Anthropic이 Opus 5.5에 이어 내놓은 Fable 5.2는 연구 수준의 수학에서 이전 모델과 뚜렷한 차이를 보입니다. 다만 benchmark(성능을 비교하는 표준 시험) 점수만으로는 실제 연구에 얼마나 쓸 수 있는지 알기 어렵습니다. 박사 과정 4년 동안 쌓인 미해결 수학 문제 저장소에 Fable 5.2를 직접 투입한 결과를 보면, 몇 시간 만에 수십만 줄의 코드와 검증 기록, 세 쪽짜리 보고서가 나왔습니다. 동시에 사용량 한도가 빠르게 바닥났고, 사람이 결과물을 일일이 확인하기 어렵다는 한계도 드러났습니다.

공개된 수치: FrontierMath와 Fermat의 마지막 정리

Anthropic이 밝힌 대표 사례는 Fermat의 마지막 정리 증명의 형식화(컴퓨터가 검증할 수 있는 형태로 증명을 옮기는 작업)입니다. Fable 5.2 agent(스스로 작업을 수행하는 AI) 1,000개가 28~30시간 만에 형식화를 마쳤고, 결과물의 길이는 기존에 컴퓨터로 검증된 형식 증명의 7분의 1이었습니다. 같은 과제를 맡은 Opus 5.5는 18시간이 지난 시점에 26%까지만 진행했습니다.

Epoch AI의 수학 benchmark인 FrontierMath 점수는 다음과 같습니다.

항목 Fable 5.2 GPT-6 Astra Opus 5.5
FrontierMath 전체 95.1% 93.7% 약 91%
FrontierMath Tier 4 100% 97.6% -

Anthropic은 Fable 5.2가 이론물리학의 미해결 문제 두 건에 새로운 해법을 기여했다고도 밝혔습니다.

개인 구독으로는 재현하기 어려운 규모

이 수치를 볼 때 감안할 점이 있습니다. agent 1,000개를 동시에 돌리는 실험은 개인 사용자가 따라 할 수 없습니다. 일반 Claude 구독은 동시에 실행할 수 있는 agent 수가 기본 20개로 제한됩니다. 월 $200 구독으로 같은 규모를 흉내 내려 하면 주간 할당량이 몇 시간 안에 사라집니다. 기업 내부 실험과 개인 연구자가 쓸 수 있는 자원 사이에는 큰 격차가 있습니다.

실제 연구 저장소에 투입한 방식

테스트 대상은 무작위 유니터리 행렬(random unitary matrix)의 스펙트럼 성질을 다루는 연구 저장소입니다. 박사 과정 4년의 연구가 담겨 있고, 미해결 문제가 40개 넘게 정리되어 있습니다. 핵심 문제는 특성다항식 도함수의 모멘트가 점근적으로 어떻게 움직이는지를 세 가지 영역에서 계산하는 것입니다. 세 영역은 단위원 내부, 경계 위, 경계 근처의 미시적 스케일입니다. 차원 N=2는 박사 논문에서 이미 해결되었고, N=3 이상은 열린 문제로 남아 있습니다.

진행 방식은 다음과 같습니다.

  1. Fable 5.1 Max로 저장소 구조를 정리하고 제약 조건을 담은 초기 prompt(AI에 주는 지시문)를 작성합니다.
  2. Claude Code에서 'ultracode' 키워드를 넣어 multi-agent(여러 agent가 하위 문제를 나눠 동시에 처리하는 방식) 실행을 시작합니다. 모델은 Fable 5.2 Max를 씁니다.
  3. agent들이 연구 노트를 읽고, 증명 초안을 쓰고, Python 검증 스크립트를 돌리고, 결론을 Markdown 파일에 기록합니다.

시작 35분 만에 저장소 파일에 9,000건이 넘는 수정이 쌓였습니다. Fable 5.2는 최상위 README 파일을 스스로 고치고, 보조정리 검증 상황을 추적하는 하위 파일을 만들고, 대수적 항등식을 수치로 확인하는 Python 스크립트를 실행했습니다.

여러 로봇이 연구 노트를 나눠 정리하고 검산하는 사무실

▲ multi-agent 병렬 작업

서너 시간이면 바닥나는 주간 한도

속도만큼 소모도 빨랐습니다. 한 시간 남짓 지나자 Fable 주간 할당량의 53%가 쓰였고, 서너 시간이 지난 시점에 92%를 거쳐 100%에 도달했습니다.

Anthropic은 Fable 주간 한도를 무료로 초기화할 수 있는 기회를 두 번 제공하고 있으며, 2027년 3월 9일까지 쓸 수 있습니다. 이번 테스트는 이 초기화를 모두 사용해 3주 치에 해당하는 할당량으로 진행되었습니다.

한도가 이렇게 빨리 줄어드는 만큼 Fable 5.2는 핵심적인 수학 유도와 수치 증명에만 쓰고, 애니메이션 제작이나 일상적인 코딩은 더 작고 저렴한 모델에 맡기는 편이 합리적입니다.

남은 결과물: 30개 commit과 세 쪽짜리 보고서

세션이 끝난 뒤 Git 기록에 남은 결과물은 다음과 같습니다.

항목 규모
commit 30개
변경된 파일 852개
추가된 줄 542,941줄
Python 코드 70,565줄
Markdown 노트 24,908줄
JSON 검증 감사 기록 445,139줄
기타 파일 2,329줄

추가된 줄의 대부분은 JSON 형식의 검증 감사 기록입니다. Fable 5.2는 마지막에 연구 현황을 LaTeX로 정리해 세 쪽짜리 PDF 보고서로 만들었습니다. 보고서에는 고정된 N에서의 planar representation을 다루는 목표의 진행 상황이 담겼습니다. N=2에 대한 검증을 마쳤고, 다섯 차례의 독립 감사를 거쳐 감사 보고서 16건이 작성되었습니다. 이 과정에서 표현 정리에 들어 있던 비균등성 관련 서술의 문제를 찾아 바로잡았습니다.

높이 쌓인 출력물 더미와 얇은 보고서 사이에 앉은 연구자

▲ 방대한 산출물과 검토의 한계

해낸 일과 남은 한계

결과를 나눠 보면 이렇습니다.

  • 해낸 일: 보조정리를 스스로 세우고, 검산용 코드를 작성해 실행하고, 여러 차례 자체 감사를 거쳐 오류를 고치고, 깔끔한 LaTeX 문서로 정리했습니다.
  • 확인된 범위: 보고서에 기록된 검증은 N=2입니다. N=2는 이미 해결된 차원이므로, N=3 이상은 여전히 열린 문제로 남아 있는 것으로 보입니다.
  • 검토의 한계: 수십만 줄에 이르는 산출물은 한 사람이 한 줄씩 확인할 수 없습니다. 결과의 신뢰는 자동 감사 체계에 의존하게 됩니다.
  • 자원의 한계: 개인 구독으로는 몇 시간 단위의 작업만 가능합니다.

문체도 달라졌습니다. 이전 Anthropic 모델은 깊은 추상 개념을 다룰 때 형이상학에 가까운 모호한 표현으로 흐르는 경향이 있었습니다. Fable 5.2는 그런 표현을 쓰지 않고, 검증할 수 있는 엄밀한 수학 서술을 유지합니다. 자율적인 수학 추론과 연구 문헌 정리에서 계단식으로 뛰어오른 모델로 보입니다.

정리: 연구에 쓰려면 준비할 것

Fable 5.2는 FrontierMath에서 최고 점수를 기록했고, 실제 연구 저장소에서도 증명 초안 작성부터 검산, 감사, 문서화까지 스스로 해냈습니다. 반면 발표된 대규모 실험은 개인이 재현할 수 없고, 쏟아지는 산출물을 사람이 다 볼 수 없다는 점은 미리 알고 시작해야 합니다. 수학·과학 연구에 써 보려는 독자는 다음을 준비하면 됩니다.

  • 문제마다 Markdown 추적 파일을 만들고, 감사 기준과 정답으로 삼을 검증 기준을 명시해 agent가 스스로 확인할 수 있게 합니다.
  • 긴 작업을 시작하기 전에 성능 좋은 모델로 저장소 구조를 정리한 초기 prompt를 만듭니다.
  • Claude Code에서 'ultracode' 키워드로 multi-agent 실행을 켜고, 수학적 항등식과 오차 범위를 검산하는 Python 스크립트를 agent가 직접 작성하게 합니다.
  • Fable 5.2의 한도는 어려운 수학 추론에 아끼고, 그 밖의 작업은 저렴한 모델로 돌립니다.
  • 큰 작업을 돌리기 전에 계정 설정에서 무료 한도 초기화가 남아 있는지 확인합니다.