Fable 5 활용법: 고성능 AI 모델 실전 사용 사례 5가지와 절약 팁

핵심 메시지

• 성능이 뛰어나지만 사용량 한도가 빡빡한 최고급 모델은 '아무 데나'가 아니라 깊은 사고가 필요한 고레버리지 작업에 아껴 써야 한다.
• 모델에게 메모리와 파일을 훑게 해 '이 모델로 할 가치가 있는 일'부터 스스로 추리게 하는 것이 첫 번째 활용법이다.
• 인생·사업 조언을 받으려면 먼저 계획 문서와 여러 API·MCP 연결로 맥락을 충분히 준 뒤 질문해야 한다.
• 출시 전 코드베이스 전체를 읽혀 실제 버그와 엣지 케이스를 잡는 것이 가장 값진 활용 중 하나다.
• 고급 모델로는 상세 계획을 세우고, 실제 실행은 더 저렴한 모델에 넘기는 분업이 효율적이다.

쉽게 이해하기

이 영상에서 크리에이터 Peter Yang은 최고 성능 AI 모델인 Claude Fable 5를 '어디에 써야 값진가'라는 관점에서 다섯 가지 실전 활용법을 실제 화면과 함께 보여준다. 전제는 이 모델이 구독에서 한시적으로만 제공되고 주간 사용량 한도를 넘기면 이후에는 종량제로만 쓸 수 있어, 신중하게 아껴 써야 한다는 점이다.

첫 번째 활용법은 모델에게 스스로 '할 가치 있는 일'을 찾게 하는 것이다. 과거 대화 메모리와 프로젝트 파일을 훑어 깊은 사고가 필요한 상위 과제를 나열하게 하면, 전략 점검·프리미엄 상품 설계·플랫폼별 전환 감사 같은 제안이 나온다. 공통점은 방대한 데이터에서 인사이트를 뽑아 행동으로 옮기는 일, 곧 최첨단 모델이 가장 잘하는 영역이다.

두 번째는 인생·사업 조언이다. 발표자는 연간 목표, 의사결정 원칙, 사업 포지셔닝(타깃 고객·차별점), 에너지를 주고 뺏는 일, 재정 상황을 담은 계획 문서를 먼저 준비한다. 그리고 은행·뉴스레터·유튜브·웹 분석·구글 워크스페이스 등 여러 API와 MCP를 연결해 모델이 필요할 때 추가 정보를 끌어오게 한 뒤, 향후 3개월 집중 과제를 담은 한 장짜리 진단을 요청한다.

세 번째는 출시 준비다. 발표자는 직접 만든 피트니스 앱의 코드베이스 전체를 읽혀 '실제로 잘못된 모든 것'을 찾게 했다. 단위 테스트는 모두 통과했지만, 모델은 다섯 개의 에이전트를 띄워 로그아웃 시 한 사용자의 데이터가 다음 사용자에게 새는 문제, 음수 무게로 클라우드 동기화가 영구히 깨지는 문제 등 12개가 넘는 주요 버그를 찾아냈다. 같은 프롬프트로 다른 모델을 돌렸을 때보다 훨씬 많은 문제를 잡았다고 한다.

네 번째는 다음 큰 일의 계획 수립이다. 새 영양 추적 탭을 위해 온라인 자료(USDA 식품 데이터 API)를 찾고, 단계·결정 사항·리스크·미해결 질문을 담은 HTML 계획과 화면·아키텍처 초안까지 만들게 했다. 이렇게 상세한 계획을 세운 뒤 실제 코딩은 더 저렴한 모델에 넘기는 것이 핵심이다. 다섯 번째는 대규모 코드 리팩터링으로, 발표자는 자신이 만든 40여 개의 개인 스킬 시스템을 감사·정리시켜 13개의 개선점을 찾아냈다.

주요 인사이트

• 고급 모델의 강점은 '대량의 맥락을 모아 분석하고 판단하는 일'에 집중된다. 그래서 모델 스스로 추린 할 일 목록도 방대한 정보에서 인사이트를 뽑아 행동으로 옮기는 과제로 수렴한다.
• 좋은 답은 좋은 맥락에서 나온다. 조언을 구하기 전 계획 문서를 만들고 관련 데이터 소스를 API·MCP로 연결해 두는 준비 단계가, 조언의 품질을 좌우하는 가장 큰 레버리지다.
• 테스트 통과가 곧 안전을 뜻하지는 않는다. 단위 테스트를 모두 통과한 앱에서도 데이터 유출·동기화 파손 같은 치명적 버그가 나왔다는 점은, 출시 전 코드 전수 점검의 가치를 보여준다.
• 비싼 모델은 계획에, 싼 모델은 실행에 쓰는 분업이 비용 대비 효과가 크다. MCP 연결이나 초안 작성 같은 준비 작업까지 최고급 모델로 처리하는 것은 한도 낭비다.

자주 묻는 질문

관련 AI 소식