FABLE 5.1 IS A BEAST

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Fable 5.1은 코딩·글쓰기에서 세부 판단과 대화 편의성을 높여, 실제 업무를 통째로 맡길 가능성을 넓힌 강력한 모델이라는 초기 평가다.

📌 핵심 요점

1. 성능만큼 소통 방식이 개선됐다. 장시간 자율 작업에 더해 대화하며 수정하는 협업도 편해졌다는 평가다. 장황함과 기술적인 표현이 줄어 비전문가의 활용 가능성이 커졌다.
2. 코딩의 차이는 마지막 세부 구현에서 드러났다. Proof 재구현에는 변경 수락·거절, 인라인 AI, 협업 기능이 포함됐다. 요청하지 않은 조작과 상호작용을 채워 넣는 판단이 사람의 반복 수정을 줄이는 강점으로 꼽혔다.
3. 글쓰기는 좋아졌지만 설정과 취향에 따라 결과가 달랐다. 핵심 대비를 도입부에 배치하고 작성자의 맥락을 반영하는 능력이 개선됐다. 다만 장황함과 특유의 대조 표현이 남았고, Extra High가 글을 오히려 늘어뜨린 사례도 있었다.
4. 비용은 토큰 단가보다 작업 전체로 비교해야 한다. 토큰 효율 덕분에 높은 단가를 상쇄할 수 있다는 평가와 Opus 5 대비 약 50% 높은 효율이라는 주장이 나왔다. 구체적인 계산 내역은 없으며, 기본 노력 수준으로 시작해 필요한 작업만 높이는 사용법이 제안됐다.
5. 모든 과제에서 우세한 것은 아니다. 브랜드 지침을 따른 슬라이드는 좋은 평가를 받았지만, 기본 대시보드의 미감과 NPS 분석의 사업적 해석에서는 GPT 5.6이 더 좋은 사례를 보였다. 글쓰기 역시 문체와 신뢰에 따라 여러 도구를 병행했다.

🧩 배경과 문제 정의

• Fable 5.1 출시를 계기로 약 일주일간 진행한 글쓰기·코딩·지식 업무 테스트를 검토한다. 핵심은 모델의 성능이 실제 업무 위임과 협업 방식에 어떤 차이를 만드는가이다.
• 기존 Fable 5는 복잡한 코딩과 장시간 작업에 강했지만, 장황한 답변과 기술적인 표현, 높은 비용 때문에 비전문가가 활용하기 어렵다는 평가가 있었다.
• 주요 평가 기준은 대화의 접근성, 작업 전체를 맡길 수 있는 완성도, 사용자가 일일이 지정하지 않은 세부사항을 판단하는 능력이다. 결과는 초기 사용 경험에 기반하며, 글쓰기의 반복적인 문체나 장기적인 한계는 더 지켜봐야 한다.

🕒 시간순 섹션별 상세정리

1. 장시간 작업 위임과 대화형 협업을 함께 지원한다

• Fable 5가 많은 일을 맡기고 오래 실행하는 방식에 강했다면, 5.1은 사용자가 대화하며 반복 수정하는 작업에서도 편하게 협업할 수 있다는 평가다. 두 작업 방식을 모두 사용하는 사람에게 활용 범위가 넓어진다 [03:33]
• 기술에 익숙한 일부 사용자뿐 아니라, 이전 모델이 맞지 않았던 사람도 시도할 만한 모델이라는 초기 판단이다 [04:36]

2. 이해하기 쉬운 응답이 비전문가의 활용 가능성을 높인다

• 더 친근하고 빠르며 토큰을 효율적으로 사용한다는 평가다. 기존 모델의 장황함과 기술적인 표현이 줄어들면서, 지식 업무나 전문 엔지니어가 아닌 사람의 바이브 코딩에서도 실질적인 위임 가능성이 커졌다는 인상이다 [05:11]
• 반복적인 글쓰기 작업에서 응답을 이해하기 쉬웠고, 인터뷰 방식의 작업에서도 적절한 질문을 했다는 경험이 나왔다. 성경 공부를 관리하는 CMS를 한 번에 만들도록 맡기는 시도도 시작했지만, 이 시점에는 결과가 확인되지 않았다 [06:35]

3. 일상적인 대화와 대규모 위임 작업이 병행된다

• 한 사용자의 경우 5.1을 받은 뒤에도 일상적인 사용 시간은 여전히 ChatGPT에 더 많이 썼지만, 토큰 사용량은 Fable 5.1에서 훨씬 많았다 [09:46]
• 기존 대화 도구를 계속 사용하면서 큰 작업은 Fable에 맡겨 병렬로 실행하는 방식이 가능하다는 해석이다. 이는 해당 사용자의 경험에 근거한 활용 전망이다 [10:02]

4. 토큰 효율이 실질적인 비용 비교를 바꾼다

• 테스트에서는 토큰 효율 덕분에 단가가 높더라도 전체 사용 비용은 대략 비슷할 수 있다는 평가가 나왔다. 이를 근거로 Opus 5 사용자에게 5.1을 시도할 것을 권했지만, 구체적인 가격표나 계산 내역은 제시되지 않았다 [10:24]
• 여러 요소가 동시에 움직이는 큰 프로젝트에서 전체 맥락을 이해한다는 신뢰가 더 높았다는 경험이다. Opus 5의 디자인과 작업 능력도 인정하면서, 비슷한 비용으로 더 나은 결과를 얻을 수 있다는 판단이다 [10:52]

5. Proof 재구현에서 복잡한 편집기를 장시간 자율 제작한다

• Proof는 텍스트의 출처를 확인하고 에이전트와 협업할 수 있는 복잡한 마크다운 편집기다. 기능을 설명하는 프롬프트를 아이디어부터 완성까지 진행하는 LFG 워크플로에 넣어 처음부터 재구현하도록 했다 [13:06]
• 실행 시간은 약 6시간으로 기억하며, 결과물에는 변경 수락·거절과 인라인 AI가 포함됐다. 모델이 Google API 키를 찾아 Gemini를 연결했고, 시연에서는 문장을 줄이는 요청과 결과 수락이 가능했다 [13:47]

6. 디자인 개선은 작은 조작과 절제된 애니메이션에서 드러난다

• 이전 버전과 비교해 본문에 집중하도록 사이드바를 숨기는 토글 등 세부 기능이 추가됐다. 활동 영역의 스크롤 동작과 전체적인 디자인도 비교 대상으로 꼽혔다 [14:23]
• 애니메이션은 과도한 등장 효과보다 상태 변화를 명확하게 보여주는 방향으로 개선됐다는 평가다. 화면을 새로고침할 때의 미세한 움직임도 완성도를 높이는 요소로 봤다 [15:02]

7. 코딩의 Extra High 설정은 기능 수보다 완성도를 높인다

• 코드 품질은 이전 Fable 5도 뛰어났지만, 장시간 작업에서 최상의 결과를 원한다면 Extra High 설정이 가장 멀리 간다는 경험이다. High와 Medium도 좋은 결과를 냈다는 전제가 붙는다 [15:34]
• 높은 노력 수준이 불필요한 기능과 토큰 사용을 늘리기보다, 무엇을 추가하고 무엇을 생략할지 판단하는 데 기여했다는 평가다 [15:55]

8. 협업 편집기의 구현 난도가 모델 발전의 기준이 된다

• 약 6개월 전 처음 만든 Proof는 출시 첫날 장애가 났고, 당시에는 전적으로 바이브 코딩한 시스템을 모델로 고치기 어려웠다는 경험이 있다. 현재는 댓글, 변경 추적, 실시간 텍스트 갱신 같은 기능까지 구현할 수 있다는 비교다 [16:54]
• 이번 결과물에는 CRDT, 다른 참여자의 위치 표시, 검토 완료와 텍스트 지지 수준 표시, AI와 사람이 작성한 분량 구분, CLI 링크를 통한 AI 협업 기능이 포함됐다. 웹 MCP는 포함되지 않았다 [18:11]

9. 요청하지 않은 세부사항을 채우는 판단이 반복 작업을 줄인다

• 여러 모델이 앱을 처음부터 끝까지 만들 수 있는 상황에서, Fable의 강점은 사용자가 지시하지 않았어도 필요했다고 느끼는 작은 기능과 세부사항을 채우는 능력이라는 평가다 [19:01]
• 다른 모델로도 상당한 수준까지 도달할 수 있지만, 시연 수준의 완성도를 얻으려면 며칠간 반복 수정이 필요할 수 있다는 견해다. 사람이 계속 판단과 방향을 제공하지 않아도 된다는 점이 위임의 가치로 연결된다 [19:21]

10. 글쓰기 평가는 실제 편집 작업을 기준으로 구성한다

• 글쓰기 벤치마크에는 에세이 도입부를 처음부터 쓰기, 빠진 문단 채우기, 기존 에세이를 LinkedIn 게시물·이메일·X 게시물로 바꾸기가 포함된다. 실제로 모델에 맡길 법한 작업을 기준으로 정한 과제들이다 [21:16]
• 결과 비교용 뷰어에서 실제 발행된 글의 도입부와 Fable 5.1·Fable 5의 출력을 나란히 확인한다 [22:06]

11. 도입부에서 핵심적인 모순을 더 빨리 드러낸다

• 비교 대상 글의 핵심은 자동화를 많이 했는데도 일이 오히려 늘었다는 역설이다. Fable 5는 이메일 자동화가 놀랍다는 설명에 시간을 쓰면서 핵심에 도달하는 속도가 느렸다는 평가다 [22:42]
• 5.1의 예시 문장은 “AI가 내 이메일의 약 95%에 답한다. 나는 그 어느 때보다 바쁘다”로 곧바로 긴장을 만든다. 여기서 95%는 비교에 사용된 생성 문장의 내용이다 [23:18]

12. 자연스러운 문장 선택에도 초기 평가의 한계가 남는다

• 5.1은 사람이 내릴 법한 선택을 하며 인공적인 느낌이 덜하다는 인상이다. 다만 새 모델은 처음에는 신선하게 느껴져도 시간이 지나면 특유의 반복 표현이 드러날 수 있으므로, 현재 평가는 바뀔 여지가 있다 [23:28]
• 여전히 다소 문학적이고 작가적인 문장을 선호하는 경향이 남아 있다는 지적도 있다 [24:00]

13. 글쓰기에서는 높은 노력 수준이 오히려 도입부를 늘어뜨릴 수 있다

• 코딩과 달리 글쓰기에서는 Extra High가 스스로 글을 복잡하게 만드는 경우가 있었다. 비교 예시에서는 업무를 길게 설명하는 서문이 생겨, 짧고 흥미로운 도입부보다 힘이 떨어졌다는 평가다 [24:26]
• Medium의 “합리적인 기준으로 보면 지금쯤 회사 인원의 절반을 해고했어야 한다”는 생성 문장도 좋은 출발점으로 평가됐다. Medium은 속도 이점 때문에 검토할 만하지만, 노력 수준에 따라 AI 특유의 문체가 달라진다는 관찰도 있다 [25:25]

14. 추상적인 설명보다 구체적인 대비를 앞세운다

• 원문의 “AI의 중심에는 역설이 있다”는 도입부는 역설을 직접 보여준다. 반면 이메일 자동화와 바쁜 일상을 나란히 놓는 5.1의 문장은 상황 자체로 역설을 보여준다는 분석이다 [25:52]
• 두 문장 사이에 “그런데도”를 넣으면 대비가 더 명확해질 수 있다는 수정 의견도 있다. 핵심적인 개선은 흥미로운 요소를 찾아 글의 맨 앞에 배치하는 판단 능력이다 [26:19]

15. 관련성을 판단하는 능력이 회의 정보의 활용도를 높인다

• 회사 회의들을 짧은 게시물처럼 요약한 피드를 만들고, 의견이 팽팽하게 갈려 사용자의 판단이 도움이 될 만한 결정을 추려낸 사례가 있다. 기존 모델은 관련성이 낮은 결정까지 골랐지만, 이번에는 실제로 유용한 항목을 찾았다는 경험이다 [27:23]
• 이런 선별 능력은 글쓰기뿐 아니라 회사 운영에도 도움이 될 수 있다. 자신에게 필요한 정보를 모으는 피드를 자연어로 만들 수 있고, 이번 결과는 직접 확인할 의향이 생길 정도였다는 평가다. 1년 뒤에는 더 좋아질 것이라는 언급은 전망이다 [28:08]

16. 내부 평가 도구로 모델별 결과를 한곳에서 비교한다

• 내부 평가 도구는 각 모델과 해당 모델의 모든 결과를 함께 확인하도록 구성돼, 출력 간 비교를 쉽게 만든다 [29:13]
• 평가에는 연초부터 중요하게 여겼던 12개 과제가 포함되며, 이를 실행하고 입력 등을 확인할 수 있다는 설명이 시작된다. 제공 구간에서는 개별 과제의 결과나 성능 비교까지 나오지 않는다 [29:39]

17. 기본 디자인은 무난하지만 개성이 부족하다

• Fable 5.1이 만든 대시보드는 지루하다는 평가를 받았고, 타이핑 대신 말로 응답하는 Typeform 경쟁 서비스도 전형적인 바이브 코딩 디자인을 벗어나지 못했다. [30:40]
• 두 작업에는 구체적인 디자인 지침이나 참고 스타일을 주지 않았다. 방향을 더 제시하면 개선될 가능성이 있다는 평가이며, 기본 출력의 한계를 디자인 능력 전체의 한계로 단정하지는 않는다. [30:49]

18. 글쓰기에서 맥락에 맞는 구성과 자연스러운 문체가 개선됐다

• 글쓰기 테스트는 트윗에 담긴 생각을 길게 풀어낸 구술 기록과 작성자의 글 샘플을 제공하고 게시글로 만드는 작업이다. Fable 5.1은 핵심 소재를 추려 명확한 부제와 맥락에 맞는 도입부를 구성했다. [31:19]
• 같은 작업에서 비교 모델은 “아무도 당신의 AI 도구를 쓰고 싶어 하지 않는다”는 과격한 제목을 붙였고, Opus 5의 본문에는 지옥을 언급하는 과장된 표현도 있었다. Fable 5.1은 이런 문체 문제를 상당 부분 줄였다는 평가를 받았다. [33:00]

19. 교육용 슬라이드가 브랜드 스타일과 정보 밀도를 함께 맞췄다

• Compound Engineering 저장소 링크를 바탕으로 짧은 교육용 PowerPoint를 만드는 과제에서, Fable 5.1은 이전 모델들이 놓쳤던 브랜드의 곡선 장식과 배경 그라데이션을 반영했다. 슬라이드마다 지나치게 많은 아이디어를 넣지 않고 여백도 확보했다. [35:01]
• 결과물은 실제 교육에 활용할 만한 수준에 가까웠다. 특히 복리 효과가 있는 경우와 없는 경우를 대비한 시각화는 기존의 글머리표 설명보다 이해하기 좋다는 평가를 받았다. [36:04]

20. 화살표 같은 작은 정확성이 업무 위임 가능성을 좌우한다

• 계획·작업·검토·축적의 순환을 표현한 슬라이드에서 Fable 5.1은 화살표를 올바른 방향으로 배치했다. GPT 5.6의 비교 결과는 같은 구조를 표현하려 했지만 방향과 배치를 충분히 맞추지 못했다. [36:49]
• 한 번의 요청으로 완성된 발표 자료를 얻으려면 이런 세부 요소까지 정확해야 한다. 작은 오류 때문에 사용자가 직접 다시 만들어야 한다면 업무를 온전히 맡기기 어렵다는 평가다. [37:34]

21. 디자인 지침을 따르는 능력과 기본 미감은 구분된다

• 디자인 작업 환경은 모델이 요구사항을 더 충실히 따르고 실수를 줄이도록 돕는다. 다만 관련 스킬이나 방향 제시가 없을 때 가장 보기 좋은 디자인이 나오는 것은 아니다. [38:02]
• Figma나 디자인 도구의 결과를 웹사이트에 반영하는 작업은 잘 작동했다는 사용 경험이 있다. 반면 기본 대시보드는 유용한 정보를 담으면서도 GPT 5.6 결과보다 아름다움과 서사 구성이 부족하다는 평가를 받았다. [38:42]

22. NPS 분석에서는 숫자를 넘어 사업적 의미를 찾는 판단력이 차이를 만들었다

• 과거 NPS 설문을 분석하는 동일한 과제에서 GPT 5.6은 고객이 느끼는 핵심 가치와 추천 의향이 높아지는 조건을 이야기로 구성했다. Fable 5.1은 설문 문항과 대시보드 중심으로 정리했으며, 같은 방식으로 요청하면 서사적 분석도 가능할 것이라는 기대는 검증된 결과와 구분된다. [39:31]
• GPT 5.6은 Every를 설명하지 못하는 응답자가 추천도 하지 않는다는 관계와, “흥미롭다”라는 표현은 경고 신호인 반면 “유용하다·훌륭하다·똑똑하다”는 표현은 추천자와 연결된다는 통찰을 추출했다. 이는 사업 운영 방식을 바꿀 수도 있는 분석으로 평가됐다. [40:59]

23. 종합 평가는 코딩 성능보다 속도와 소통 방식의 개선에도 무게를 둔다

• Fable 5.1은 코딩에서 이전 Fable보다 약간 나아졌고, 더 빠르고 대화하기 편해졌다는 평가를 받았다. 여러 날에 걸쳐 작업을 수행한 사용 경험도 언급됐다. [42:48]
• Opus 5보다 토큰 효율이 약 50% 높고 속도도 빠르다는 평가를 근거로 일상적으로 사용할 모델을 바꾸도록 권했다. 평가 기준에는 벤치마크뿐 아니라 실제로 모델을 교체하고 매일 계속 사용하는지도 포함됐다. [43:26]

24. Hands는 Slack에서 로컬 컴퓨터를 사용하는 작업을 연결했다

• Hands는 Slack으로 받은 작업을 로컬 Mac에서 수행하는 컴퓨터 사용 에이전트다. Codex·ChatGPT·Claude·브라우저에 입력하고 결과를 Slack으로 돌려주는 방식이며, Every의 역사를 다룬 팟캐스트를 만들고 공유하는 요청이 사용 사례로 제시됐다. [44:15]
• Fable 5.1은 이 앱을 한 번의 요청으로 만들었고, 기존 Fable과 GPT 5.6의 결과는 비슷한 수준까지 갔지만 불안정했다는 비교 경험이 있다. 5.1의 결과는 실제로 작동하는 것으로 보이며 지속해서 사용 중이라는 평가다. [45:10]

25. 랜딩 페이지와 3D 장면에서는 기본 완성도보다 세부 표현이 평가 기준이 됐다

• 하나의 프롬프트로 작업 전체를 진행하는 LFG 벤치마크에서 랜딩 페이지 생성은 이미 쉽게 한 번에 처리할 수 있는 과제로 평가됐다. 관심은 AI가 만든 티가 나는 요소나 게시를 꺼리게 하는 결함이 남아 있는지로 옮겨갔다. [46:25]
• ‘아늑한 섬’ 3D 장면에는 이전 비교 결과에서 보지 못했던 태양 반사와, 계속 날갯짓하지 않고 간헐적으로 멈추는 새의 움직임이 추가됐다. 다른 모델도 보기 좋은 장면을 만들지만 이런 세부 표현이 차별점이었다. [47:22]

26. 호흡 정원은 요청하지 않은 상호작용으로 완성도를 높였다

• 호흡 훈련 정원은 세션을 마치면 사막 같은 공간이 초록색으로 바뀌고 꽃이 자라는 등각 투영 방식의 앱이다. 더 오래 훈련하면 더 많은 꽃을 얻도록 구성됐다. [48:23]
• 나비가 꽃 사이를 찾아다니는 경로 탐색 동작은 별도로 요구하지 않은 요소였다. 결과를 평가하는 경험이 오류 때문에 짜증을 느끼는 쪽에서 예상하지 못한 세부 구현을 발견하는 즐거움으로 바뀌었다는 평가다. [48:45]

27. Fable 5.1은 일상 사용과 조직 도입의 마찰을 줄이는 데 초점을 맞췄다

• Anthropic 연구 PM Alex Albert는 Fable 5.1을 기존 Fable의 작은 거친 부분들을 다듬은 모델로 설명했다. 대화하고 일상적으로 쓰기 쉽게 만드는 것이 주요 개선 방향이었다. [50:42]
• 개선 범위에는 개인 사용뿐 아니라 기업과 조직의 도입도 포함됐다. 더 넓은 사용자층이 실제 업무에 적용하기 편하도록 만드는 데 집중했다는 설명이다. [51:18]

28. 모델의 능력과 대화 성향을 조정하는 데는 여전히 시행착오가 있다

• 모델 훈련에는 여러 절충이 존재하며, 모든 사용자의 필요를 만족시키는 정해진 공식은 없다. 그렇다고 성능 향상과 좋은 대화 경험이 반드시 전면적인 상충 관계라는 뜻은 아니라는 설명이다. [52:15]
• Alex는 Opus 5와 Sonnet 5도 여전히 많은 사용자의 일상 도구이고, 특히 Opus 5는 백그라운드 작업에서 강하다고 평가했다. Fable 5.1에는 사용자·고객 피드백과 이전 모델에서 얻은 교훈을 반영해 Fable과 Opus의 장점을 결합했다고 설명했다. [52:42]

29. 추론 노력 수준은 기본값을 중심으로 비용과 완성도를 조절한다

• 짧은 작업과 긴 작업을 모두 잘 처리해도 사용자가 medium과 extra high 등을 직접 골라야 하는 부담은 남는다. 이에 대해 Alex는 Claude Code의 기본값인 high와 다른 서비스의 기본값인 medium을 작업의 90% 이상에 그대로 사용할 것을 권했다. [53:41]
• medium이나 low는 비용을 줄이면서 지능과 속도를 확보하는 선택지로 설명됐다. 낮은 노력 수준의 토큰 효율 때문에 Opus 5에서 Fable 5.1 medium으로 옮기는 고객 사례도 언급됐다. [55:19]

30. 기존 테스트보다 더 큰 과제를 시도해야 모델의 한계가 드러난다

• 기존 벤치마크 과제가 모델의 능력을 보여주기에 충분히 도전적이지 않아 과제 자체를 다시 생각해야 했고, 뚜렷한 실패 지점도 찾지 못했다는 사용 경험이 제기됐다. [56:30]
• Alex는 새 모델의 잠재적인 활용법이 드러나기까지 몇 주에서 한 달가량 걸릴 수 있다고 설명했다. 향후 1~2주 사이 새로운 사례가 등장할 것으로 기대했으며, 내부에서는 다양한 작업을 직접 맡겨 보며 한계를 탐색하고 있다고 밝혔다. [57:03]

31. 공간 추론의 새로운 시험 대상으로 건축과 무대 재현이 떠올랐다

• 내부에서 주목하는 활용 분야에는 렌더링, 3D 모델, 공간 추론이 있다. Alex는 부지 이미지를 주고 주택의 전체 건축 명세와 렌더링, 부동산 매물 소개에 쓸 법한 영상 투어까지 요청한 사례를 제시했다. [58:39]
• 뮤지컬 ‘하데스타운’의 무대를 모델마다 재현하게 하는 테스트도 제안됐으며, Fable 5.1에서는 꽤 좋은 결과를 얻었다는 경험이 공유됐다. 처리 구간 끝에서는 화면 공유를 준비하고 있어 건축 사례의 구체적인 결과 검증까지는 확인되지 않는다. [59:27]

32. 최소한의 지시로 Blender 렌더링과 설계 작업까지 확장

• 모델은 간단한 프롬프트에서 헤드리스로 실행할 수 있는 Blender 라이브러리를 찾아 사용하고, 작업 중 스크린샷으로 결과를 확인했다. 사용자가 몇 시간 뒤 돌아왔을 때 CPU로 렌더링한 영상이 만들어져 있었다. [1:00:03]
• 사용자는 Blender를 써본 적이 없어 이런 방식의 작업이 가능한지도 몰랐다. 도구 사용법을 직접 지정하지 않아도 되는 경험은 뒷마당 재설계처럼 더 큰 작업을 맡길 수 있을지에 대한 기대로 이어졌다. [1:00:33]

33. AI 마을 시뮬레이션과 발명 설계로 넓어진 생성 범위

• 생성형 에이전트 논문을 주고 작은 AI 마을을 구현하도록 요청하자, 약 한 시간 뒤 캐릭터들이 돌아다니며 대화하는 결과물이 작동했다. [1:01:24]
• 밸런타인데이 파티 소식이 공동체에 퍼지는 과정을 모사해 메시지 확산을 탐색했다. 아직 장난감 수준의 사례지만, 경제학자나 정책 입안자가 서로 다른 메시지를 A/B 테스트하는 데 활용할 가능성이 제기됐다. [1:02:05]

34. Slack 기록으로 조직 내 반응과 정보 확산 모사

• 구성원과 대화 기록을 바탕으로 Slack 시뮬레이션을 만들었다. 작성한 메시지를 입력하면 누가 응답하고 어떤 반응을 보일지 살펴볼 수 있었지만, 정확도는 더 개선해야 한다는 한계가 인정됐다. [1:03:39]
• 구현에는 약 세 시간이 걸렸다는 추정이 나왔다. 시뮬레이션에서는 ‘everyone’ 채널에 게시한 정보가 ‘wins’나 컨설팅팀 채널보다 빠르게 퍼졌으며, 이를 조직 내 정보 확산을 탐색하는 사례로 평가했다. [1:04:25]

35. 일상 업무에서는 토큰 효율과 정밀한 수정이 핵심

• 대규모 데모를 매일 수행하는 것은 아니므로, 사용자가 작업 과정에 개입하는 작은 업무에서도 Fable을 더 자주 선택하게 됐는지가 쟁점이 됐다. 제품에 자연스럽게 통합되고 실무에 바로 쓰일 수 있는지가 중요해졌다. [1:04:46]
• 내부에서도 이런 실무 작업에 모델을 사용하고 있으며, 토큰 효율과 필요한 부분을 겨냥한 코드 수정, 블로그 작성·퇴고가 장점으로 꼽혔다. 사용감의 개선은 벤치마크나 평가만으로 포착하기 어렵고 며칠간 직접 사용해야 드러난다는 주관적 평가가 덧붙었다. [1:05:54]

36. 3D 세계 제작의 확산과 실행 환경의 제약

• 한 번의 요청으로 3D 세계를 만드는 사례가 늘었다는 경험담과 함께 워털루 전투의 3D 재구성 작업이 언급됐다. 다만 실행 시 컴퓨터가 버티기 어렵다는 이유로 해당 결과물의 시연은 생략됐다. [1:07:41]
• 에이전트가 무언가를 만드는 동안 CPU에 부하가 걸려 영상통화에 지장을 주는 경험도 있었다. 작업을 생성하는 능력이 커져도 로컬 장비의 성능은 실제 사용을 제한할 수 있었다. [1:08:12]

37. 글쓰기에서는 문체 적합성과 신뢰에 따라 도구를 병행

• Katie는 Fable 5.1이 자신의 목소리와 문체에 좋은 결과를 내지만 Soul도 여전히 강하다고 평가했다. 한쪽 결과가 마음에 들지 않으면 다른 쪽을 시도하며, 당일 사용량은 익숙한 Codex가 더 많고 Claude에 대한 신뢰는 점진적으로 회복 중이라고 했다. [1:08:54]
• 다른 사용자는 여전히 ChatGPT를 주로 쓰지만 큰 작업에서는 Claude를 다시 찾기 시작했다. 자신의 문체 기준으로 ChatGPT와 5.6은 문장이 깔끔하고 직선적인 반면, Claude는 편차와 창의성·문학성이 더 크며 생각을 풀어내는 데 유용하다고 평가했다. [1:10:14]

38. 추가 평가 자료와 후속 사용 경험 공유

• Every의 장문 평가와 Fable 5.1 프롬프트 라이브러리는 약 일주일간의 테스트를 바탕으로 한다. 실제 도구 선택의 변화, 코딩·글쓰기, Opus 5 및 5.6과의 비교, NPS 대시보드와 발표 자료 제작, 에이전트 내부에서의 활용을 다룬다. [1:11:52]
• 이번 금요일 구독자 전용 ‘캠프’에서는 Fable 5.1 사용 경험을 더 자세히 다루고, 참가자가 질문하거나 팀과 대화할 기회를 제공할 예정이다. [1:13:37]

🧾 결론

• 제목의 강한 호평을 뒷받침하는 핵심은 완성도, 속도, 소통 방식이 함께 개선됐다는 사용 경험이다.
• 업무 위임의 기준은 결과물 생성 여부에서 사용자가 얼마나 적게 고쳐도 되는지로 이동하고 있다.
• 코딩의 장시간 자율 작업과 글쓰기의 빠른 반복 편집에는 서로 다른 노력 수준이 적합할 수 있다.
• 약 일주일의 초기 평가이므로 장기 안정성, 반복 문체, 과제별 재현성은 별도로 확인해야 한다.

📈 투자·시사 포인트

• 모델의 경제성은 토큰 단가뿐 아니라 전체 사용량과 사람의 수정 부담을 함께 평가할 필요가 있다. 제시된 효율 주장을 확정적인 비용 절감률로 해석해서는 안 된다.
• 기업 도입에서는 이해하기 쉬운 응답과 기존 업무에 자연스럽게 들어오는 사용성이 중요해질 수 있다. 자료는 이런 도입 마찰을 줄이는 방향을 강조한다.
• 제품 경쟁력은 한 번에 앱을 만드는 능력뿐 아니라 작은 오류를 줄이고, 필요한 세부 기능과 사업적 의미를 찾아내는 판단에서도 갈린다.
• 3D 제작과 로컬 컴퓨터 작업은 활용 범위를 넓혔지만 CPU 부하가 실제 사용을 제한했다. 생성 능력과 실행 환경을 함께 살펴야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 평가는 약 일주일의 사용 경험과 선택된 사례에 기반한다. 전체 과제의 성공률이나 반복 실행 결과가 제시된 것은 아니다.
• Opus 5 대비 약 50% 높은 토큰 효율과 비슷한 총비용이라는 평가는 가격표·사용량·계산 내역이 없어 독립적으로 확인하기 어렵다.
• Proof의 약 6시간 실행은 기억에 따른 수치이며, 시연된 기능만으로 장기 운영 안정성까지 입증되지는 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

• 반복해서 수행하는 코딩·글쓰기·정보 선별 과제를 같은 입력으로 비교하고, 완료 여부와 직접 수정한 내용을 기록한다.
• 서비스 기본 노력 수준으로 시작한 뒤, 장시간 코딩은 Extra High와 비교하고 글쓰기는 Medium의 속도·문체도 확인한다.
• 작업별 토큰 사용량, 실제 청구 비용, 대기 시간, 사람의 수정 시간을 함께 기록해 총비용을 비교한다.
• 디자인 과제에는 브랜드 지침이나 참고 스타일을 제공하고, 기본 출력과 지침을 따른 출력을 구분해 평가한다.

❓ 열린 질문

• 초기의 신선함이 사라진 뒤에도 글쓰기 문체와 대화 편의성에 대한 평가가 유지될까?
• 요청하지 않은 세부사항을 채우는 판단은 어떤 과제에서 안정적으로 재현되며, 사람의 수정 시간을 얼마나 줄일까?
• 기본 노력 수준과 Extra High의 비용·완성도 차이는 실제 업무별로 얼마나 클까?