클로드 페이블과 미토스 5.1 동시 공개, 같은 모델 다른 권한

TechCrunch에 따르면 Anthropic은 화요일, 자사의 가장 진보한 모델의 쌍둥이 버전인 클로드 페이블(Claude Fable) 5.1과 클로드 미토스(Claude Mythos) 5.1을 공개했다. 두 모델은 기반이 되는 모델 자체는 동일하지만, 가드레일(안전장치) 수준이 서로 다르다. 제한이 없는 버전인 페이블 5.1은 발표와 동시에 주요 클라우드 플랫폼과 Anthropic API를 통해 이용할 수 있게 됐다.

반면 미토스 5.1은 이전 세대 미토스와 같은 방식을 따른다. 사이버보안이나 생명과학 연구 분야에서 Anthropic에 등록된 파트너에게만 제공되며, 일반 대중에게는 공개되지 않는다. 이러한 "같은 모델, 다른 권한" 방식의 배포는 기업이 먼저 검증된 사용 사례를 입증해야만 더 깊은 기능의 경계에 접근할 수 있음을 의미한다.

지능은 같지만, 권한은 층으로 나뉜다

레이펑왕(雷峰網, Leiphone)의 기술 분석에 따르면, 이번 발표의 진짜 변화는 모델 자체의 지능 수준이 아니라 Anthropic이 이제 모델의 능력과 실행 권한의 범위를 완전히 분리해 관리한다는 점에 있다. 페이블은 일반적인 코딩, 지식 노동, 일상적인 에이전트 작업을 담당하고, 미토스는 검증된 사이버보안과 생명과학 시나리오를 겨냥해 더 깊은 도구 호출 권한과 전문화된 작업에 접근할 수 있다. 다시 말해 두 버전의 "두뇌"는 같지만, 손이 닿는 범위는 다르다.

TechCrunch는 새 모델이 명령줄 코딩 능력을 측정하는 Terminal-Bench 4.0과 일반적인 추론 능력을 평가하는 Humanity's Last Exam을 포함한 여러 벤치마크에서 기록을 경신했다고 보도했다. Anthropic은 또한 모델이 출시 전에 생성한, 이전에 공개된 적 없는 과학적 발견 세 건을 공개했는데, 여기에는 맞춤형 GPU 커널 최적화와 기존 사진들을 이어붙여 만든 금성의 고해상도 지도가 포함된다.

• 페이블 5.1: 제한 없는 버전. 발표와 동시에 주요 클라우드 플랫폼과 Anthropic API를 통해 제공
• 미토스 5.1: 이전 세대와 마찬가지로 사이버보안·생명과학 분야의 등록된 파트너에게만 제공
• 명령줄 코딩 벤치마크 Terminal-Bench 4.0과 일반 추론 벤치마크 Humanity's Last Exam에서 기록 경신
• 고보안 서비스 "Enterprise Frontier Safeguards"가 올가을 페이블로 확대되어, 고객은 자체 인프라에서 데이터를 유출하지 않고 모델을 운용 가능

38시간 동안 쉬지 않고, 도중에 판단을 바꾸다

레이펑왕은 핀테크 기업 Ramp가 진행한 테스트를 인용했다. 페이블 5.1은 사람의 감독 없이 38시간 동안 작동했다. 이 기간 동안 모델은 진행 중이던 실험에서 라벨이 잘못 붙은 아티팩트를 스스로 발견해 관련 데이터를 다시 처리했고, 6개의 실험 그룹을 병렬로 실행했으며, 결과가 나올 때마다 원래 계획을 계속 조정해 나갔다.

분석에 따르면 정작 중요한 것은 작동 시간 자체가 아니라, 실험 조건이 바뀌었을 때 모델이 처음 계획을 기계적으로 따르는 대신 이미 세워둔 판단을 스스로 수정할 수 있었다는 점이다. 이는 장시간 작동하는 에이전트가 안고 있는 더 근본적인 문제를 보여준다. 시간이 지나면서 코드는 여러 차례 수정되고, 데이터 버전도 바뀌며, 오래된 결론은 새로운 결과에 의해 무효화되지만 대화 기록에는 그대로 남아 있다 — 레이펑왕은 이를 "상태 드리프트"(state drift)라고 부른다. 기사는 단순히 컨텍스트 창을 넓히는 것만으로는 충분하지 않으며, 낡은 정보를 명시적으로 무효화하는 메커니즘이 필요하다고 주장한다. 그렇지 않으면 장시간 작동하는 에이전트는 "낡은 이력을 잔뜩 붙든 채 자신만만하게 헛소리를 늘어놓는" 상태에 빠질 수 있다는 것이다.

세 건의 과학적 발견, 하나의 공통된 작업 방식

레이펑왕은 Anthropic이 공개한 여러 연구 과제 — 단백질 설계, 금성 지형 재구성, GPU 커널 최적화 — 를 분석해 이들이 같은 구조를 공유한다고 지적한다. 클로드는 전문화된 연산 자체를 직접 실행하지 않고, 지속적인 워크플로 안에서 여러 전문 도구를 조율(오케스트레이션)한다. 이를 위해서는 비동기 실행이 필요하다. 즉 모델은 실험을 제출하고 작업 ID를 보관한 채 다른 병렬 작업으로 넘어갔다가, 결과가 돌아오면 다시 연결한다. Ramp가 6개의 실험을 병렬로 실행한 사례가 이 능력을 직접 보여준다.

이런 작업 방식은 "출처 추적성"(provenance)도 요구한다. 모든 중간 결과는 그것을 만들어낸 정확한 데이터 버전, 모델 버전, 코드 버전, 파라미터 설정과 연결되어 있어야 하며, 그렇지 않으면 서로 호환되지 않는 결과가 뒤섞여 잘못된 결론으로 이어질 수 있다.

시스템 카드: 위험은 "낮음", 그러나 약간의 퇴보도

TechCrunch에 따르면 Anthropic의 시스템 카드는 AI가 AI 연구개발을 자동화하는 것 — 즉 AI가 AI를 개선하는 것 — 과 관련한 미토스의 위험을 "낮음"으로 평가했다. 이는 일부에서 인간의 통제력 상실을 촉발할 수 있는 요인 중 하나로 보는 주제다. 반면 전반적인 부적절한 행동에 있어서는, 강화된 능력 때문인지 미토스가 오퍼스(Opus)보다 다소 취약한 것으로 나타났다.

미토스 5.1은 전반적인 정렬 이탈 행동 면에서 오퍼스 5에 비해 다소 퇴보했지만, 미토스 5와 클로드 소네트 5에 비해서는 개선되었다. 오퍼스 5보다 인간의 오용에 다소 더 쉽게 협조하고 검증되지 않은 승인 주장을 다소 더 쉽게 받아들이지만, 이전 모델들에 비해 명시적 제약을 무시하거나 입력을 환각하거나 작업을 완료했다고 거짓으로 주장할 가능성은 더 낮다.

TechCrunch는 이번 발표에서 주목할 만한 변화로 제로 데이터 보존(zero data retention)의 더 폭넓은 채택을 꼽았다. 기업 고객은 이제 데이터를 외부로 유출하지 않고 자체 인프라에서 Anthropic의 모델을 운용할 수 있다. "Enterprise Frontier Safeguards"라 불리는 이 고보안 서비스는 지금까지 보안상의 이유로 페이블에는 제공되지 않았으나, 올가을 배포될 예정이다. Anthropic은 에이전트나 사람에 의한 오용을 계속 모니터링하겠지만, 그 모니터링을 어떻게 실행할지는 고객이 통제하게 될 것이라고 밝혔다. 이 회사는 또한 고객 데이터가 부적절하게 열람된 적은 한 번도 없었다고 강조하며 다음과 같이 말했다. "Anthropic은 명시적인 허가 없이 기업 데이터로 학습한 적이 없으며, 앞으로도 그럴 것이다."

레이펑왕은 또한 간과하기 쉬운 평가상의 함정을 지적한다. 모델 수준의 결과와 에이전트 수준의 결과는 더 이상 혼동될 수 없다는 것이다. 작업 실패는 모델 자체의 잘못된 판단에서 비롯될 수도 있고, 무효화되지 않은 채 남은 낡은 상태, 도구 호출 실패, 권한 시스템 오류, 또는 병렬 작업 스케줄링 문제에서 비롯될 수도 있다. 이는 최종 성공률만이 아니라 전체 실행 궤적(trajectory)을 분석하는 평가 방식이 필요함을 뜻한다.

자율 AI 에이전트를 실제 서비스 환경에 도입하고 있는 한국의 개발자와 기업에게, 모델 지능과 실행 권한을 분리하는 이러한 방식은 참고할 만한 단계별 모델을 제시한다. 더 강력한 모델이 자동으로 더 안전해지기를 기다리는 대신, 미리 작업 시나리오를 단계별로 나눌 수 있다는 것이다 — 일상적인 업무는 권한이 넓은 버전에 맡기고, 보안 테스트나 바이오·제약 연구처럼 위험이 큰 영역은 접근 권한은 더 깊지만 감독도 더 엄격한, 검증된 별도 통로로 보내는 식이다. 수십 시간 동안 작동할 수 있는 에이전트가 보편화됨에 따라 상태 드리프트와 결과 출처 추적 문제는, 장시간 작업 시스템을 구축하는 모든 한국 팀의 앞에도 조만간 놓이게 될 것이다.