We Tested Fable 5.2 Early. It''s a BEAST.

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Fable 5.2는 조기 실사용 평가에서 맞춤 소프트웨어와 복잡한 위임 작업에 압도적인 가능성을 보였지만, 높은 토큰 비용 때문에 용도를 골라 써야 하는 모델이다.

📌 핵심 요점

1. 강점이 뚜렷하게 갈린다. 진행자는 종합 S, 코딩 S~S+, 디자인 A, 글쓰기 B~B+로 평가했다. 지식 작업은 사용자의 업무 방식에 따라 S 또는 B 수준으로 갈린다고 설명한다.
2. 회사에 맞춘 전문 소프트웨어 제작이 핵심 사례다. EveryCut은 Every가 사용하는 영상 편집·녹화·전사 기능을 한데 모은 도구다. 프롬프트 중심으로 수 주에 걸쳐 만들었으며, 제작에는 수천 달러가 들었다고 소개한다.
3. 짧은 문답보다 큰 작업의 위임에 적합하다. 작업을 맡긴 뒤 몇 시간 후 결과를 확인하는 방식이 권장된다. 실시간으로 함께 생각하는 작업에는 Opus 5.5나 낮은 effort 설정을 제안한다.
4. 지식 작업의 결과물과 실행 방식을 확장한다. 연구 내용을 다큐멘터리로 전달하고 실험 아이디어를 병렬로 실행한 사례가 등장한다. 단순 문서·이메일 작성에서는 이런 이점이 크지 않다는 평가다.
5. 성능만큼 비용과 효율을 봐야 한다. 녹화 당시 정확한 가격은 공개되지 않았다. 약 14억 토큰을 사용한 사례는 이전 Fable 5.1 요율로 약 2,000달러, Opus 5.5 요율로 862달러로 추산했다.

🧩 배경과 문제 정의

이 영상은 Every의 Frontier 팀이 Fable 5.2를 출시 전에 실제 업무에 사용한 경험을 바탕으로 한 평가다. 팀은 공개 벤치마크나 시연만이 아니라 코딩, 글쓰기, 디자인, 지식 작업에 모델을 적용했다고 설명한다. 주요 AI 연구소에서 조기 접근 권한과 무료 토큰을 제공받았다는 점도 공개한다.

핵심 질문은 새 모델이 기존보다 좋은 답을 내놓는가를 넘어, 이전에는 시도하지 않았던 일을 가능하게 하는가다. 영상은 맞춤 전문 소프트웨어, 게임, 연구 영상, 병렬 실험을 통해 가능성을 설명하면서 높은 비용과 작업별 편차를 함께 짚는다.

🕒 시간순 섹션별 상세정리

1. 평가 기준과 조기 접근의 배경

• 진행자는 새 모델의 가치를 이전에는 시도하지 않았던 일을 하게 만드는지로 판단한다. Fable 5.2는 특정 과제에서 큰 도약을 보이지만 다른 용도에서는 평범할 수 있다고 드러낸다. [00:23]
• Every의 Frontier 팀은 출시 전 모델을 코딩·글쓰기·디자인·일반 지식 업무에 적용하며, 공개 벤치마크나 화려한 시연 외에 실제 작업을 평가한다고 보여준다. [00:55]
• 연구소들이 조기 접근과 무료 토큰을 제공한다는 사실을 공개하고, 평가 의견은 독립적으로 작성한다고 드러낸다. [01:17]

2. 분야별 등급과 성능 편차

• 종합 평가는 S, 코딩은 S~S+다. 특히 보기 좋은 시연을 넘어 실제로 재미있게 플레이할 수 있는 게임을 만든다는 점을 높이 평가한다. [01:44]
• 글쓰기는 B~B+로 평가한다. 핵심을 뒤로 미루고 문장이 매끄럽지 못하다는 지적과 함께, 지식 작업은 사용자에 따라 S 또는 B 수준으로 달라진다고 보여준다. [02:17]
• 디자인은 A로 평가하며 창의성, 세부 사항에 대한 주의, 적은 지시로 얻는 결과물의 품질을 강점으로 꼽는다. [02:35]

3. EveryCut과 맞춤 전문 소프트웨어

• Kieran Klaassen이 Fable 5.2로 만든 EveryCut을 보여준다. 에이전트, 전사, 녹화, 편집 기능을 갖춘 영상 편집기를 프롬프트 중심으로 구현했다는 사례다. [03:03]
• EveryCut은 Premiere의 모든 기능이 아니라 팀이 실제 쓰는 기능과 Descript·StreamYard 등에서 필요한 기능을 회사의 업무 흐름에 맞춰 결합했다. [03:30]
• 수 주와 수천 달러를 들인 제작 사례를 통해 자체 전문 도구의 가능성을 제시하고, 이런 변화가 Adobe 같은 기존 업체의 가치 제안에 어떤 영향을 줄지 질문한다. [04:31]

4. 장시간 위임에 맞춘 사용 방식

• 팀은 이 모델을 밤새 맡겨 두거나 별도 컴퓨터가 필요하게 만드는 모델로 묘사한다. 진행자는 별도 환경에 작업을 보내고 몇 시간 뒤 결과를 확인하는 방식이 잘 맞았다고 보여준다. [05:12]
• 작업 완료 예상 시간을 알려 주고, 긴 작업에서는 노트북 전원을 연결하라고 안내한 사례를 보여준다. 진행자는 이를 장시간 위임 방식에 맞는 특징으로 해석한다. [05:53]
• 실시간으로 함께 생각할 때는 낮은 effort나 Opus 5.5를, 큰 과제를 넘길 때는 Fable을 권한다. Kieran은 ultracode 활용에서도 이전보다 믿고 맡길 수 있었다고 평가한다. [06:47]

5. 장난감 사진으로 만든 게임 비교

• Jack Cheng은 아이 방의 장난감 사진을 주고 게임 제작을 요청한다. Astra의 결과는 좌우 이동 위주이며 가속 조작이 확인되지 않아 플레이성이 제한적이라고 평가한다. [07:34]
• Fable의 결과는 사진 속 장난감을 캐릭터로 반영하고, 트랙 밖 이동과 아이템 사용 등 더 풍부한 플레이 요소를 제공한다. [07:59]
• 진행자는 적은 프롬프트로 재미와 세부 요소를 갖춘 게임을 만들었다는 점을 높이 평가하면서도, 이런 제작이 저렴한 것은 아니라고 덧붙인다. [08:30]

6. 지식 작업의 결과물을 영상으로 확장

• 일반적인 문서나 이메일에는 과도한 모델이지만, 지식 작업 자체를 새롭게 설계하려는 사용자에게는 가치가 크다고 보여준다. [08:55]
• 평가 책임자 Mike Taylor는 AI가 자신의 문체를 따라 쓰도록 하는 연구를 수행하고, 설명 영상을 바탕으로 연구 과정과 의미, 결과를 전달하는 다큐멘터리를 만들었다. [09:55]
• 진행자는 회사의 소통 수단이 영상·맞춤 앱·팟캐스트로 넓어질 수 있다고 전망한다. Mike는 이 모델을 쓴 기간을 경력에서 가장 생산적인 3주로 평가했다. [10:56]

7. 병렬 실험의 생산성과 토큰 비용

• Mike는 실험 아이디어를 모델에 넘겨 병렬로 실행하게 했다. 아침에 아이디어를 주고 다른 업무를 수행한 뒤 하루 끝에 결과를 받는 방식이 묶인다. [11:31]
• 정확한 Fable 5.2 가격은 모르는 상태에서 약 14억 토큰을 사용한 사례의 비용을 추산한다. Fable 5.1 요율로는 약 2,000달러, Opus 5.5 요율로는 862달러라고 보여준다. [12:07]
• 현재 비용으로는 모든 작은 업무에 설명 영상을 만들기 어렵다고 인정한다. 비슷한 작업이 6개월~1년 안에 매우 저렴해질 것이라는 기대도 제시한다. [12:29]

8. 글쓰기의 장점과 한계

• 작가 Katie는 읽기 쉬운 문장, 감정 표현과 유머를 장점으로 꼽으면서도, 잘난 척하거나 가르치려 드는 어조와 중간 effort에서 너무 일찍 끝내는 문제를 지적한다. [13:04]
• 진행자는 글쓰기에서는 Gemini 4 Argon과 Astra를 더 선호한다고 드러낸다. 흥미로운 내용을 앞에 배치하지 못하고 근거 없는 연결을 덧붙이는 경향을 비판한다. [13:28]
• 게임이나 다큐멘터리 같은 결과물과 달리, 순수한 텍스트로 정보를 전달하는 능력은 최상위 수준으로 보지 않는다고 정리한다. [13:39]

9. 디자인과 맥락에 맞는 세부 표현

• 디자이너 Tyler Nishida는 디자인에서 새로운 성능 상한을 경험했다고 평가한다. 다만 높은 effort에서는 과도하게 작업할 수 있어 낮은 설정도 유용하다고 조언한다. [14:04]
• 진행자는 모델 등급을 바꾸는 것뿐 아니라 effort 설정을 조절해 보라고 권하며, Claude 계열의 세부 표현 능력을 강점으로 꼽는다. [14:18]
• 플라톤의 대화편 「프로타고라스」를 영상화하는 과제에서 소크라테스의 수염을 검게 표현한 사례를 든다. 진행자는 이를 대화편 속 젊은 소크라테스라는 맥락을 반영한 결과로 해석한다. [14:57]

10. 최종 권고와 추가 평가 안내

• 코딩과 맞춤 창작 도구, 게임·영상·다큐멘터리·모델 학습 같은 야심 있는 과제에 적합하다고 정리한다. 사용자의 직접 투입 시간은 줄일 수 있지만 충분한 토큰 예산이 전제라고 강조한다. [15:34]
• 일상 글쓰기와 이메일에서는 차이가 작을 수 있고, 일부 코딩 과제에서는 Astra 6가 더 빠르고 토큰 효율적이었다고 드러낸다. 가장 큰 프로젝트를 위한 선택지로 두고 실제 필요성을 판단하라고 권한다. [16:05]
• Every 구독과 전체 Vibe Check를 안내하며, every.to에서 테스트와 다른 모델과의 비교를 확인할 수 있다고 설명한 뒤 시청자의 의견을 요청하며 마무리한다. [16:50]

🧾 결론

• 이 영상에서 말하는 변화는 기존 작업의 답변 품질 개선뿐 아니라, 직접 만들 엄두를 내지 못했던 전문 도구와 콘텐츠를 제작하게 된다는 데 있다.
• 효과가 큰 대상은 예산을 확보하고 복잡한 개발·연구·창작 작업을 장시간 맡길 수 있는 사용자다.
• 글쓰기와 일상 업무에서는 추가 토큰 소비에 비해 체감 차이가 작을 수 있다. 진행자는 일부 코딩 작업에서도 Astra 6가 더 빠르고 토큰 효율적이었다고 덧붙인다.
• 최종 판단 기준은 최고 성능이라는 평판보다 해당 과제에 이 수준의 모델이 실제로 필요한지다.

📈 투자·시사 포인트

• 전문 소프트웨어의 가치 제안 변화: 회사가 필요한 기능을 직접 구현할 수 있다면, 기존 소프트웨어 업체는 범용 기능 묶음이 제공하는 가치를 다시 설명해야 한다. 영상은 Adobe와 Premiere를 사례로 질문을 던진다.
• 도입 경제성의 기준 변화: 자체 제작 도구의 가치는 생성 비용뿐 아니라 회사 업무에 얼마나 잘 맞는지에 달려 있다. 수천 달러의 제작비도 특정 조직에는 타당할 수 있다는 것이 영상의 주장이다.
• 업무 결과물의 다변화: 보고서와 슬라이드 외에 영상·맞춤 앱·팟캐스트가 내부 커뮤니케이션 수단이 될 가능성을 제시한다. 다만 보편화 시점은 진행자의 전망이다.
• 비용 하락 여부가 확산의 변수: 현재 사례의 높은 토큰 사용량은 적용 범위를 제한한다. 향후 가격 하락이 같은 작업의 경제성을 얼마나 바꾸는지 관찰필요가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• Fable 5.2의 정확한 가격은 녹화 당시 알려지지 않았다. 영상의 비용 수치는 Fable 5.1과 Opus 5.5 요율을 적용한 추산이며, 실제 Fable 5.2 청구액이 아니다.
• Every는 주요 AI 연구소로부터 조기 접근 권한과 무료 토큰을 제공받았다고 밝혔다. 의견의 독립성을 강조하지만, 유료 사용자의 예산 제약에서 같은 활용 방식이 성립하는지는 별도 확인이 필요하다.
• S등급 평가와 생산성 향상은 소개된 팀의 실사용 경험이다. 영상만으로는 전체 테스트 조건, 반복 실행 결과, 실패 비율을 확인할 수 없다.
• 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

• 현재 업무에서 맞춤 도구 제작이나 병렬 실험처럼 장시간 위임할 가치가 있는 과제 하나를 선정한다.
• 작은 범위로 먼저 실행하고 토큰 사용량, 대기 시간, 결과 수정에 든 시간을 기록한다.
• 동일 과제를 Opus 5.5 등 영상에서 비교한 대안과 대조해 결과 품질과 비용을 함께 평가한다.
• 높은 effort와 낮은 effort를 비교해 불필요한 확장 작업 없이 목표를 달성하는 설정을 찾는다.

❓ 열린 질문

• 맞춤 전문 도구를 직접 만드는 편이 기존 소프트웨어를 구독하는 것보다 유리해지는 조건은 무엇인가?
• 장시간 작업을 맡긴 뒤에도 결과를 신뢰할 수 있으려면 어떤 검수와 완료 기준이 필요한가?
• 영상 제작과 병렬 연구의 생산성 이점은 실제 토큰 비용과 수정 시간을 포함해도 유지되는가?