Claude Fable 5 실전 사례 60선: 출처·근거·비용을 함께 모은 큐레이션 저장소

한 줄 요약

PyTorch Korea 글은 EvoLinkAI의 awesome-claude-fable-5 저장소를 소개한다. 이 저장소의 가치는 Claude Fable 5의 성능을 새로 검증했다는 데 있지 않고, 흩어진 데모·튜토리얼·평가·통합 사례 60개를 입력, 처리 방식, 출력, 비용, 근거 유형과 함께 모아 “내 작업에 쓸 만한가”를 판단할 수 있게 만든 데 있다.

원문 기준 정정

이 note는 RSS 자동 저장 항목이며, 원래 입력에는 별도 HN 댓글 URL이 붙어 있지 않았다. 따라서 HN 토론 분석이나 커뮤니티 반응을 독립 섹션으로 확장하지 않고, 원문 글과 원문이 직접 링크한 GitHub 저장소 소개 범위로 정리한다.

전체 사례 저장소:

• EvoLinkAI/awesome-claude-fable-5

이 저장소가 풀려는 문제

새 모델이 나오면 트위터, 블로그, 벤치마크 페이지에 “이것도 된다”는 사례가 흩어진다. 하지만 실제 사용자는 다음 질문에 답해야 한다.

• 무엇을 입력했는가: 프롬프트, 스크린샷, 코드베이스, 로그 등
• 어떤 도구와 모델 조합으로 돌렸는가
• 결과물은 무엇이고 시간·토큰·비용은 얼마나 들었는가
• 근거 유형이 데모, 튜토리얼, 평가, 통합 중 무엇인가
• 어디까지가 재현 가능한 사례이고 어디부터가 홍보성 주장인가

저장소는 이 질문에 답하도록 60개 사례를 8개 카테고리로 나누어 정리한다.

8개 카테고리

1. 코딩 및 코드 생성: 사례 1-6
2. 에이전트 및 장시간 자동화: 사례 7-8
3. 게임 및 인터랙티브 데모: 사례 9-12
4. 비주얼, 디자인, 비디오 및 3D: 사례 13-16
5. 문서, 지식 작업 및 리서치: 사례 17-19
6. 튜토리얼, 강좌 및 프롬프트 리소스: 사례 20-28
7. 플랫폼, API 및 도구 통합: 사례 29-34
8. 평가, 비교 및 한계: 사례 35-60

대표 사례

코딩: 스크린샷에서 작동하는 클론까지

대표 사례는 GitHub 화면 스크린샷 한 장을 입력으로 넣고, 단일 프롬프트로 작동하는 프론트엔드 클론을 생성한 데모다. 원문은 약 10분 코딩, 약 4.07달러 비용을 언급한다. 이 범주는 스크린샷 기반 UI 복원, 단일 파일 웹 앱, 대규모 PR 리뷰 같은 코딩 작업에서 Fable 5가 어느 정도까지 실용적인지 보는 용도다.

에이전트: 장애 진단과 장시간 자동화

인프라 장애 진단 사례는 파드 로그, Cloud SQL 에러 로그, 이미지 다이제스트를 따라가며 Kubernetes가 오래된 캐시 이미지를 띄운 문제를 찾아내고 수정 PR까지 만든 흐름을 소개한다. 또 다른 사례는 Webflow 원본 소스와 에셋을 찾아 사이트를 거의 한 번에 재현하고, 이후 80페이지 규모 신규 사이트와 영상 클립 자동 생성 파이프라인까지 연결한 Relay 워크플로우다.

비주얼·3D: 물리와 공간 구조를 포함한 생성

대표 사례로는 Three.js 스위스 레버 시계 무브먼트, Friends의 모니카 아파트 1인칭 탐색 씬, 평면도 기반 3D 생성, 물리 기반 태양계 시뮬레이션이 나온다. 핵심은 단순 이미지 생성이 아니라 기어비, 공간 배치, 물리 조건처럼 검증 가능한 제약을 모델이 코드 결과물에 반영하는지 보는 것이다.

문서·리서치: 대규모 마이그레이션과 정책 메모

Stripe의 5,000만 줄 규모 Ruby 코드베이스 마이그레이션 사례가 인용된다. 원문은 인간 팀이라면 두 달 이상 걸렸을 작업을 하루 만에 처리했다는 주장으로 소개한다. 정책 메모 워크플로우는 변경 추적, 코멘트 분류, 회의록 반영 같은 지식 작업에서 모델을 문서 협업 도구로 쓰는 사례다.

튜토리얼과 프롬프트 리소스

이 저장소는 바로 복사해 쓸 수 있는 프롬프트를 중요한 자산으로 본다. 원문은 device hardening 보안 점검 프롬프트, /goal 전체 사이트 디자인 감사 프롬프트, repo audit and improvement plan 프롬프트를 예로 든다. 단순 프롬프트 모음이라기보다 “복잡한 작업을 어떤 절차와 산출물 형식으로 맡길 것인가”에 대한 작업 템플릿에 가깝다.

통합: Hermes, Swarms, Cursor

통합 사례에서는 Hermes에서 /model anthropic/claude-fable-5로 설정해 장시간 /goal 실행과 cron 작업에 쓰는 방식, Swarms에서 model_name = "anthropic/claude-fable-5" 한 줄로 활성화하는 방식, Cursor에서 계획 비평은 Fable 5에 맡기고 구현은 더 저렴하거나 특화된 모델에 맡기는 하이브리드 워크플로우가 소개된다.

핵심 패턴: Relay

원문에서 가장 실용적인 패턴은 Relay다. 요지는 “비싼 모델로 생각하고, 싼 모델로 만들고, 다시 비싼 모델로 리뷰한다”는 것이다.

Fable 5를 모든 작업에 쓰는 것이 아니라 다음처럼 배치한다.

1. 계획, 아키텍처, 리스크 발견, 방향 전환 판단은 Fable 5에 맡긴다.
2. 양이 많고 반복적인 구현은 Opus 4.8, GPT-5.5, Sonnet 4.6 같은 더 저렴하거나 빠른 모델에 맡긴다.
3. 최종 리뷰와 어려운 실패 분석에서 다시 Fable 5를 쓴다.

이 방식은 모델 성능보다 비용 구조가 더 중요해지는 시점에 특히 유용하다. 최고 성능 모델을 “항상 켜두는 엔진”이 아니라 “비싼 판단 자원”으로 쓰는 전략이다.

안전 라우팅과 가격

원문은 Fable 5의 안전 라우팅 메커니즘도 요약한다. 사이버보안, 생물/화학, 디스틸레이션 관련 질의가 감지되면 거부 대신 Claude Opus 4.8로 라우팅하고 사용자에게 알리는 방식이다. 평균적으로 세션의 5% 미만에서 작동한다고 소개되지만, 작업 종류에 따라 편차가 있다고 적고 있다.

가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러로 소개된다. 프롬프트 캐싱을 쓰면 입력 비용을 크게 줄일 수 있으며, Pro/Max/Team/시트 기반 Enterprise에서는 2026년 6월 22일까지 포함되고 2026년 6월 23일부터는 사용 크레딧이 필요하다고 정리되어 있다.

한계와 읽는 법

이 자료는 “독립 벤치마크”가 아니라 “출처가 붙은 사례 큐레이션”으로 읽어야 한다. 원문도 각 사례의 시간, 비용, 벤치마크 수치가 대부분 크리에이터나 데모 보고값이며 저장소가 독립적으로 재검증한 공식 수치가 아니라고 선을 긋는다.

특히 비용 편차가 크다. 원문은 같은 Physarum 시뮬레이션 작업에서 GPT-5.5/Codex는 17분·약 6달러, Fable 5/Cursor는 40분 이상·360.55달러가 걸렸다는 비교 사례를 든다. 이는 모델 자체보다 도구, 설정, 프롬프트, 실행 방식이 비용을 크게 좌우한다는 뜻이다.

따라서 이 저장소를 볼 때는 “Fable 5가 무조건 낫다”가 아니라 다음 기준으로 사례를 골라야 한다.

• 내 작업과 입력 형태가 비슷한가
• 출력물이 검증 가능한가
• 시간과 비용이 함께 기록되어 있는가
• 데모인지, 튜토리얼인지, 평가인지 구분되어 있는가
• 실패나 한계도 함께 적혀 있는가

개인적 시사점

이 자료는 모델 평가 노트를 쓸 때 어떤 메타데이터를 남겨야 하는지 보여준다. 단순히 “잘했다/못했다”가 아니라 입력, 처리 방식, 출력, 시간, 토큰, 비용, 실패 조건을 같이 남겨야 나중에 재사용 가능한 지식이 된다.

ybman.uk의 RSS→wiki notes 자동화에도 같은 원칙을 적용할 수 있다. RSS 글을 저장할 때는 원문 URL과 원문이 직접 링크한 자료를 구분하고, HN 댓글 URL이 없는 경우 HN 반응을 임의로 끼워 넣지 않아야 한다. 관련 토론을 추가로 조사했다면 “보조 참고”로 분리해야 하며, 원문 요약처럼 섞으면 안 된다.

관련 노트

• 2026-06-10_claude-fable-5-mythos-5-anthropic-official — Anthropic 공식 발표 및 HN 토론 분석
• 2026-06-10_claude-fable-5-mythos-5-geeknews-analysis — GeekNews 원문과 HN 댓글 종합
• 2026-06-10_claude-fable-silent-sabotage — Fable 5의 침묵형 성능 저하 논란