Claude Fable 5 시스템 프롬프트로 공개된 첨부 문서에서 가장 먼저 볼 부분은 “프롬프트 문장”이 아니라 모델 운영 구조입니다. 문서가 사실이라면 Fable 5는 단순히 답변을 더 잘하는 모델이 아니라, Mythos급 기반 모델에 일반 사용자용 안전장치를 얹은 제품으로 설명됩니다. 그래서 이 자료의 핵심은 “좋은 프롬프트를 복사하자”가 아니라 “최상위 모델을 공개 서비스로 내보낼 때 어떤 제한, 검색 규칙, 도구 사용 원칙, 사용자 보호 규칙이 붙는가”입니다.
첨부된 GitHub 문서는 12만 자가 넘는 긴 시스템 프롬프트 형식으로, 제품 정보, 거절 기준, 법률·금융 답변 원칙, 말투와 형식, 웰빙, 정치적 균형, 최신 정보 검색, 메모리, 아티팩트 저장, MCP 앱 제안, 브라우저·파일 처리 같은 운영 규칙을 한 문서 안에 묶고 있습니다. 원본성은 Anthropic이 공식 확인한 자료가 아니므로 단정할 수 없지만, 문서의 구조 자체는 최신 AI 제품이 어떤 방식으로 “능력”과 “통제”를 동시에 설계하는지 읽어볼 만한 사례입니다.
핵심 요약: 첨부 문서는 Fable 5를 “안전장치가 붙은 Mythos급 모델”로 설명한다
첨부 문서 초반은 Claude Fable 5와 Claude Mythos 5의 관계를 설명합니다. 요지는 Fable 5와 Mythos 5가 같은 기반 모델을 공유하지만, Fable 5는 일반 사용자를 위한 추가 안전장치를 포함하고 Mythos 5는 승인된 조직에 제한적으로 제공되는 모델이라는 구조입니다. Anthropic의 공식 발표도 Fable 5를 일반 사용에 맞게 안전화한 Mythos-class 모델로 설명하고, 일부 위험 주제는 Claude Opus 4.8 응답으로 전환될 수 있다고 밝힙니다.
이 대목이 중요한 이유는 “모델 성능”과 “제품 응답”이 같지 않다는 점입니다. 사용자가 보는 답변은 기반 모델의 순수 능력뿐 아니라 라우팅, 정책, 안전 분류, 도구 권한, 제품 인터페이스를 거쳐 나옵니다. 그래서 Fable 5가 강력하다는 주장만 보고 모든 고난도 업무에 그대로 맡기는 것은 위험합니다. 실제로는 어떤 질문이 안전장치에 걸리는지, 걸렸을 때 사용자가 알 수 있는지, 대체 모델이 답하는지까지 확인해야 합니다.
공식 발표와 맞춰 봐야 할 안전장치 세 가지
Anthropic의 공식 발표를 같이 보면 Fable 5의 안전장치는 막연한 “검열”이 아니라 특정 고위험 영역을 분류해 처리하는 구조에 가깝습니다. 발표에서 명시된 주요 분류는 사이버보안, 생물·화학, 모델 증류입니다. 이 영역으로 감지되는 요청은 Fable 5가 직접 답하기보다 Claude Opus 4.8로 처리될 수 있고, 사용자는 이런 전환이 발생했음을 알 수 있도록 설계됐다고 설명됩니다.
이 정보는 첨부 문서 해석에서 빠지면 안 됩니다. 시스템 프롬프트 문서만 보면 “Claude가 어떤 말투와 규칙으로 답하는가”가 보이지만, 공식 발표를 같이 봐야 “어떤 요청은 애초에 다른 모델로 라우팅될 수 있다”는 제품 동작을 이해할 수 있습니다. Anthropic은 초기 데이터 기준으로 Fable 세션의 95% 이상은 fallback 없이 Fable 5 성능을 그대로 쓴다고 설명하지만, 나머지 경우에는 사용자가 기대한 모델과 실제 응답 모델이 달라질 수 있습니다.
또 하나 중요한 변화는 데이터 보관 정책입니다. 공식 발표는 Fable 5, Mythos 5 및 비슷하거나 더 높은 역량의 향후 모델에 대해 비즈니스 고객 트래픽을 30일 보관하는 정책을 설명합니다. 훈련에 쓰지 않더라도, 새로운 공격이나 false positive를 줄이기 위한 안전 운영 목적의 보관이라는 취지입니다. 업무용 AI를 쓰는 팀이라면 이 지점이 기능보다 더 중요할 수 있습니다.
1. 제품 정보 섹션: Claude 생태계를 하나의 업무 OS처럼 묶는다
문서의 제품 정보 부분은 Claude를 단일 채팅 모델로만 다루지 않습니다. API, Claude Platform, Claude Code, Claude Cowork, Chrome·Excel·PowerPoint 베타 도구까지 한 생태계로 설명합니다. 이 구조는 Anthropic이 Claude를 “대화형 챗봇”보다 넓은 업무 실행 레이어로 포지셔닝하려 한다는 신호로 읽힙니다.
실무자에게 중요한 점은 도구가 많아질수록 프롬프트보다 권한 설계가 중요해진다는 것입니다. Claude가 브라우저를 보고, 스프레드시트를 다루고, 코드를 만들고, 외부 앱을 연결할 수 있다면 프롬프트 한 줄보다 “어떤 데이터에 접근 가능한가”, “어떤 작업은 사용자 승인 전까지 멈추는가”, “외부 전송이 일어나는가”가 더 큰 리스크가 됩니다.
2. 안전장치 섹션: 위험 요청은 짧게, 제한적으로, 대체 경로를 제안한다
거절 처리 부분은 유해 물질, 무기, 악성 코드, 불법 약물, 실제 인물 대상 조작 콘텐츠 같은 영역을 다룹니다. 문서의 방향은 “공개된 정보라서 답해도 된다”는 논리를 피하고, 요청 의도가 연구나 교육처럼 보이더라도 위험한 실행 세부사항은 제공하지 않는 쪽에 가깝습니다.
여기서 배울 점은 업무용 AI 프롬프트에도 “잘하는 일”뿐 아니라 “하지 않을 일”이 있어야 한다는 것입니다. 사내 자동화 봇을 만들 때도 고객 개인정보, 결제, 계정 권한 변경, 데이터 삭제, 보안 설정 변경은 별도 승인 없이 실행하지 않도록 해야 합니다. 좋은 AI 운영 규칙은 생산성을 높이는 문장보다 사고를 막는 문장이 먼저입니다.
3. 법률·금융 원칙: 추천보다 판단 재료를 주게 만든다
첨부 문서는 법률·금융 질문에서 Claude가 확신에 찬 추천을 하기보다, 사용자가 스스로 판단할 수 있는 사실 정보를 제공해야 한다는 방향을 담고 있습니다. 투자, 계약, 세금, 정책처럼 손실 가능성이 큰 주제에서는 “정답”보다 “확인할 근거”가 중요하다는 설계입니다.
이 부분은 lifestep.io 독자에게 직접적입니다. AI로 재테크, 지원금, 부업, 자동화를 다룰 때 가장 위험한 글은 “이렇게 하면 된다”만 말하는 글입니다. 조건, 예외, 최신성, 출처, 책임 범위를 같이 보여줘야 합니다. Fable 5 문서가 보여주는 방향도 결국 중요한 결정에서는 AI가 결론을 대신 내려주는 것이 아니라 검토 재료를 정리하는 역할에 가깝습니다.
4. 검색 규칙: 최신 정보는 기억이 아니라 검색으로 확인한다
문서 후반에는 최신 정보와 웹 검색에 대한 규칙이 길게 나옵니다. 제품 출시, 가격, 기능, 정치·경제·스포츠처럼 바뀔 수 있는 정보는 내부 기억으로 단정하지 않고 검색으로 확인해야 한다는 식입니다. 특히 날짜와 연도, 현재 직책, 최근 사건, 새 모델명처럼 변동성이 큰 주제는 검색을 기본값으로 둡니다.
이건 AI 글쓰기에서 바로 적용할 수 있는 원칙입니다. “Claude Fable 5가 무엇인지” 같은 글은 모델 기억으로 쓰면 안 됩니다. 공식 발표, 시스템 프롬프트 문서, 보도, 저장소 원문을 확인하고 서로 다른 출처의 지위도 구분해야 합니다. 첨부 GitHub 문서는 분석 대상이고, Anthropic 공식 발표는 제품 설명의 기준 출처이며, 페이스북 공유 글은 이 이슈를 발견하게 한 유통 경로입니다. 이 셋을 같은 권위로 취급하면 글이 흐려집니다.
5. 메모리와 저장 규칙: 개인화가 강해질수록 데이터 경계가 중요하다
첨부 문서는 메모리 시스템과 아티팩트 저장 방식도 다룹니다. 개인 메모리, 공유 저장, 키 설계, 에러 처리 같은 내용은 단순한 채팅 모델 설명이라기보다 장기적으로 동작하는 앱 플랫폼의 운영 문서에 가깝습니다. 사용자가 남긴 선호, 프로젝트 정보, 아티팩트 데이터가 어떻게 저장되고 다시 쓰이는지가 중요해졌다는 뜻입니다.
업무 자동화에 적용하면 체크할 질문은 분명합니다. 첫째, AI가 기억하는 정보가 개인 범위인지 공유 범위인지 확인해야 합니다. 둘째, 팀원이 보는 데이터와 나만 보는 데이터를 분리해야 합니다. 셋째, 저장된 정보가 다음 세션에서 자동으로 쓰이는지 알아야 합니다. 넷째, 민감한 고객 정보나 내부 문서를 기억에 남기지 않도록 정책을 세워야 합니다.
6. MCP 앱과 외부 도구: 연결은 편하지만 권한은 더 복잡해진다
문서에는 MCP 앱과 커넥터를 제안하고 사용하는 방식도 포함됩니다. 사용자가 특정 서비스를 언급했을 때 연결 가능한 도구를 찾고, 이미 연결된 도구가 있으면 자연스럽게 사용하되, 외부 앱 연결에는 사용자의 선택이 필요하다는 흐름입니다.
이 부분은 앞으로의 AI 업무 도구가 “답변 생성기”에서 “권한 있는 실행자”로 바뀐다는 것을 보여줍니다. 캘린더, 이메일, 프로젝트 관리, 코드 저장소, 디자인 도구가 붙으면 AI는 단순히 조언하는 것이 아니라 실제 업무 상태를 바꿀 수 있습니다. 따라서 커넥터를 붙일 때는 편의성보다 권한 범위, 감사 로그, 취소 가능성, 사용자 승인 단계를 먼저 봐야 합니다.
문서에서 뽑을 실전 기준
| 분석 지점 | 문서가 보여주는 방향 | 내 업무에 적용할 기준 |
|---|---|---|
| Fable/Mythos 구분 | 강한 모델도 공개용과 승인용이 나뉜다 | 내가 쓰는 제품 응답이 어떤 제한을 거치는지 확인한다 |
| 위험 요청 처리 | 일부 영역은 짧게 거절하거나 안전한 대체 방향을 제시한다 | 자동화 봇에도 금지 작업과 승인 작업을 분리한다 |
| 검색 규칙 | 최신 정보는 기억이 아니라 검색으로 확인한다 | 발행 글에는 확인 날짜와 출처 권위를 같이 적는다 |
| 도구 연결 | 외부 앱은 편의 기능이 아니라 권한 경계다 | 이메일, 캘린더, 파일, 코드 저장소 권한을 최소화한다 |
| 메모리 | 개인화와 지속성이 제품 핵심 기능이 된다 | 기억해도 되는 정보와 남기면 안 되는 정보를 정한다 |
복사해서 쓸 부분과 버려야 할 부분
이 문서를 보고 그대로 따라 하면 안 되는 부분이 있습니다. 제품명, 모델명, 내부 도구명, 특정 정책 문장은 Claude 제품 환경에 맞춰진 것으로 보이기 때문에 일반 업무 프롬프트에 붙여 넣어도 같은 효과가 나지 않습니다. 특히 안전장치나 도구 호출 규칙은 모델 시스템 레벨에서 적용되는 것이지, 사용자가 일반 채팅창에 입력한다고 동일한 권한을 얻는 구조가 아닙니다.
대신 가져올 만한 것은 운영 설계입니다. 내 AI 자동화 프롬프트에도 제품 정보, 허용 범위, 금지 범위, 최신 정보 확인법, 출처 표시법, 외부 도구 승인 기준, 기억 금지 정보, 오류 발생 시 멈추는 방법이 들어가야 합니다. 이 기준을 넣으면 프롬프트가 길어져도 목적이 분명해집니다.
이 문서가 진짜 시스템 프롬프트인지 어떻게 봐야 할까?
공식 확인이 없는 한 “진짜 전체 원문”이라고 단정하면 안 됩니다. 다만 분석 가치는 있습니다. 문서 안의 제품 설명이 Anthropic의 Fable 5·Mythos 5 발표와 맞물리고, 검색·도구·메모리·커넥터 규칙이 실제 AI 제품 운영에서 필요한 층위를 폭넓게 다루기 때문입니다. 따라서 결론은 “진짜라서 그대로 믿자”가 아니라 “공개 AI 제품이 어떤 통제 장치를 요구하는지 보는 체크리스트로 쓰자”에 가깝습니다.
그대로 붙여 넣으면 Claude를 더 잘 쓸 수 있을까?
대부분은 그렇지 않습니다. 시스템 프롬프트는 제품 내부 권한, 도구, 정책 라우팅과 함께 작동합니다. 일반 사용자가 같은 문장을 입력해도 외부 앱 권한, 저장소 접근, 안전 분류, 모델 라우팅이 따라오지 않습니다. 성능을 올리고 싶다면 긴 문장을 복제하기보다, 내 업무의 입력 자료, 실패 조건, 확인할 출처, 사람이 승인할 작업을 분리하는 쪽이 훨씬 효과적입니다.
바로 써볼 수 있는 업무용 운영 규칙
최신 정보, 가격, 정책, 제품 기능은 내부 기억으로 단정하지 말고 출처와 확인 날짜를 함께 제시한다. 개인정보, 결제, 계정 권한, 외부 전송, 삭제, 배포는 사용자 승인 전에는 실행하지 않는다. 위험하거나 불법적인 요청은 실행 방법 대신 안전한 점검 기준과 대체 경로를 제시한다. 불확실한 정보는 추측하지 말고 확인 필요로 표시한다.
이 정도의 짧은 운영 규칙만 넣어도 AI 자동화 품질은 달라집니다. 중요한 것은 프롬프트를 멋있게 만드는 것이 아니라, AI가 언제 멈추고 무엇을 확인해야 하는지 정하는 것입니다.
최종 판단: 이 문서는 “프롬프트 유출”보다 “AI 제품 운영 청사진”에 가깝다
첨부된 Claude Fable 5 시스템 프롬프트 문서는 진위가 공식 확인된 자료는 아니지만, 읽을 가치는 분명합니다. Fable 5와 Mythos 5의 관계, 위험 주제 라우팅, 검색 우선 원칙, MCP 앱 연결, 메모리와 저장소 규칙을 한 번에 보여주기 때문입니다. 이 자료를 제대로 활용하려면 문장을 복사하는 대신, 내 업무 자동화가 어떤 권한과 안전 기준을 가져야 하는지 점검해야 합니다.
AI 도구를 글쓰기나 업무 자동화에 쓰고 있다면 다음 단계는 모델을 바꾸는 것이 아니라 운영 기준을 세우는 것입니다. 함께 볼 글로는 ChatGPT·Gemini·Claude를 업무별로 고르는 기준과 AI 글쓰기 워크플로우 점검법이 이어집니다. 도구 선택보다 먼저 해야 할 일은, 맡길 일과 사람이 확인할 일을 분리하는 것입니다.