멈췄던 가장 강한 클로드가 돌아왔어요 — 성능·가격 논란 속에서, 정작 당신 일엔 오푸스·소네트로 충분할 수 있답니다

정부가 껐던 AI가 19일 만에 돌아왔어요

지난 6월, 우리 월요AI는 좀 놀라운 소식을 전해 드렸어요. 세상에 나온 지 사흘 만에 미국 정부가 껐던 AI 이야기였지요. Anthropic(앤트로픽)이라는 회사가 6월 9일에 “일반에 공개한 모델 중 가장 강력하다”며 내놓은 Claude Fable 5(클로드 페이블 5)가, 6월 12일 미국 정부의 수출통제(export control — 특정 기술이 나라 밖으로 나가지 못하게 정부가 막는 제도예요) 지침으로 전 세계에서 멈춰 버렸거든요. 한국 책상도 예외가 아니었답니다. (그 닷새의 전말은 「출시 사흘 만에 멈춘 클로드」 편에 자세히 담아 두었으니, 궁금하신 분은 그 글을 먼저 보고 오셔도 좋아요.)

• 6월 9일 — 페이블 5·미토스 5 공개 (“가장 강력한 공개 모델”)
• 6월 12일 — 미국 정부 수출통제로 전 세계 셧다운
• 6월 30일 — 미 상무부, 수출통제 해제
• 7월 1일 — 새 안전장치를 달고 복귀

그 페이블 5가 7월 1일 돌아왔어요. 하루 전인 6월 30일, 미국 상무부가 걸어 두었던 수출통제를 풀었거든요. Anthropic도 공식적으로 “페이블 5와 미토스(Mythos) 5 접근이 이제 복구됐다”고 밝혔지요. 돌아온 자리는 Claude 웹(Claude.ai)·Claude Code·Claude Cowork 같은 여러 창구였고, Pro·Max·Team과 일부 기업 요금제에서 쓸 수 있게 됐답니다.

그런데 그냥 돌아온 게 아니에요. 안전장치를 한 겹 더 두르고 돌아왔지요. 애초에 정부가 이 모델을 멈춰 세운 계기가 있었거든요. 한 보안 연구진(아마존 보안팀으로 전해졌어요)이 이 모델에 코드를 주고 “여기 결함을 짚어 보라”고 시키자, 모델이 소프트웨어의 약점을 찾아내는 모습을 보였다는 거예요. (보도에선 이를 안전장치를 우회한 탈옥(jailbreak)이라 부르기도 했는데요, 사실은 평범한 요청 수준이었다며 ‘탈옥’이라는 표현에 반박하는 연구자도 있었답니다. 그러니 이 대목은 “탈옥으로 전해졌다” 정도로만 봐 두시는 게 좋아요.) 아무튼 그래서 Anthropic은 돌아온 페이블 5에 새 사이버보안 분류기(classifier — 요청을 훑어보고 위험한 것을 걸러내는 자동 감별 장치예요)를 달았답니다. 회사 설명으로는, 그 보고서에 나온 방식을 99% 넘게 막아 낸다고 해요. 위험하다고 걸린 요청은 페이블 5가 답하지 않고, 사용자에게 알린 뒤 한 단계 아래 모델인 Opus 4.8(오푸스 4.8)이 대신 답하도록 넘긴답니다. 이렇게 막혔을 때 미리 정해 둔 다른 쪽으로 갈아타는 걸 폴백(fallback)이라고 부르는데요, 바로 이 폴백이 뒤에 나올 성능 논란의 씨앗이 된답니다.

미국 정부 쪽 자문 기구인 CAISI(미 상무부 AI표준·혁신센터)는 이 안전장치를 두고 “대단히 강력하다”고 평가했어요. Anthropic도 자체 시험 결과를 내놓으며 “문제가 된 그 방식은 페이블 5만의 특별한 능력이 아니었다”고 했지요. 실제로 Opus 4.8이나 다른 회사 모델(GPT-5.5 등)도 같은 약점을 똑같이 찾아낼 수 있었다는 거예요. 쉽게 말하면 “우리 모델만 위험한 게 아니다”라는 항변인 셈이랍니다.

자, 여기까지가 ‘돌아온’ 이야기예요. 그런데 재미있는 건, 이 안전장치가 바로 다음 소동의 씨앗이 됐다는 점이지요. 그 이야기로 넘어가기 전에, 애초에 이 모델이 뭐가 그렇게 대단하길래 정부까지 나서고 사람들이 이렇게 시끄러운지부터 짚어 볼게요.

그래서 이게 뭐가 그렇게 대단하길래

페이블 5는 Anthropic이 프런티어 모델(frontier model — 지금 기술로 만들 수 있는 가장 앞선 최상위 AI 모델을 가리키는 말이에요)이라고 부르는 급이에요. 한마디로 “현재 가장 어려운 일까지 해내라고 만든, 제일 윗줄의 모델”이지요.

이게 실제로 어느 정도인지, 한 개발자의 후기가 잘 보여 줘요. 오래도록 AI를 꼼꼼히 뜯어보기로 유명한 개발자 Simon Willison(사이먼 윌리슨) 씨는 페이블 5를 써 보고 이렇게 적었어요. “괴물 같다(a beast). 느리고 비싸지만, 오히려 이 모델이 ‘못 하는 일’을 찾는 게 더 어렵다.” 실제로 그는 페이블 5에게 꽤 복잡한 프로그램 하나를 거의 통째로 맡겼는데, 설계도 코드도 문서도 스스로 잘 짜냈다고 해요. 같은 질문을 던졌을 때 한 단계 아래 모델(Opus 4.8)보다 아는 것도 훨씬 깊고 많았다고 하고요.

프로그래밍이 아닌 쪽에서도 평가가 비슷해요. 경영학 교수이자 AI 활용으로 잘 알려진 Ethan Mollick(이선 몰릭)은 페이블 5의 특징을 이렇게 표현했어요. 일하는 방식이 “매 단계 일일이 시키던 것에서, 완성된 결과를 통째로 맡기는 쪽으로” 바뀐다는 거지요. 다른 리뷰들도 입을 모아, 페이블 5는 애매하고, 길고, 판단이 많이 필요한 일에 특히 강하다고 정리했어요. 예를 들면 큰 기획의 밑그림을 잡거나, 복잡한 문제를 여러 갈래로 따져 보는 일 같은 것이지요.

여기서 왜 이런 모델이 ‘느리고 비싼가’도 잠깐 짚고 갈게요. 페이블 5는 답을 내기 전에 스스로 오래 ‘생각’하는 방식으로 움직여요. 문제를 여러 각도로 따져 보고, 중간중간 자기 답을 검토하지요. 이 ‘생각의 깊이’는 상황에 따라 조절되는데, 깊게 생각할수록 시간도 더 걸리고 값도 더 나온답니다. 실제로 윌리슨 씨의 기록을 보면, 그림 하나를 만드는 데 ‘깊게 생각’으로 돌리면 약 72센트, ‘얕게 생각’으로 돌리면 약 9.67센트가 들었어요. 같은 일인데 생각의 깊이에 따라 값이 일고여덟 배로 벌어진 셈이네요. 이 대목을 기억해 두세요. 뒤에 나올 ‘가격 논란’과 곧장 이어지거든요.

다만 “페이블 5가 모든 시험에서 1등”이라는 뜻은 아니에요. 한 까다로운 평가(‘Agents’ Last Exam’이라는 벤치마크였어요)에서는 OpenAI의 GPT-5.5가 24.0%로 1위, 페이블 5는 22.0%로 3위에 그치기도 했답니다. 참고로 1등 점수조차 24%였으니, 이 시험 자체가 지금 AI들에게 무척 어려웠다는 뜻이기도 해요. 벤치마크(benchmark — 여러 AI의 실력을 같은 문제로 겨뤄 점수를 매기는 표준 시험이에요)는 하나만 보면 오해하기 쉬우니, “대단하되 만능은 아니다” 정도로 봐 두시면 딱 좋답니다.

정리하면 이래요. 페이블 5는 분명히 지금 가장 앞선 모델 중 하나이고, ‘길고 어려운 판단’에 강해요. 그런데 바로 그 강함 때문에 값도, 규제도, 관심도 다 세게 붙은 거지요. 그럼 이제, 돌아오자마자 터진 첫 번째 소동으로 가 볼게요.

성능논란 — 돌아왔더니 오히려 바보가 됐다고요?

돌아온 페이블 5를 두고 가장 먼저 터진 말은 뜻밖이었어요. “돌아왔더니 오히려 예전보다 못해졌다”는 거예요.

이 이야기를 처음 꺼낸 곳은 BridgeMind라는 커뮤니티 기반 AI 평가 단체예요. 이들은 BridgeBench라는 자체 시험으로 여러 AI의 코딩 실력을 재는데요, 7월 1일에 돌아온 페이블 5를 다시 측정했더니 점수가 크게 떨어졌다고 X(옛 트위터)에 공개했답니다. 숫자를 보면 이래요.

• 디버깅(debugging — 프로그램에 생긴 오류를 찾아 고치는 일이에요): 86.2점 → 25.9점
• 리팩터링(refactoring — 겉으로 하는 일은 그대로 두고 코드 속을 더 깔끔하게 정리하는 일이에요): 73.6점 → 38.4점
• 환각 저항(hallucination — AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상이에요. 그 지어냄을 얼마나 잘 버티는지를 잰 점수예요): 75.9점 → 61.7점

거의 반토막이고, 어떤 항목은 3분의 1 토막이 났네요. BridgeMind는 그 원인을 이렇게 짚었어요. “새 안전장치가 너무 많은 작업에 작동해, 자꾸 아래 모델(Opus 4.8)로 떠넘긴다”는 거예요. 기억나시지요. 앞에서 돌아온 페이블 5가 위험하다고 걸린 요청을 Opus 4.8로 넘긴다고 했잖아요. 그 ‘걸러내는 그물’이 너무 촘촘하다 보니, 위험하지도 않은 평범한 코딩·디버깅 요청까지 그물에 걸려 아래 모델로 넘어가 버렸다는 거지요. 그러니 “가장 강한 모델을 부른” 줄 알았는데 실제로는 “한 단계 아래 모델이 답한” 셈이 되고, 점수가 뚝 떨어진 거랍니다.

흥미로운 건 Anthropic도 이 대목을 어느 정도 인정했다는 점이에요. 회사는 새 분류기가 위험한 방식을 99% 넘게 막는 대신, “일상적인 코딩·디버깅에서 멀쩡한 요청까지 더 자주 걸러내는 대가가 따른다”고 밝혔거든요. 그러면서 이 부분을 더 정교하게 다듬겠다고 했지요. 다시 말해 이번 성능 논란은 ‘안전을 세게 조인 것’과 ‘성능이 떨어진 것’이 같은 동전의 양면인 셈이에요. 그물을 촘촘하게 짤수록 나쁜 것도 잘 막지만, 멀쩡한 것도 함께 걸리니까요.

여기에 기름을 부은 일이 하나 더 있었어요. 한 개발자(Dax라는 이름으로 알려졌어요)가 시스템 기록을 들여다보다, 요청이 아래 모델로 넘어간 것으로 보이는 로그에서 한 문구를 발견해 SNS에 공개했거든요. 그 문구가 하필 TOO_DUMB_TO_NEED_FABLE였어요. 곧이곧대로 옮기면 “페이블을 쓸 필요도 없을 만큼 멍청한”이라는 뜻이에요. 영어 ‘too … to …’는 “너무 ~해서 ~할 필요가 없다”라는 짜임이니, “너무 멍청해서(too dumb) 페이블이 필요 없다(to need Fable)”가 되는 거지요. 다시 말해 시스템이 그 요청에 “이 정도는 페이블씩이나 부를 것 없는 멍청한 요청”이라고 딱지를 붙인 셈이랍니다. 자기가 낸 요청에 이런 문구가 붙은 걸 눈으로 봤으니, 이용자들 기분이 좋았을 리 없지요.

다만 이 대목은 조심해서 봐야 해요. 이 문구를 두고 Claude Code의 한 엔지니어(Thariq Shihipar 씨)가 직접 나서서 답을 남겼거든요. 그는 “솔직히 로그(기록)를 들여다볼 줄은 몰랐다”고 하면서, 3월에 시작한 한 실험 — 무단 재판매업자의 계정 악용을 막고, 모델을 몰래 베껴 가는 일(증류, distillation)을 방지하려던 실험 — 을 언급하며 그 코드를 “다음 날 버전에서 완전히 되돌리겠다(롤백)”고 밝혔답니다. 그러니 저 도발적인 문구 하나만 떼어 “Anthropic이 사용자를 무시한다”고 단정하기보다는, “내부에 남아 있던 옛 실험 코드가 드러났고, 회사가 이를 인정하고 되돌리기로 했다” 정도로 보는 게 사실에 가까워요. (참고로 저 문구가 위 성능 저하와 ‘바로 그 장치’인지까지는 보도에서도 딱 잘라 연결하지 않았으니, 우리도 거기까지만 짚어 둘게요.)

정리하면, 성능 논란의 뼈대는 이래요. 안전장치를 세게 조이느라 평범한 작업까지 아래 모델로 넘어가 코딩 점수가 떨어졌고, 여기에 도발적인 내부 문구까지 드러나며 반감이 커졌다. 그런데 사람들이 화가 난 데는 또 다른 이유가 있었어요. 바로 ‘돈’이지요.

가격·토큰논란 — 9분 만에 하루 한도를 태웠어요

페이블 5는 비싸요. 그것도 꽤 많이요.

우선 정가부터 볼게요. AI에게 글을 넣고 답을 받을 때는 토큰(token — AI가 글을 읽고 쓰는 최소 단위예요. 한글은 대략 한두 글자가 한 토큰쯤 된다고 보시면 얼추 맞아요) 개수로 값을 매기는데요, 페이블 5는 입력 100만 토큰에 10달러, 출력 100만 토큰에 50달러를 받아요. 바로 아래 모델인 Opus 4.8과 비교하면 입력도 출력도 딱 2배랍니다. 같은 일을 시켜도 값이 두 배로 나온다는 뜻이지요.

문제는 정가만이 아니에요. 페이블 5는 앞에서 본 것처럼 답하기 전에 오래 ‘생각’하는 모델이라, 토큰 자체를 훨씬 빨리 써 버려요. 한 매체의 실험에서는 페이블 5가 Opus 4.8보다 토큰을 약 두 배 빠르게 소모했고, 심지어 월 100달러짜리 요금제의 하루 사용량을 9분도 안 돼 다 태워 버렸다고 해요. 값도 두 배, 소모 속도도 두 배니, 체감으로는 지갑이 네 배로 빨리 비는 셈이지요.

앞서 나온 윌리슨 씨의 기록도 이걸 그대로 보여 줘요. 그는 페이블 5로 하루에 약 110달러를 썼고, 프로그램 하나를 손보는 단 한 번의 작업에만 약 99달러가 나갔다고 적었어요. 우리 돈으로 치면 작업 한 번에 십몇만 원이 훅 나간 셈이네요. 그가 “느리고 비싸다”고 콕 집어 말한 데는 이런 배경이 있었던 거랍니다.

그런데 사람들을 가장 약 오르게 한 건 이 지점이었어요. 비싼 값을 치르고 페이블 5를 불렀는데, 정작 답은 더 싼 아래 모델이 하는 경우가 있었거든요. 위험하다고 걸린 요청은 물론이고, 앞 장에서 본 것처럼 멀쩡한 요청까지 그물에 걸려 Opus 4.8로 넘어갔으니까요. 한 개발자는 이 상황을 두고 매체에 이렇게 비유했다고 전해져요. “페라리 F1을 산 줄 알고 신나서 올라탔는데, 어느새 프리우스로 바뀌어 있더라.” “도대체 이 모델이 누구를 위한 건지 모르겠다”는 볼멘소리도 나왔고요. 이 반응들은 매체가 전한 이용자들의 목소리이니, “그런 불만이 있었다” 정도로 받아들이시면 되겠어요.

그럼 여기서 꼭 궁금한 게 하나 생기지요. “비싼 페이블 값을 내고 불렀는데 오푸스가 답했으면, 돈은 어느 쪽 기준으로 나갈까?” 다행히 이 부분은 Anthropic이 이용자에게 유리하게 정리해 뒀어요. 요청이 처음부터 통째로 오푸스 4.8로 넘어가면, 그 작업은 페이블 값이 아니라 더 싼 오푸스 값(입력·출력 모두 절반)으로 계산된답니다. 아예 답이 나오기 전에 막히면 한 푼도 청구되지 않고요. (다만 페이블이 답을 시작한 뒤 중간에 걸려 멈춘 경우엔, 거기까지 나온 몫이 페이블 값으로 청구되니 이때는 예외랍니다.) 그러니 ‘비싼 값 내고 싼 답 받는’ 상황이 벌어져도, 적어도 바가지 요금까지 물지는 않는다는 뜻이지요. 화가 나는 건 값이 아니라 ‘가장 강한 모델을 부른 줄 알았는데 아니었다’는 그 지점이랍니다. 참고로 이런 우회는 회사 설명상 전체 세션의 5%도 안 되게 일어난다고 해요.

한 가지 더, 실무에서 꼭 챙겨야 할 조건이 있어요. 페이블 5(와 미토스 5)는 데이터 보존 규정이 까다로워요. 이 모델을 쓰려면 회사가 요청·응답 기록을 최소 30일간 보관해야 하고, “아무 기록도 남기지 않는(제로 데이터 보존)” 방식으로는 아예 쓸 수 없답니다. 고객 개인정보나 미공개 사업 정보를 다루는 곳이라면, 값을 떠나 이 조건부터 확인해야 하는 셈이지요.

자, 여기까지 오면 자연스럽게 이런 생각이 드실 거예요. “능력은 대단하다는데, 값은 두 배에 토큰은 순삭이고, 심지어 내가 낸 요청은 아래 모델로 넘어가기도 한다. 그럼 이게… 프로그래머도 아닌 나한테는 대체 무슨 소용이지?” 바로 그 이야기를 마지막으로 해 볼게요.

그래서 직장인·사장님·학생인 나에겐 무슨 소용일까요

솔직하게 말씀드릴게요. 지금까지의 소동은 대부분 개발자와 기업, 그리고 정부 사이의 이야기였어요. 그리고 여기서 우리가 얻을 가장 정직한 결론은 이거랍니다.

대부분의 일상 업무에는, 아직 페이블 5가 필요하지 않아요.

회의록을 정리하고, 이메일 초안을 잡고, 자료를 요약하고, 홍보 문구를 다듬는 정도의 일은 한 단계 아래 모델인 Opus 4.8이나, 그보다 더 가벼운 Sonnet(소네트)로도 충분해요. 게다가 앞에서 본 것처럼, 페이블 5를 불러도 그 정도 요청은 아래 모델로 넘어갈 수 있다는 논란까지 있었지요. 넘어가면 요금이야 오푸스 기준으로 나가니 바가지는 아니지만, 어차피 오푸스 급 답으로 충분한 일이라면 굳이 더 비싸고 느린 페이블 5를 먼저 부를 이유가 없는 셈이에요. 가장 비싼 도구가 늘 나에게 맞는 도구는 아니라는 것 — 이번 소동이 우리에게 주는 가장 실용적인 교훈이에요.

그렇다면 “나랑 상관없는 남의 일이니 신경 끄자”일까요. 그건 또 아니에요. 이 사건은 세 가지를 우리에게 알려 주거든요.

첫째, 오늘 프런티어에서 벌어지는 일은, 머지않아 내 일상 도구로 내려온다는 신호예요. 지금은 비싸고 유난스러운 페이블 5의 능력(길고 애매한 일을 통째로 맡기는 방식)이, 한두 세대만 지나면 훨씬 싼 값에 우리 손에 들어올 거예요. 그러니 지금 그 방향을 눈여겨봐 두면, 나중에 도구가 내려왔을 때 남보다 빨리 잘 쓸 수 있답니다.

둘째, AI가 이제 ‘정부가 껐다 켜는 기술’이 됐다는 사실이에요. 이번에 페이블 5가 며칠 만에 통째로 멈췄다 돌아온 것처럼요. 특정 외부 AI 한 곳에만 일을 몽땅 기대 두면, 그 도구가 정책 한 줄에 멈추는 순간 내 일도 함께 멈춰 버려요. (그래서 지난번 「멈춘 클로드」 편에서 ‘대체 경로 점검표’를 만들어 드렸던 거지요. 아직 안 보셨다면 한 번 챙겨 두시길요.)

셋째, 가장 실무적인 교훈이에요. 작업에 도구를 맞추세요. 루틴한 일에 프런티어 값을 내지 마세요. 장 보러 가는 데 페라리를 몰 필요는 없잖아요. 그럼 우리 각자에게는 어떻게 적용하면 좋을까요.

직장인이라면 — 매일의 회의록·이메일·요약 같은 반복 업무엔 Opus나 Sonnet으로 충분해요. 대신 분기 전략을 짜거나, 긴 자료 뭉치를 통째로 분석하거나, 복잡한 기획의 밑그림을 잡는 ‘판단이 무거운 한 번’에는 프런티어급이 힘을 발휘할 수 있지요. 이럴 때도 회사 비용과 사용 한도는 꼭 챙기시고요.

사장님이라면 — 비용 대비 효용이 전부예요. 손님 응대 문구, 메뉴 소개, 재고 메모 같은 일상엔 페이블 5가 확실히 과해요(값도 토큰도 두 배니까요). 다만 ‘사업계획을 새로 짜거나, 메뉴 구성을 크게 개편하는’ 큰 결정 한 번이라면, 체험 기간을 활용해 밑그림 잡는 데만 잠깐 써 보는 것도 방법이랍니다.

학생이라면 — 과제·리포트·시험공부엔 더 싸고 빠른 모델로도 충분해요. 페이블 5는 ‘길고 애매한 프로젝트의 뼈대’를 잡을 때(예를 들면 졸업 논문의 구조를 짜는 일) 잠깐 빌려 쓰기 좋지요. 다만 꼭 기억하세요. 앞에서 봤듯 이번 버전은 환각 저항 점수가 떨어졌어요. 그럴듯하게 지어낸 내용이 섞일 수 있다는 뜻이니, 결과를 그대로 믿지 말고 반드시 스스로 검증하는 습관이 중요하답니다. 어떤 모델을 쓰든, 최종 책임은 늘 내 몫이니까요.