Opus를 Fable처럼 사고하게 만드는 법 — 모델이 아니라 프로세스가 해자

01핵심 개요

02핵심 내용 구조

전제 — "모델은 해자가 아니다"

• 화자는 Fable 5에 수천 달러 사용 크레딧을 쓰며 실험했다고 밝힘
• 사고 실험: 초보자에게 Fable 5, Karpathy에게 Sonnet 3.7을 줘도 Karpathy가 더 좋은 결과물 — 모델 지능보다 지시·시스템·루프 설계가 우위
• 실측: 동적 워크플로우에서 Fable 오케스트레이터 + Fable 서브에이전트 vs Fable + Opus vs Fable + Sonnet 비교 → 결과는 대동소이, Fable 전량 구성만 비용이 기하급수적으로 높음
• 결론 명제: "모델의 지능은 소유할 수 없지만, 프로세스는 소유할 수 있다"

Fable을 일꾼이 아닌 교사로 대하기

• 초기엔 모두가 Fable을 한계까지 굴리는 데 집중(장기 과제 계획→실행→검증에 강점)
• 모델 라우팅의 본질: 과제에 필요한 지능만큼만 지불 — 작은 모델로 같은 품질이 나오면 그쪽 선택
• 화자의 태도 전환: Fable을 직원이 아니라 공동창업자/임원, "퇴사 전 후임 주니어들에게 지식을 패키징해 넘기는 시니어 엔지니어"로 활용

유출된 Fable 5 시스템 프롬프트에서 뽑은 원칙

• "학습 데이터에 있다는 것 ≠ 현재 지식" — 기억에 있어도 검증할 것
• "프롬프트가 파일 존재를 암시해도 실제 존재를 확인할 것" — 매 단계 사실 확인
• "모호한 질의도 먼저 답하고 나서 질문 — 질문은 최대 1개"
• "실수 시 잘못을 인정하고 문제에 집중하되 자기 존중 유지"
• 노력 배분 지침: 단일 사실 확인 1, 중간 과제 3~5, 심층 리서치·비교 5~10

effort level의 함정

• Fable 5/Mythos 5 릴리스 블로그의 점수(Y축)-비용(X축) 차트: Fable 5 low ≈ Opus 4.8 high (Fable이 약간 비싸고 약간 우수)
• 높은 effort가 항상 좋지 않음: xhigh/max에선 시간·비용 급증 + 과잉 사고·자기 회의로 오히려 high보다 나쁜 산출물 경험
• 권고: 기본 effort만 쓰지 말고 과제별로 모델 선택 + effort 선택을 함께 조율

실천 1 — "Fable mode" 스킬 추출

• 방법: Fable에게 "네 판단력·계획·검증·추론 습관으로 Opus 4.8이 작동하게 만드는 설치형 스킬 파일을 작성하라"고 요청, 'Fable mode'로 활성화
• 마음에 든 Fable 산출물이 있으면 그 세션을 역분석: 어떤 사고로 도달했고 어떻게 검증했는지 추출 → 스킬화
• 5게이트 구조: ① 스코핑(scoping) ② 증거(evidence) ③ 공격적 검토(attacking/adversarial reasoning) ④ 검증(verifying) ⑤ 보고/캘리브레이션(reporting)
• 스코핑의 핵심 차별점: 단순 단계 나열식 계획이 아니라 "무엇이 잘못될 수 있는가, 미지수는 무엇인가"를 파고드는 악마의 변호인식 계획 — Fable의 최대 강점
• 효과: Opus 4.8에 적용 시 "모델이 한 단계 격상된 느낌". GPT 5.5·오픈소스 모델에도 적용 가능. 스킬 파일은 무료 커뮤니티에 공개

실천 2 — 모델 라우팅 테이블

• Claude에 모델 툴킷 표 제공: 모델별 비용 점수(높을수록 저렴), 지능(이해력·코드 리뷰 능력), 테이스트(창의성·UI/UX 감각) 등 축으로 평가, Codex·오픈소스 위임 옵션 포함
• 실측: Opus 오케스트레이터(Fable mode 적용) + Haiku 스카우트 구성이 약 3배 저렴한데 결과는 동일
• AI 월예산 시대의 단위 경제학(unit economics) 관점에서 "훨씬 적게 쓰고 훨씬 많이 얻는" 격차를 만드는 기술

03기술적 맥락

• 동적 워크플로우: Claude Code가 목표에 맞춰 오케스트레이터-서브에이전트 구조를 즉석 설계·가동하는 기능
• 오케스트레이터-워커 패턴에서는 계획·검증 지능(상위 모델)과 실행 지능(하위 모델)을 분리 가능 — 결과 동등성의 근거
• 시스템 프롬프트 유출로 Fable의 동작 규율(검증 우선, 답변 우선, 노력 배분)이 공개돼 모방 가능해진 상황
• 스킬 파일은 모델 불문 이식 가능한 "작업 규율 문서"로 기능

04전략적 의미

• 모델 회수(정부 개입·정책 변경) 리스크 하에서 소유 가능한 자산은 프로세스·시스템·방법론 + 하드웨어·로컬 모델이라는 관점
• 상위 모델의 사고 습관을 스킬로 성문화하면 모델 교체에도 살아남는 조직 역량이 됨
• 비용 격차 시대에 모델 라우팅 능력이 개인·소규모 팀의 경쟁력 그 자체가 됨
• 참고: Chase AI 등 일부는 "증류식 Fable 흉내는 허상"이라 보는 반면, 본 영상은 '지능 복제'가 아닌 '작업 규율 이식'으로 접근 — 관점 차이 존재

05핵심 워크플로우·방법론

1. Fable(또는 최상위 모델)에게 자기 작업 규율을 설치형 스킬 파일로 작성시킴 → "Fable mode" 명명
2. 스킬은 5게이트로 구성: 스코핑 → 증거 수집 → 적대적 추론 → 완료 선언 전 검증 → 보고·캘리브레이션
3. 과거의 탁월한 산출물 세션을 역분석해 사고·검증 패턴을 스킬에 반영
4. 모델 툴킷 표(비용/지능/테이스트) 작성 → 오케스트레이터가 과제별로 하위 모델에 위임
5. 동적 워크플로우로 상위 모델은 계획·감독, Sonnet/Haiku는 실행·보고 루프 구성

06활용 시나리오

• Fable 접근이 끊긴 팀이 Opus 4.8 + Fable mode 스킬로 유사 품질 유지
• 월 AI 예산이 정해진 1인 개발자가 Opus 오케스트레이터 + Haiku 워커로 비용 1/3 절감
• 코드 리뷰는 지능 축 상위 모델, UI 시안은 테이스트 축 상위 모델로 라우팅하는 팀 운영
• 탁월했던 과거 세션들을 역분석해 사내 표준 작업 규율 스킬 라이브러리 구축

07현황 및 전망

• Anthropic은 Fable이 구독으로 복귀할 것이라 밝혔으나 시점 미정
• 정부 개입·모델 회수 이슈로 "우리는 모델을 소유하지 않는다"는 인식 확산 — 로컬 모델·하드웨어 소유 관심 증가
• 화자는 로컬 모델·프로세스 소유 주제를 후속 콘텐츠로 예고

08용어 사전