2026년 7월 1일, 앤트로픽의 최상위 모델 Claude Fable 5가 다시 켜졌습니다. 6월 12일 미국 정부의 수출통제 명령으로 전 세계에서 차단된 지 19일 만입니다. AI 모델 하나가 국가안보를 이유로 강제 종료되고, 다시 살아나기까지의 과정은 그 자체로 AI 산업의 전환점이 될 만한 사건이었습니다. 오늘은 이 사건의 전말과 함께, 돌아온 페이블 5가 왜 여전히 주목받는 모델인지 정리해 보겠습니다.

1. 페이블 5는 어쩌다 출시 후 사라졌나

페이블 5는 2026년 6월 9일 공개됐습니다. 앤트로픽이 기존 Opus 등급 위에 새로 만든 ‘Mythos급’ 티어의 첫 일반 공개 모델로, 같은 기반 모델에 안전장치를 적용한 것이 Fable 5, 검증된 소수 기관에만 제공되는 무제한 버전이 Mythos 5입니다.

그런데 출시 사흘 만인 6월 12일 금요일 밤, 미국 정부가 국가안보 권한을 근거로 수출통제 지시를 내렸습니다. 지시 내용은 *“미국 내외를 불문하고 모든 외국인의 Fable 5·Mythos 5 접근을 차단하라”*는 것이었고, 앤트로픽의 외국인 직원까지 대상에 포함됐습니다. 미 국무부는 앤트로픽에 단 90분의 유예만 주고 차단을 지시했다는 보도도 나왔습니다.

문제는 계정 소유주의 국적을 실시간으로 정확히 판별할 방법이 없다는 점이었습니다. 결국 앤트로픽은 규정 준수를 위해 전 세계 모든 사용자에 대해 두 모델을 통째로 꺼버리는 선택을 했습니다. 기존 Fable 5 세션은 오류로 종료됐고, API 요청도 에러만 반환했습니다.

발단은 **탈옥(jailbreak)**이었습니다. 월스트리트저널 등의 보도에 따르면 아마존 연구진이 페이블 5의 사이버보안 안전장치를 우회하는 기법을 발견했고, 이를 앤디 재시 아마존 CEO가 미국 정부 고위 관계자에게 직접 보고하면서 조치가 속전속결로 이루어졌습니다. 백악관은 앤트로픽에 “결함을 고치거나 모델을 자진 철수하라”고 요구했지만, 다리오 아모데이 CEO는 둘 다 거부한 것으로 알려졌습니다. 앤트로픽은 *“완벽한 탈옥 방어는 현재 기술로 불가능하며, 같은 잣대라면 GPT-5.5도 차단해야 한다”*고 공개적으로 반박했습니다.

반도체 장비나 무기에 적용되던 미국의 수출통제가 상용 AI 소프트웨어 모델에 직접 발동된 첫 사례라는 점에서, 이 사건은 단순한 서비스 장애를 넘어 기술 안보 이슈로 번졌습니다.

2. 어떻게 돌아오게 됐나

전환점은 6월 말에 찾아왔습니다. 앤트로픽 공동창업자 톰 브라운이 당국과의 협상을 맡으면서 소통이 급물살을 탔고, 6월 30일 하워드 루트닉 상무장관이 수출통제 해제안에 공식 서명했습니다.

해제에는 조건이 붙었습니다. 앤트로픽은 (1) 모델 관련 안전 위험을 선제적으로 감지·해결하고, (2) 향후 모델의 출시 프로토콜 개발에서 정부와 협력하며, (3) 모델에서 감지된 악의적 활동을 정부에 보고하기로 합의했습니다.

기술적으로도 대응이 있었습니다. 앤트로픽은 문제가 된 탈옥 기법을 검토한 결과 Mythos급 고유의 사이버 능력이 노출된 것은 아니라고 결론 내렸고, 안전 분류기를 재훈련해 해당 기법을 99% 이상 차단하도록 개선했습니다.

이에 따라 7월 1일부터 Claude Platform, Claude.ai, Claude Code, Claude Cowork 전반에서 접근 권한이 순차적으로 복구되기 시작했습니다. 한국 기준으로는 7월 2일부터 단계적으로 다시 쓸 수 있게 됐습니다. 흥미로운 건 해제 발표 몇 시간 전에 앤트로픽이 미들급 모델 Claude Sonnet 5를 먼저 출시했다는 점인데, 재개 직전 가성비 라인업으로 사용자를 붙잡으려는 전략적 행보라는 해석도 나옵니다.

3. 그래서 페이블 5는 뭐가 뛰어난가

정부가 직접 나서서 차단할 정도였던 성능의 실체는 크게 세 가지로 요약됩니다.

첫째, 에이전틱 코딩에서의 압도적 격차. 실제 GitHub 엔지니어링 과제를 푸는 SWE-Bench Pro에서 **80.3%**를 기록했습니다. 자사 이전 최고 모델인 Opus 4.8(69.2%)보다 11포인트, GPT-5.5(58.6%)와 Gemini 3.1 Pro(54.2%)보다는 20포인트 이상 앞선 수치입니다. 난이도가 높은 실무 과제 기반의 FrontierCode Diamond에서는 **29.3%**로, GPT-5.5(5.7%)의 5배가 넘습니다.

둘째, 장기 자율 작업(long-horizon) 능력. 페이블 5의 진짜 강점은 단발 답변의 똑똑함이 아니라, 수백만 토큰에 걸친 장기 작업에서 스스로 계획하고, 실행하고, 검증하는 능력입니다. 100만 토큰이 넘는 컨텍스트 윈도우를 바탕으로 대규모 코드베이스를 넘나드는 작업이 가능한데, 실제로 Stripe는 5,000만 라인 규모 코드베이스 마이그레이션을 페이블 5로 하루 만에 끝냈다고 밝혔습니다. 통상 팀 단위로 2개월 걸릴 작업입니다.

셋째, 낮은 환각률. 독립 벤치마크 기준 페이블 5의 환각률은 **36.18%**로, Gemini 3.1 Pro(49.87%)나 GPT-5.5(85.53%)보다 크게 낮습니다. 오답의 비용이 큰 업무일수록 이 차이가 실질적인 가치로 이어집니다.

다만 구조적 특이점이 하나 있습니다. 페이블 5는 사이버보안·생물학 등 고위험 영역 요청이 감지되면(전체 세션의 5% 미만) 답변을 거부하는 대신 Opus 4.8로 모델을 자동 전환해 응답합니다. 위험 요청을 아예 막는 게 아니라 한 단계 낮은 모델로 우회시키는 방식인데, 출시 초기에는 생물학 키워드에 지나치게 민감하다는 비판도 있었습니다.

4. 제미나이·GPT 최신 모델과의 차별점

세 모델은 대체재라기보다 각자 다른 축에서 강한 모델입니다.

구분	Claude Fable 5	GPT-5.5	Gemini 3.1 Pro
SWE-Bench Pro	80.3%	58.6%	54.2%
가격 (입력/출력, 1M 토큰)	$10 / $50	$5 / $30	$2 / $12
환각률 (독립 측정)	36.18%	85.53%	49.87%
강점	에이전틱 코딩, 장기 자율 작업, 지식노동	구조화된 출력, 네이티브 멀티모달(영상·음성), 컴퓨터 사용	압도적 가성비, 영상·음성 입력, 과학 추론(GPQA 94.3%)

vs GPT-5.5: GPT-5.5는 영상·음성·이미지·텍스트를 한 번의 포워드 패스로 처리하는 네이티브 옴니모달 구조와 구조화된 출력의 안정성이 강점입니다. 하지만 에이전틱 코딩에서는 페이블 5에 21.7포인트 뒤지는데, 이 격차는 GPT-5.5와 Gemini의 격차보다 큽니다. 반면 독립 테스트에서 환각률이 가장 높게 측정된 점은 검증 체계 없이 쓰기엔 부담입니다.

vs Gemini 3.1 Pro: 제미나이의 무기는 구조적입니다. 페이블 5의 5분의 1 가격이라 같은 예산으로 훨씬 많은 에이전트 스텝을 돌릴 수 있고, 대학원 수준 과학 문제(GPQA Diamond)에서는 94.3%로 오히려 1위입니다. 대량 요약·분류·문서 처리처럼 단가가 승부를 가르는 워크로드에서는 여전히 최선의 선택입니다.

결국 실무 관점의 결론은 **“라우팅”**입니다. 어려운 에이전틱 코딩과 오답 비용이 큰 작업은 페이블 5, 대량·저비용 워크로드는 제미나이, 멀티모달 파이프라인이나 OpenAI 생태계에 이미 깊이 들어간 팀은 GPT-5.5 — 이렇게 작업별로 나눠 쓰는 것이 현재 프론티어 3사의 실질적인 사용법입니다.

참고로 비용 문제는 캐싱으로 상당 부분 완화됩니다. 세 모델 모두 반복 프리픽스에 대해 기본 입력가의 10분의 1 수준 캐시 요금을 제공하므로, 시스템 프롬프트가 고정된 에이전트 루프라면 실효 입력 비용 차이는 표면 가격보다 좁혀집니다. 진짜 차이가 나는 건 출력 토큰이고, 한 번에 과제를 해결하는 모델이 세 번 재시도하는 싼 모델보다 결과적으로 저렴할 수 있다는 계산도 성립합니다.

5. 마무리

이번 사건이 남긴 교훈은 명확합니다. 세계 최고 성능의 AI 모델도 하루아침에 꺼질 수 있다는 것, 그리고 그 스위치를 쥔 건 기업이 아니라 정부일 수 있다는 것입니다. “좁은 탈옥도 모델 회수 사유가 될 수 있다”는 선례는 프론티어 모델을 API로 쓰는 모든 개발자와 기업에게 단일 모델 의존의 리스크를 각인시켰습니다.

그럼에도 돌아온 페이블 5는 여전히 에이전틱 코딩과 장기 자율 작업에서 대체재가 없는 모델입니다. 19일의 공백기 동안 커뮤니티가 Opus 4.8에 프롬프트로 ’페이블처럼 일하는 법’을 가르치려 애썼다는 사실 자체가, 이 모델이 만든 격차를 역설적으로 증명합니다. 모델은 언제든 꺼질 수 있지만, 멀티벤더 전략과 라우팅 아키텍처를 갖춘 팀이라면 그 리스크조차 관리 가능한 변수가 됩니다. 페이블의 귀환을 반기되, 이번에 배운 것은 잊지 않는 게 좋겠습니다.

---

작성일: 2026년 7월 2일 · 출처: Anthropic 공식 발표, WSJ, Washington Post, CNBC, Axios 및 각사 벤치마크 자료 종합

관련 글

• 
  [미국 마감] 7월 2일 — 다우는 사상 최고, 반도체는 이틀째 투매: 한 시장의 두 얼굴Jul 2, 2026
• 
  조코딩으로 비전공자 코딩 독학하는 순서 — 무료 강의 로드맵 정리 (2026)Jul 5, 2026
• 
  챗GPT 시작하기: 무료 사용법부터 유료 Plus 차이, 한국어 활용까지Jul 3, 2026