것이 영상의 출발점이다. 발표자는 범용 에이전트 하나에 모든 문제를 맡기는 방식의 한계를 강조한다.
- 제안하는 대안은 리드 에이전트가 소수의 전문 에이전트를 조정하는 구조다. 단발성 하위 에이전트 위임과 조정 부담이 큰 대규모 스웜 사이에서 반복 업무에 적합한 운영 방식을 찾는다.
- Fable 5.2의 주요 활용처로 에이전트 간 작업 조정을 꼽는다. 발표자는 최고 추론 설정만 고집하기보다 medium·low 설정과 다른 실무용 모델을 역할별로 조합하는 데 주목한다.
- 전문화는 모델 선택을 넘어 각 에이전트의 맥락·모델·프롬프트·도구를 따로 설계하는 일이다. 리드는 직접 구현하기보다 작업 배분, 대화 진행, 설정 변경, 결과 취합에 집중한다.
- 지속 운영에는 대화 규칙, 실행 추적, 사람의 승인·피드백·거절 통로가 필요하다. 사람은 초기 시스템 구성에 참여하고, 운영 단계에서는 필요한 결정을 전달받는 human near the loop를 지향한다.
🧩 배경과 문제 정의
회사의 엔지니어링 업무는 구체적인 문제를 반복해서 해결하는 일이다. 영상은 누구나 같은 고성능 모델을 사용할 수 있는 상황에서 모델 자체의 능력만으로 지속적인 차이를 만들기 어렵다는 문제를 제기한다.
대안으로 제시하는 것은 작은 전문 에이전트 팀을 갖춘 Tiny Software Factories다. 각 담당자는 자신의 업무와 설정을 유지하고, 리드 에이전트는 단일 소통 창구로서 팀을 조정한다. 사람은 모든 실행을 직접 지시하는 위치에서 벗어나 필요한 결정에 응답하는 위치로 이동하는 것을 목표로 한다.
제공 구간은 모델 선택의 의미를 짚은 뒤, 빈 팩토리에서 에이전트 전환, 팀 대화, 설계안 생성, 설정 변경, 승인 요청을 차례로 시연한다. 마지막에는 구체적인 임무를 부여해 운영 팩토리로 넘어갈 전환점을 예고한다.
🕒 시간순 섹션별 상세정리
1. 범용 에이전트의 한계와 전문 소팀의 제안
- 회사의 구체적인 문제에는 전문적인 해결책이 필요하다. 발표자는 같은 모델이라도 기본 도구와 뒤섞인 맥락을 가진 범용 에이전트보다 업무에 집중한 도구·맥락·프롬프트를 갖춘 에이전트가 유리하다고 주장한다. [00:42]
- 하나의 만능 에이전트로 반복 업무의 성능·속도·비용·보안을 모두 최적화하기는 어렵다고 보여준다. 하위 에이전트 위임에는 한계가 있고, 대규모 스웜에는 큰 조정 부담이 있다고 본다. [01:22]
- 제안하는 중간 해법은 각자 한 종류의 업무를 맡고 오케스트레이터가 이끄는 소규모 전문 에이전트 팀이다. [01:36]
2. 시연의 목표와 Fable 5.2가 필요한 상황
- 빈 팩토리에서 시작해 실제 팀이 일하는 팩토리로 발전시키고, 사람이 모든 실행에 매달리지 않는 구조를 만들겠다고 예고한다. [02:04]
- 발표자는 Fable 5.2가 특히 유용한 경우로 매우 긴 명세형 프롬프트, 검증 가능한 결과를 향한 재귀적 자기개선 루프, 에이전트 사이의 대규모 작업 조정을 든다. [02:49]
3. 시스템 카드에서 찾는 소팀의 가능성
- 발표자는 시스템 카드의 멀티 에이전트 항목을 소개하며 단일 에이전트와 5인 팀의 결과를 비교한다. 설명에 따르면 팀은 더 빨리 결과를 내고 더 높은 성과에 도달한다. [03:32]
- 토큰과 연산 자원을 추가로 투입할 때 작은 팀이 단일 에이전트나 다수의 비동기 에이전트보다 낫다는 해석을 제시한다. 다만 자막에는 구체적인 평가 조건이 담겨 있지 않다. [03:55]
4. 최고 설정보다 역할에 맞는 모델 선택
- 입력 100만 토큰당 8달러, 출력 100만 토큰당 40달러라는 가격을 언급하며 모델 비용을 강조한다. 다른 여러 모델도 상당수 업무에 충분하다는 입장이다. [04:25]
- 발표자가 인용한 지능 지수는 medium 56점, low 54점이다. 최고 설정보다 중간·낮은 설정의 성능에 주목하지만, medium의 과제당 비용은 자막 발화가 모호하다. [04:46]
- 강한 모델을 오케스트레이터로 두고 다른 실무용·경량 모델을 그 아래 배치하는 구성을 제안한다. 모든 역할에서 높은 추론 설정을 사용할 필요는 없다고 보여준다. [05:23]
5. 모델을 넘어서는 시스템의 우위
- 누구나 같은 모델에 접근할 수 있으므로 차이는 모델 주변에 구축하는 시스템에서 나온다는 주장을 분명히 한다. [05:40]
- 에이전트의 핵심 구성 요소를 맥락·모델·프롬프트·도구의 네 가지로 정리한다. 모델 선택은 중요하지만 전체 설계의 일부라는 관점이다. [05:52]
- 고객의 구체적인 문제에 맞게 전문화하고 고유한 해결책을 전달하는 기반으로 시스템 설계를 강조한다. [06:18]
6. 빈 팩토리와 업무별 전문화
- 네 단계 중 세 번째 수준의 소프트웨어 팩토리를 소개하고, 기능을 노력·가치·숙련도의 세 차원으로 보여준다. 빈 상태에서 시작하는 이유는 문제에 맞게 자유롭게 바꾸기 위해서다. [07:01]
- 첫 기능은 각자의 핵심 설정과 작업 목록, 담당 영역을 가진 지속형 전문 에이전트들이다. 하나의 팩토리 안에서 여러 담당자가 특정 문제에 집중하도록 구성한다. [07:24]
7. 에이전트별 화면과 설정의 분리
- 브라우저의 팀 선택기를 통해 네 에이전트 사이를 이동한다. 에이전트마다 대화, 페이지, 작업 목록이 별도로 있고 맥락·모델·프롬프트·도구도 따로 설정할 수 있다. [08:12]
- 빈 팩토리의 담당자에게 역할과 테마 등을 질문한다. 아직 이름과 임무가 없는 템플릿임을 확인하고, 해결할 문제뿐 아니라 엔지니어의 사용 방식도 바꿀 수 있다고 보여준다. [08:58]
- 반복 문제에 맞춰 각 에이전트를 설계하되, 담당자가 늘수록 사람의 주의가 분산되는 문제는 리드라는 단일 창구로 해결하겠다고 제안한다. [09:27]
8. 리드 에이전트를 통한 단일 소통 창구
- 리드의 전문 분야는 팀 관리다. 팀 전체에 연락하라는 요청을 받으면 전용 도구로 대화방을 만들고 세 구성원의 응답을 모은다. [10:08]
- 구성원의 도구·모델·테마를 확인하는 질문도 리드를 통해 전달한다. 리드는 응답을 취합해 사람에게 간결하게 보고한다. [10:30]
- 이 구조의 목적은 여러 전문 에이전트를 운영하면서 사람의 인지 부담을 줄이는 것이다. 발표자는 이를 일회성 하위 에이전트 위임보다 지속적인 팀 운영에 가까운 방식으로 보여준다. [10:56]
9. 대화방에서 이미지 생성 플랫폼 설계하기
- 에이전트 대화방은 필요한 기여만 하도록 정한 대화 규칙과 리드의 진행을 바탕으로 협업하는 공간이다. 리드의 주된 관리 대상은 대화와 소통이다. [11:53]
- 각 담당자에게 소비자용 이미지 생성 플랫폼의 최소 클라이언트·서버·데이터베이스 구조를 페이지로 작성하게 한다. 결과에 붙은 참조를 통해 담당자의 산출물로 바로 이동한다. [12:40]
- 생성된 설계는 클라이언트 요청, API·데이터베이스·작업 대기열, 이미지 생성, 객체 저장소, 결과 반환의 흐름을 보여준다. 여러 담당자의 설계안을 비교할 수 있다. [13:00]
10. 팀 대화 규칙을 프롬프트에 담기
- 협업 설정에서 사용자 이름과 식별자를 지정하고, 열린 대화와 보관된 대화를 관리한다. 대화를 보관해도 설정에서 다시 접근할 수 있다. [13:36]
- 대화 프롬프트는 팀의 소통 기준을 정한다. 발표자는 원하는 결과와 행동을 프롬프트 및 하네스에 담는 일이 기본 사용 경험을 넘어서는 핵심이라고 강조한다. [14:27]
- 규칙은 짧고 간결하게 말하기, 자신이 지명되면 담당 영역에서 답하기, 다른 사람만 지명된 메시지는 읽고 침묵하기 등이다. 이를 에이전트 사이의 사회적 계약으로 보여준다. [14:54]
11. 지명된 담당자만 응답하는 협업
- 리드에게 가장 나은 최소 설계안을 묻자 리드만 문서를 읽고 판단을 보고한다. 다른 구성원은 대화방에 참여하고 있어도 응답하지 않는다. [15:19]
- 각 에이전트의 기록에서 자신을 향한 요청이 아니므로 침묵한다는 동작을 확인한다. 모두가 상황을 읽되 발언 대상을 제한하는 방식이다. [15:45]
- 도구 호출 요약을 통해 세부 실행 기록을 읽는 부담을 낮추고, 팀이 정해진 소통 규칙을 따르는지 확인한다. [16:14]
12. 별도 대화방에서 설계를 구체화하고 추적하기
- 리드와 두 번째 담당자만 참여하는 대화방을 만들어 설계와 기술 선택을 구체화한다. 검증된 오픈소스 기술을 사용하고 프로젝트의 역할 분담도 고려하라고 요청한다. [16:43]
- 실행 추적과 담당자의 화면을 통해 진행 상황을 관찰한다. 발표자는 자율 실행을 측정하고 개선하려면 개별 실행을 추적할 수 있어야 한다고 강조한다. [17:07]
- 담당자는 기술 구성과 API 문서를 보완한다. 이후 리드가 사람에게 필요한 결정을 제시하지만, 발표자는 승인 기능을 설명하기 위해 일단 처리를 미룬다. [18:25]
13. 리드가 토론을 진행하고 설정을 적용하기
- 리드는 구성원의 설정을 조정하고 실행을 중단하거나 방향을 바꿀 수 있다. 직접 구현하기보다 팀 관리와 조정을 맡으며, 반복 작업으로 팀 상황을 주기적으로 확인한다. [19:06]
- 이미지 생성 플랫폼에 적합한 설정을 정하기 위해 세 차례 토론을 진행시킨다. 구성원들은 지명된 순서와 소통 경계에 따라 의견을 내고 최종 변경 요청을 정리한다. [20:19]
- 토론 후 리드가 요청된 설정 변경을 적용하도록 한다. 사람에게 가능한 조작을 에이전트도 수행하게 하는 접근을 설명하며, 구성원들의 자체 설정 변경과 적용 보고를 확인한다. [20:58]
14. 역할과 모델 설정이 달라진 팀
- 설정 결과 API 담당, 파이프라인 담당, 클라이언트 QA 담당으로 역할이 구체화된다. 앞의 두 담당자는 실무용 모델의 높은 추론 설정을 사용한다. [21:33]
- 클라이언트 QA 담당자는 medium을 유지하고 다른 실무용 모델로 낮추며 맥락 크기를 200K로 설정한다. 역할별로 필요한 지능과 설정이 달라지는 사례로 보여준다. [21:46]
- 발표자는 질서 있는 대화와 리드의 제어를 통해 팀이 스스로 구성을 정하고, 사람은 단일 창구에서 이를 운영할 수 있다는 점을 강조한다. [22:17]
15. 사람에게 필요한 결정만 요청하는 구조
- cron·타이머·트리거를 활용해 사람이 없어도 동작하려면 승인·피드백·거절 장치가 필요하다고 보여준다. 이것이 human near the loop로 이동하기 위한 조건이다. [22:55]
- 리드가 전문 담당자의 권고를 모아 아키텍처 결정을 제시한다. 앞서 닫았던 요청은 다시 표시하도록 지시하며, 질문이 대기열에 쌓이고 사람이 차례로 답하는 화면을 보여준다. [24:17]
- 초기 구성에서는 사람이 적극적으로 시스템을 만들고, 이후에는 다른 일을 하다가 필요한 질문을 전달받아 답하는 운영 방식을 제안한다. 문자나 Slack 알림은 가능한 사용 상황으로 보여준다. [24:59]
16. 결정 반영과 운영 팩토리로의 전환점
- 발표자는 자체 호스팅 이미지 모델, PostgreSQL 대기열, FastAPI, 자체 호스팅 객체 저장소 등의 선택을 입력한다. 이 결정들은 자연어 응답으로 시스템에 다시 전달된다. [25:41]
- 리드에게 코딩 도구가 필요한지 검토하고 일부 도구를 비활성화한다. 역할에 맞게 도구를 줄이는 조정도 팩토리 구성의 일부이며, 에이전트가 사람에게 질문하는 기능이 운영 방식의 전환을 돕는다고 보여준다. [26:16]
- 빈 팩토리에 구체적인 목적과 임무, 반복해서 해결할 문제 유형을 부여할 때 팀의 가치가 생긴다고 정리한다. 운영 팩토리로 넘어갈 전환점을 예고하며 제공 구간이 끝난다. [26:43]
🧾 결론
- 영상의 핵심은 최신 모델 도입 자체보다 회사의 반복 문제에 맞는 에이전트 운영 구조를 만드는 데 있다.
- 소팀의 가치는 에이전트 수보다 역할 분담과 조정 방식에서 나온다. 단일 리드 창구와 명시적인 대화 규칙이 사람의 관리 부담을 낮추는 장치로 제시된다.
- 빈 소프트웨어 팩토리는 출발점이다. 구체적인 목적, 담당 업무, 도구, 의사결정 경계를 부여해야 실제 업무 시스템으로 전환된다.
- 제공 구간은 빈 팩토리에서 설계·협업·설정·승인 기능을 보여준다. 장시간 실제 업무를 수행하는 운영 팩토리의 성과는 이 구간에서 확인되지 않는다.
📈 투자·시사 포인트
- AI 도입의 평가 단위를 모델 점수에서 업무 시스템 전체로 넓힐 필요가 있다. 영상의 논리대로라면 전문화와 조정 설계에 들인 노력이 모델 접근성만으로는 얻기 어려운 차이를 만든다.
- 높은 추론 설정을 모든 역할에 적용하면 비용이 커질 수 있다. 강한 모델을 조정 역할에 배치하고 다른 모델을 실행 역할에 쓰는 구성을 업무별로 비교할 만하다.
- 소팀도 통신과 관리에 자원을 쓴다. 처리 속도와 결과 품질뿐 아니라 대화량, 토큰 비용, 사람의 개입 시간을 함께 측정해야 경제성을 판단할 수 있다.
- 실행 추적과 승인 인터페이스는 자율 운영을 뒷받침하는 제품 기능이다. 영상은 에이전트를 늘리는 기능과 함께 관찰·통제 기능을 설계해야 한다는 시사점을 준다.
⚠️ 불확실하거나 확인이 필요한 부분
- 전문 에이전트가 항상 이긴다는 표현과 5인 에이전트 팀의 우위는 발표자의 주장 및 인용이다. 제공 자막에는 평가 과제, 반복 횟수, 전체 비용, 비교 조건이 없어 일반적인 우위로 확정하기 어렵다.
- 입력·출력 가격과 지능 지수는 발표자가 화면 자료를 설명한 수치다. 특히 medium의 과제당 비용 발화는 자막이 모호하므로 정확한 금액을 이 자료만으로 확정할 수 없다.
- Fable, Enthropic 등 모델·기관 명칭과 일부 기술 용어에는 자막 표기 확인이 필요하다. 외부의 다른 제품명으로 임의 교정하지 않고 원문 명칭을 유지했다.
- 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
- 반복해서 발생하는 엔지니어링 문제 하나를 선정하고, 필요한 결과물과 완료 기준을 먼저 적는다.
- 리드와 전문 담당자의 역할을 구분하고 각자의 맥락·모델·프롬프트·도구를 업무에 맞게 설정한다.
- 지명된 에이전트만 답하고 다른 담당자의 업무에는 불필요하게 개입하지 않는 대화 규칙을 작성한다.
- 같은 과제를 단일 에이전트와 소팀으로 수행해 품질, 소요 시간, 총비용, 사람의 개입 시간을 비교한다.
❓ 열린 질문
- 어떤 종류의 반복 업무에서 소팀의 전문화 이익이 에이전트 간 통신 비용보다 커지는가?
- 리드에 강한 모델을 쓰는 구성과 모든 담당자에 강한 모델을 쓰는 구성은 실제 업무에서 어떤 비용·품질 차이를 보이는가?
- 사람이 자리를 비운 동안 어떤 결정까지 자동으로 진행하고, 어떤 결정부터 승인 대기 상태로 남겨야 하는가?