2026년 7월 1일, Anthropic은 Claude Fable 5의 전 세계 사용 재개를 공식 발표했어요. 6월 9일 출시됐다가 3일 만에 내려갔던 이 Mythos급 플래그십 모델은, 약 3주간의 ‘실종’ 끝에 새로운 안전 분류기를 탑재한 채 Claude API, Amazon Bedrock 등 주요 플랫폼으로 돌아왔어요. 개발자 입장에선 단순한 소식이 아니라, 바로 연결해 볼 수 있는 실제 기회예요.
다만 복귀한 claude-fable-5는 일반적인 Claude 모델과 몇 가지 분명한 차이가 있어요. 적응형 사고(Adaptive Thinking)가 강제로 켜지고, 요청이 안전 분류기에 의해 거절되면 stop_reason: "refusal"이 반환될 수 있어요. 또 통합 코드에는 폴백(fallback) 로직을 추가해야 해요. 이런 변화는 호출 코드를 어떻게 작성할지에 직접적인 영향을 줘요.
이 글에서는 시간대별 흐름, 모델 사양, API 연동, 거절 응답 처리까지 네 가지 관점에서 Claude Fable 5의 복귀를 자세히 정리하고, 바로 실행할 수 있는 코드 예시도 함께 보여드릴게요. AWS 계정 신청 같은 번거로운 과정을 건너뛰고 싶다면, APIYI apiyi.com이 제공하는 AWS Claude 공식 중계 채널로 claude-fable-5를 바로 호출할 수 있고, 모델명도 공식과 완전히 동일해요.
Claude Fable 5 복귀 타임라인: 종료부터 재출시까지
이번 복귀의 의미를 이해하려면, Claude Fable 5에 무슨 일이 있었는지 먼저 짚어봐야 해요. Anthropic 공식 공지와 여러 외신 보도를 바탕으로 보면, 전체 흐름은 아래 표와 같아요.
| 시간 | 사건 |
|---|---|
| 2026년 6월 9일 | Claude Fable 5와 Claude Mythos 5가 공식 출시되고, Fable 5는 Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry에 전면 배포됨 |
| 2026년 6월 12일 | 미국 상무부의 수출 통제 지시로 Fable 5와 Mythos 5가 강제 중단됨 |
| 2026년 6월 중하순 | Anthropic이 미국 정부와 협의하며 차세대 사이버보안 분류기를 맞춤 개발함 |
| 2026년 7월 1일 | 수출 통제 제한이 해제되면서 Claude Fable 5가 새 안전 분류기와 함께 전 세계 재출시됨 |
| 2026년 7월 1일-7일 | 구독자 프로모션 기간: Pro/Max/Team 및 기업 고급 좌석은 주간 한도의 50%까지 무료 사용 가능 |
중단의 직접적인 계기는 Amazon 연구팀이 Fable 5의 보안 방어를 우회하는 탈옥 방법을 찾아낸 일이었어요. 이 방법으로 모델이 소프트웨어 취약점을 식별하도록 유도할 수 있었고, 미국 정부는 이를 심각한 사이버보안 위험으로 판단했어요. 이후 상무부가 수출 통제 지시를 내리면서, AI 업계에서 처음으로 플래그십 모델이 정부 지시에 따라 전면 내려가는 사례가 됐어요.
복귀 버전의 핵심은 사이버보안 작업을 겨냥한 새 분류기예요. Anthropic에 따르면 이 새 분류기는 Amazon이 보고한 탈옥 기법의 99% 이상을 차단할 수 있고, 미국 AI 표준 및 혁신 센터(CAISI)의 검증도 통과했어요. 대신 일반적인 코딩이나 디버깅 작업까지 일부 오탐될 수 있는데, 바로 이 때문에 뒤에서 설명할 refusal 처리 방식이 중요해요.
claude-fable-5 모델 사양과 가격: Opus보다 한 단계 위
Claude Fable 5는 Anthropic의 새로운 Mythos급 모델 계층에서 처음 공개된 모델로, Claude Opus보다 위에 자리합니다. 현재 Anthropic이 공개 제공하는 모델 중 가장 강력한 모델이며, Project Glasswing 승인 고객만 사용할 수 있는 Claude Mythos 5와는 같은 기반 모델을 공유해요. 차이점은 Fable 5에는 안전 분류기가 내장돼 있지만, Mythos 5에는 없다는 점입니다.
개발자 입장에서 가장 중요한 사양은 아래와 같아요.
| 사양 항목 | claude-fable-5 파라미터 |
|---|---|
| API 모델명 | claude-fable-5 |
| 컨텍스트 윈도우 | 기본 1M(100만) token |
| 단일 최대 출력 | 128K token |
| 입력 가격 | $10 / 백만 token |
| 출력 가격 | $50 / 백만 token |
| 사고 모드 | 적응형 사고 강제 활성화, 비활성화 불가 |
| 데이터 보관 | 30일, 제로 데이터 보관(ZDR) 미지원 |
| 사용 가능 플랫폼 | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry |
여기서 두 가지는 꼭 짚고 넘어가야 해요. 첫째, 1M token 컨텍스트 윈도우는 신청해야 하는 베타 기능이 아니라 기본 설정입니다. 즉, 중형 코드 저장소 전체나 수백 페이지 분량의 문서를 한 번에 모델에 넣을 수 있어서, 긴 문서 분석이나 대규모 코드베이스 리팩터링 작업에서 체감 차이가 커요. 둘째, 적응형 사고는 claude-fable-5의 유일한 사고 모드라서 thinking: {"type": "disabled"}를 넣으면 바로 오류가 납니다. 따라서 사고 깊이와 비용은 effort 파라미터로 조절해야 해요. Opus 4.8에서 옮겨 온 코드라면 특히 주의가 필요합니다.
기본 사양 외에도, claude-fable-5가 회귀하면서 지원하는 기능 범위도 눈여겨볼 만해요. 출시 첫날부터 Anthropic이 지난 1년간 내놓은 거의 모든 Agent 인프라를 지원해서, “장기 Agent 작업에 최적화된 모델”이라는 포지션에 힘을 실어줍니다. 지원 현황은 아래와 같아요.
| 기능 | 상태 | 개발자에게 주는 가치 |
|---|---|---|
| effort 파라미터 | 정식 사용 가능 | 사고 깊이를 조절하고, 제거된 thinking 스위치를 대체 |
| 메모리 도구(memory tool) | 정식 사용 가능 | 세션 간 컨텍스트를 유지해 장기 Agent에 적합 |
| 코드 실행(code execution) | 정식 사용 가능 | 모델 측에서 직접 코드를 실행해 결과 검증 |
| 프로그램형 도구 호출 | 정식 사용 가능 | 코드에서 도구를 일괄 오케스트레이션해 왕복 token 감소 |
| 작업 예산(task budgets) | beta | 헤더로 작업별 token 상한 설정 |
| 컨텍스트 편집(context editing) | beta | 오래된 도구 결과를 자동 정리해 장기 대화 비용 절감 |
| 압축(compaction) 및 시각 이해 | 정식 사용 가능 | 장기 대화 자동 요약, 이미지 입력 지원 |
이 목록이 아키텍처 선택에 주는 의미는 분명해요. 예전에는 메모리 도구나 코드 실행 기능 때문에 Sonnet에 묶여 있던 Agent 시스템도, 이제는 같은 인터페이스에서 더 강력한 선택지인 claude-fable-5로 옮길 수 있습니다. 실제 이전 작업도 모델명 변경과 refusal 처리만 맞추면 되는 수준이에요.
프로모션은 정확히 구분해야 합니다. 7월 1일부터 7일까지 제공되는 무료 할당량(주간 한도의 50%)은 Claude 구독 측의 Pro, Max, Team, 기업 고급 좌석 사용자만 대상이에요. 참고 문서: support.claude.com/en/articles/15424964. API 호출은 프로모션에 포함되지 않고, 항상 $10/$50 표준 요금으로 별도 과금됩니다. 따라서 API 개발자라면 프로모션 시기를 기다리기보다 effort 파라미터로 출력 token을 얼마나 효율적으로 쓰는지가 핵심이에요.
🎯 선택 가이드: $50/백만 token의 출력 비용을 보면 claude-fable-5는 복잡한 추론, 장기 Agent 작업, 대규모 코드 리뷰처럼 “적지만 가치가 큰 호출”에 적합해요. 반대로 고빈도·경량 작업에는 부담이 큽니다. 먼저 APIYI apiyi.com 플랫폼에서 소규모로 실측해 보고, Claude Fable 5와 Opus, Sonnet을 같은 인터페이스로 비교한 뒤 비용 대비 효과를 판단하는 걸 추천해요.
claude-fable-5 API 빠른 시작: 3단계로 연동하기
Claude Fable 5가 다시 공개된 뒤, 공식 경로를 쓰려면 Claude API 계정이나 AWS Bedrock 권한이 필요해요. Bedrock 모델 ID는 anthropic.claude-fable-5입니다. 국내 개발자들은 보통 통합 플랫폼을 통해 접속하는데, APIYI가 제공하는 방식은 AWS Claude 공식 포워딩 채널이에요. 요청이 AWS Bedrock 공식 경로로 전달되고, 모델명은 claude-fable-5를 그대로 유지하면서 OpenAI와 Anthropic 두 가지 호출 형식을 모두 호환합니다.
1단계: API Key 받기
APIYI apiyi.com에 가입한 뒤 콘솔에서 API Key를 생성하세요. 신규 사용자는 무료 테스트 할당량이 있어서, 충전 전에 claude-fable-5의 실제 성능을 먼저 확인할 수 있어요.
2단계: 첫 요청 보내기
아래는 curl을 이용한 가장 간단한 호출 예시예요. base_url만 APIYI의 엔드포인트로 맞추면 됩니다.
curl https://api.apiyi.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $APIYI_API_KEY" \
-d '{
"model": "claude-fable-5",
"messages": [
{"role": "user", "content": "한 문단으로 적응형 사고가 무엇인지 설명해줘"}
],
"max_tokens": 1024
}'
Python 버전도 마찬가지로 간단해요. OpenAI SDK를 사용하되 base_url만 바꾸면 됩니다.
from openai import OpenAI
client = OpenAI(
api_key="당신의APIYI_KEY",
base_url="https://api.apiyi.com/v1"
)
resp = client.chat.completions.create(
model="claude-fable-5",
messages=[{"role": "user", "content": "이 코드의 시간 복잡도를 분석해줘"}],
max_tokens=2048
)
print(resp.choices[0].message.content)
3단계: effort 파라미터로 사고 깊이 조절하기
적응형 사고를 끌 수 없기 때문에, 비용을 제어하는 올바른 방법은 effort 파라미터를 조절하는 거예요. low는 형식 변환이나 요약 같은 간단한 작업에 적합하고, high는 수학 추론이나 아키텍처 설계처럼 어려운 작업에 쓰면 됩니다. 또 하나 주의할 점은, claude-fable-5는 원본 사고 과정을 절대 반환하지 않는다는 거예요. thinking.display를 "summarized"로 설정하면 추론 요약이 반환되고, 기본값인 "omitted"에서는 thinking 필드가 비어 있게 됩니다. 따라서 사고 체인을 디버깅에 활용하던 워크플로우는 기대치를 바꿔야 해요.
멀티턴 대화에서도 놓치기 쉬운 부분이 있어요. 같은 세션 안에서는 이전 턴에서 반환된 thinking 블록을 원형 그대로 다시 전달해야 하며, 수정하거나 삭제하면 추론 연속성이 깨질 수 있습니다. 반대로 claude-fable-5에서 Opus 4.8로 내려가며 대화를 이어 가는 식의 모델 전환이 있다면, 공식 지침에 맞게 thinking 블록 호환성을 처리해야 해요. 직접 연동할 때는 이런 부분에서 자주 실수하지만, 성숙한 통합 플랫폼을 쓰면 보통 게이트웨이 레벨에서 호환 처리가 이미 되어 있습니다.
작업 유형별 권장 파라미터는 아래와 같아요.
| 작업 유형 | 권장 effort | 권장 max_tokens | 비용 수준 |
|---|---|---|---|
| 요약, 형식 변환 | low | 1K-2K | 낮음 |
| 일반 코드 생성 | medium | 4K-8K | 중간 |
| 복잡한 추론, 수학 증명 | high | 16K+ | 높음 |
| 장기 Agent 작업, 대규모 리팩터링 | high | 32K-128K | 매우 높음 |
💡 실전 팁: 비즈니스에 가벼운 작업과 무거운 작업이 함께 있다면, 전부 claude-fable-5로 돌릴 필요는 없어요. APIYI apiyi.com의 통합 인터페이스를 사용하면 작업 난이도에 따라 claude-fable-5, Opus 4.8, Sonnet으로 요청을 나눌 수 있고, 인증과 코드 구조도 하나로 유지됩니다. 이렇게 하면 전체 비용을 절반 이상 줄이는 경우가 많아요.
Claude Fable 5 거부 응답(refusal) 처리: 회귀 후 가장 큰 통합 변화
이건 claude-fable-5가 회귀한 뒤, 이전의 모든 Claude 모델과 가장 크게 달라진 부분이자 공식 문서에서도 반복해서 강조하는 통합 포인트예요. 새로운 안전 분류기가 들어가면서 모델이 일부 요청을 거부할 수 있는데, 특히 취약점 분석이나 침투 테스트 같은 사이버보안 작업에서 자주 발생해요. 심지어 일부 정상적인 코딩 디버깅 요청도 잘못 판단될 수 있어요.
핵심은 이거예요: 거부는 오류가 아니에요. 분류기가 요청을 차단하면 Messages API는 HTTP 200 성공 응답을 반환하고, stop_reason 값은 "refusal"로 들어가요. 응답에는 어떤 분류기가 차단했는지도 표시돼요. 코드에서 HTTP 상태 코드만 확인하면 이 거부 응답을 정상 출력으로 처리하게 되는데, 통합할 때 가장 쉽게 빠지는 함정이에요.
좋은 소식은 Fable 5에서 거부된 요청도 보통 다른 Claude 모델로는 정상 처리할 수 있다는 점이에요. 공식에서는 이를 위한 세 가지 다운그레이드 방식을 제공해요.
| 다운그레이드 방식 | 구현 방법 | 적합한 상황 |
|---|---|---|
| 서버 측 fallback | 요청에 fallbacks 파라미터를 넣어 API가 자동 재시도(beta) |
코드 변경 없이 쓰고 싶고 beta 상태도 괜찮을 때 |
| 클라이언트 fallback | 공식 SDK 미들웨어(Python/TS/Go/Java/C#)가 자동 재시도 | 플랫폼 간 일관된 동작이 필요할 때 |
| 수동 fallback | 직접 stop_reason: "refusal"을 잡아서 다른 모델로 다시 호출 |
재시도 로직을 완전히 제어하고 싶을 때 |
과금 규칙도 그에 맞게 설계돼 있어요. 어떤 출력도 생성되기 전에 거부된 요청은 과금되지 않아요. fallback으로 다른 모델에 재시도할 때는 fallback credit 메커니즘이 전환 과정에서 발생한 프롬프트 캐시 비용을 돌려줘서, 같은 컨텍스트에 두 번 비용을 내지 않도록 해줘요.
다운그레이드 구현 자체뿐 아니라, 게이트웨이나 애플리케이션 레벨에서 매 요청의 stop_reason을 기록하고 refusal 비율을 모니터링 및 알림하는 걸 권장해요. 한편으로 refusal 비율이 갑자기 높아지면 Anthropic이 분류기 정책을 조정했다는 뜻일 수 있어서, 비즈니스 영향 평가가 필요해요. 다른 한편으로는 장기 데이터를 보면 어떤 프롬프트가 오탐을 잘 유발하는지 알 수 있어요. 예를 들어 "취약점 스캔"이나 "제한 우회" 같은 민감한 표현을 피해서 프롬프트를 다시 쓰면 차단 확률을 크게 낮출 수 있어요.
수동 다운그레이드의 핵심 로직은 대략 10줄이에요:
resp = call_model("claude-fable-5", messages)
if resp.stop_reason == "refusal":
# 안전 분류기에 의해 차단됨, Opus 4.8로 다운그레이드해 재시도
resp = call_model("claude-opus-4-8", messages)
🎯 아키텍처 권장사항: 운영 환경에서 claude-fable-5를 연동할 때는 refusal 처리를 반드시 배포 점검 목록에 넣어야 해요. APIYI apiyi.com 플랫폼에서는 claude-fable-5와 claude-opus-4-8을 함께 개통하는 걸 추천해요. 두 모델은 같은 base_url과 API 키를 공유하므로, 위의 다운그레이드 코드는 추가 인증 설정 없이 바로 실행할 수 있어요.
Claude Fable 5 자주 묻는 질문 FAQ
Q1:Claude Fable 5와 Claude Mythos 5의 차이는 뭐예요? 어떤 걸 써야 하나요?
두 모델은 같은 기반 모델이라 성능과 가격이 완전히 같아요. 차이는 Fable 5는 안전 분류기가 내장돼 공개 사용 가능하고, Mythos 5는 분류기가 없으며 Project Glasswing 승인 고객에게만 열려 있다는 점이에요. 대부분의 개발자에게는 claude-fable-5가 사실상 유일한 선택이고, 충분히 잘 맞아요.
Q2:7월 1일~7일 프로모션은 API 호출에도 적용되나요?
적용되지 않아요. 프로모션은 Claude 구독형 서비스(Pro/Max/Team/기업용 고급 좌석)만 대상이고, 한도는 주간 한도의 50%예요. API 호출은 항상 백만 토큰당 $10/$50 표준 요금으로 과금돼요. APIYI apiyi.com을 통해 접속한 claude-fable-5는 사용량 기준 과금이라 월 최소 사용료가 없고, 먼저 소규모로 검증하기 좋아요.
Q3:회귀 버전의 claude-fable-5는 정상 요청도 자주 거부하나요?
Anthropic은 일반 작업의 약 99%는 영향이 없다고 밝혔어요. 다만 취약점 발굴이나 보안 감사처럼 민감한 요청은 차단될 가능성이 높고, 일반적인 코딩 디버깅도 가끔 오탐될 수 있어요. 운영 환경에서는 반드시 fallback 로직을 구현해서 거부된 요청을 Opus 4.8 같은 모델로 자동 라우팅하는 게 좋아요.
Q4:정책 때문에 모델이 다시 내려갈 수도 있나요?
완전히 배제할 수는 없어요. 다만 이번 회귀는 CAISI 검증을 거쳤고 수출 통제도 공식적으로 해제됐기 때문에, 단기적으로 다시 내려갈 가능성은 낮아요. 구조적으로는 단일 모델에 하드코딩하지 않는 게 중요해요. 통합 플랫폼의 단일 API로 붙여두면, 어떤 모델이든 사용 불가 시 모델 이름만 바꿔 Opus 4.8 같은 대체 모델로 전환할 수 있어서 서비스가 끊기지 않아요.
Q5:AWS 공식 전송 경로로 claude-fable-5를 호출하는 것과 Anthropic API에 직접 연결하는 건 뭐가 다른가요?
모델 자체는 완전히 같아요. 가중치, 성능, 안전 분류기 동작도 모두 동일해요. 차이는 주로 연결 경험이에요. Anthropic 직접 연결은 해외 결제 수단과 네트워크 환경이 필요하고, Bedrock 직접 연결은 AWS 계정과 모델 개통 승인이 필요해요(Bedrock 쪽 모델 ID는 anthropic.claude-fable-5). APIYI apiyi.com의 AWS 공식 포워딩 채널은 이 두 단계를 모두 생략해 주고, 모델명은 claude-fable-5를 그대로 쓰면서 원화 과금도 가능해요. 동시에 Bedrock 공식 경로의 안정성은 유지되기 때문에 국내 팀에는 더 편한 선택이에요.
Q6:1M 컨텍스트는 실제로 사용할 때 무엇을 주의해야 하나요?
초장문 컨텍스트는 입력 비용을 크게 올려요. 100만 토큰 한 번 호출이 바로 $10이라서요. 프롬프트 캐시를 함께 쓰는 걸 권장해요. 반복되는 긴 문서 앞부분은 캐시로 비용을 크게 줄일 수 있어요. 또 claude-fable-5의 데이터 보존 기간은 30일이고 무데이터 보존을 지원하지 않으니, 데이터 컴플라이언스에 민감한 서비스라면 미리 검토해야 해요.
요약: Claude Fable 5 복귀 후 올바른 연동 방식
Claude Fable 5의 복귀로 개발자들은 다시 Mythos급 모델에 접근할 수 있게 됐어요. 1M 컨텍스트 윈도우, 128K 출력, Opus를 뛰어넘는 추론 능력을 갖췄고, 모델명 claude-fable-5도 그대로 유지돼요. 다만 복귀판은 단순히 "원래대로 복원"된 게 아니에요. 적응형 사고가 강제로 켜져 있고, 안전 분류기가 stop_reason: "refusal"을 반환할 수 있으며, 이에 맞는 fallback 다운그레이드 로직도 필요해요. 이 세 가지는 모든 통합 코드가 반드시 적응해야 하는 새로운 현실이에요.
연동 경로를 보면, 구독 사용자는 7월 7일 전 프로모션 기간에 Claude 클라이언트에서 무료로 체험할 수 있어요. API 개발자라면 APIYI apiyi.com의 AWS Claude 공식 포워딩 채널을 통해 연동하는 걸 추천해요. 통합 인터페이스로 claude-fable-5와 Opus, Sonnet 같은 대체 다운그레이드 모델까지 함께 다룰 수 있어요. 이 글의 3단계 연동과 refusal 처리까지 잘 구현해두면, 이 강력한 Claude 모델을 프로덕션 업무에 안심하고 적용할 수 있어요.
작성자: APIYI Team, AI 대규모 언어 모델 API 연동과 엔지니어링 실무에 집중합니다. 더 많은 모델 평가와 연동 튜토리얼은 APIYI apiyi.com에서 확인해 보세요.
