Fable 5 중단 소동에 가려진 Opus 4.8: 진짜 큰 진전은 여기 있었다

Fable 5 중단은 아쉬운 사건이지만, 그 소동이 2026년 5월 28일 Opus 4.8의 큰 진전을 가리고 있다. Opus 4.8은 SWE-bench Pro에서 Opus 4.7의 64.3%를 69.2%로 끌어올렸고, 자기가 쓴 코드의 결함을 놓치는 비율을 약 4배 줄였다. ASAP은 1차 출처로 4.8의 실제 개선을 정리해, Fable 5 헤드라인에 묻힌 이 진전을 다시 조명한다.

72시간짜리 헤드라인이 삼킨 것

2026년 6월 9일 출시된 Fable 5와 Mythos 5는 사흘 만인 6월 12일, 미국 상무부(BIS) 수출통제 지시로 전면 비활성화됐다. 장기 과제(long-horizon)에서 강점을 보이던 최상위 모델이 72시간도 못 채우고 사라졌으니, 기대했던 사용자에게는 실질적 손실이 맞다.

문제는 이 강렬한 서사가 화면을 독점했다는 데 있다. 규제로 사라진 모델은 이야기의 소재로 완벽하다. 반면 2주 전 조용히 나온 4.8은 자극적인 각이 없어 밀려났다. 결국 대중이 기억한 것은 "최상위 모델이 막혔다"는 결핍의 서사였고, 정작 손에 쥘 수 있는 개선은 뉴스 가치가 낮다는 이유로 지워졌다.

가려진 주인공, Opus 4.8

헤드라인에 가려진 진짜 사건은 2026년 5월 28일 조용히 출시된 Opus 4.8이다. Anthropic은 4.8을 "복잡한 추론과 장기 에이전트 코딩, 높은 자율성 작업에 가장 강한 모델"로 소개했다. 흥미롭게도 Anthropic 스스로는 4.8을 "작지만 분명한 개선(modest but tangible)"이라 표현했지만, 코딩·에이전트 지표만 보면 그 진전은 결코 작지 않다.

숫자로 본 도약: 코딩과 정직성

Opus 4.8의 진전은 수치로 확인된다. 가장 두드러진 영역은 에이전트 코딩과 정직성이다.

지표	Opus 4.7	Opus 4.8
SWE-bench Pro(최난도)	64.3%	69.2%
SWE-bench Verified	:	88.6%
자기 코드 결함 방치	기준	약 1/4로 감소
Fast 모드	:	2.5배 속도·3배 저렴

여기에 더해 Opus 4.8은 코딩 카테고리에서 평균 약 18점 차로 선두였고, SWE-bench Pro에서 GPT-5.5를 10.6%p 앞섰다. Super-Agent 벤치마크에서는 모든 케이스를 끝까지 완수한 유일한 모델이었고, 긴 컨텍스트 처리와 압축 복구(compaction recovery)도 개선됐다.

왜 결함 방치 4배 감소가 벤치 점수보다 중요한가

여기서 실무자가 주목해야 할 수치는 SWE-bench Pro 5점 상승이 아니라 "자기 코드 결함 방치 약 4배 감소"라고 본다. 벤치마크 몇 %p는 리더보드 순위를 바꾸지만, 실제 팀의 신뢰를 좌우하는 것은 모델이 스스로 쓴 코드의 오류를 얼마나 잡아내느냐다. 에이전트가 자율적으로 코드를 생성·수정하는 파이프라인에서 결함을 놓치면 그 비용은 후속 단계로 눈덩이처럼 굴러간다.

거꾸로 이 지표가 개선되면 사람이 리뷰에 쏟는 검증 부담이 줄어든다. 곧 자율성을 실제로 올려도 되는 근거가 생기는 것이다. 화려한 벤치 헤드라인보다, 조용히 오른 이 신뢰성 지표가 실무 도입의 실질적 관문이라고 읽는다.

진전이 더 크게 느껴지는 두 가지 배경

진전이 유독 크게 느껴지는 데는 두 가지 배경이 있다. 첫째, Opus 4.7은 실제로 퇴행 논란이 있었다. 2026년 봄 코딩 회귀와 4.6 대비 추론 벤치마크 54점 하락이 보고됐고, 그 바닥에서 올라온 4.8이라 체감 상승폭이 더 크다.

둘째는 인프라다. 6월 12일 Fable 5 중단 직후 Anthropic은 Claude Code에서 Opus·Sonnet의 사용 한도를 2배로 늘리고 Pro·Max의 피크시간 throttle을 제거했다. 같은 4.8이라도 끊김 없이 더 길게 추론하니, 진전이 한층 또렷하게 다가온다.

체감을 사실로 바꾸는 검증 절차

진전을 체감이 아니라 사실로 확인하려면 측정이 필요하다. ASAP이 권하는 최소 절차는 다음과 같다.

고정 프롬프트 20개 세트로 Opus 4.7과 4.8의 정답률·일관성을 비교한다.
응답 레이턴시와 출력 토큰을 함께 로깅해 '속도'와 '능력'을 분리한다.
SWE-bench Pro 같은 공개 코딩 eval에서 4.7→4.8 추이를 대조한다.
6월 12일 전후 같은 버전의 속도·안정성 변화는 가중치가 아니라 용량 효과로 구분한다.

한국 실무자가 읽어야 할 함정과 한계

이 진전을 국내에 적용할 때는 짚을 지점이 있다. 우선 여기 인용된 벤치마크와 리뷰는 상당수가 Anthropic 자체 발표와 해외 리뷰어 관찰에 기댄 값이다. 자사 발표 수치는 유리한 조건에서 측정되기 쉬우므로, 위의 20개 프롬프트 검증처럼 한국어·자국 코드베이스로 재현해봐야 실제 이득이 드러난다.

또 하나, 6월의 한도 2배·throttle 제거는 규제 사태에 따른 임시 용량 조정일 수 있다는 점이다. 지금 느끼는 쾌적함이 모델 능력인지 일시적 서버 여유인지 구분하지 못하면, 정책이 되돌아갈 때 도입 판단이 흔들린다. 능력과 용량을 분리해 기록하는 습관이 필요하다.

소동은 지나가고, 진전은 남는다

소동은 지나가고 진전은 남는다. Fable 5 중단은 아쉽지만, 2026년 상반기 Opus 계열의 실질적 도약은 4.8에 있었고, SWE-bench Pro 69.2%와 코드 결함 자가 검출 4배 개선이 그 증거다. 헤드라인이 시끄러울수록, 조용히 일어난 진짜 진전을 놓치지 않는 눈이 필요하다.

출처: Opus 4.8 벤치마크·기능(Anthropic 공식, Labellerr·DataCamp·Caylent 리뷰), "modest but tangible" 평가(Simon Willison), Opus 4.7 회귀 보고(roborhythms·startupfortune), Fable 5·Mythos 5 중단(InfoQ·The New Stack), Claude Code 한도 2배·throttle 제거(Developers Digest).