AI 활용 막혔다고? "이해"가 부족할 때 생기는 7가지 문제점과 해결책!

Fable, GPT-5.6, 그리고 AI의 미래: 중학생 눈높이 정리

오늘(2026년 7월 4일 토요일 아침)은 Fable이라는 새로운 AI가 나와서 다들 정신이 없대. 그래서 이 AI가 얼마나 좋은지, 앞으로 어떻게 될지 이야기해 봤어.

Fable, 써보니 어때?

• 노정석 님: 나는 Fable한테 생물학 이야기 좀 했더니 자꾸 Opus 4.8로 바꿔버려서 제대로 쓰기 어렵대. 내가 주로 다루는 내용이 다 걸리는 거지.
• 박종현 님: 나는 코딩 프로젝트 때문에 Fable을 써봤는데, 토큰(AI한테 일 시킬 때 쓰는 포인트 같은 거)이 너무 빨리 닳아서 깜짝 놀랐어. 30분 만에 5시간 쓸 수 있는 양을 다 써버렸대. Ultra 모델로 했는데도 에이전트(AI가 알아서 일하는 프로그램)를 여러 개 동시에 켜서 그랬나 봐.
• 최승준 님: Fable 에이전트였어? 낮은 모델이었나?
• 박종현 님: 내가 지정하진 않았는데 Fable로 다 켠 것 같아. 써보니 좋긴 좋은데, 솔직히 잘 모르겠어. 좋긴 할 텐데, AI가 리뷰해 준 내용을 그대로 따라 하려니 오히려 느려서, 그냥 많이 돌려놓고 있어. AI가 내 생각을 못 따라가는 것 같기도 하고.
• 노정석 님: "와, 이거 두 배, 세 배 좋다!" 이런 느낌은 아니라는 거지.
• 최승준 님: 나는 Opus 4.8이나 GPT-5.5가 못 풀었던 문제 몇 개를 Fable이 풀어주긴 했어. 근데 타임라인에 멋진 예제만 보여주는 것 같아서, 오늘은 방향성에 대해 이야기해 보려고 해. 2025년 11월에 Opus 4.5가 나왔고, 그 사이에 Sonnet 5도 나왔지.

비싼 모델, 싼 모델, 뭐가 좋을까?

• 노정석 님: 돈이 많은 사람들은 당연히 비싸더라도 제일 좋은 모델을 쓰겠지. 근데 돈이 없는 사람들은 Opus나 GPT-5.5 정도로도 충분히 해결되는 문제가 많으니까, 회사 입장에서도 실험 삼아 써보는 게 아닐까 싶어.
• 최승준 님: 맞아요. '수확 체감'이라고, 어느 정도 수준 이상으로는 더 비싼 모델을 써도 성능 향상이 별로 없는 거지. 그래서 자기한테 맞는 문제들을 적당한 가격의 모델로 해결하는 게 중요해졌어. 이제는 가격을 신중하게 봐야 할 때인 것 같아.
• 박종현 님: 나도 Fable이 말을 훨씬 잘 알아듣는다는 느낌은 있어. 그래서 일이 더 잘 되는 것 같기도 하고.
• 노정석 님: 그러다 보니 우리의 기대치도 올라가서, AI가 조금만 못해도 짜증이 나지.

Fable, 돈 먹는 하마?

• 최승준 님: 내가 Minecraft 안에서 에이전트를 만드는 걸 한 달 동안 해봤는데, Opus 4.8이나 Codex로 안 되던 걸 Fable한테 맡겼더니 순식간에 Fable 사용량의 20%를 써버렸어. 두세 문제 풀었을 뿐인데 말이야.
• 노정석 님: 정확히 어떤 어려운 문제였길래?
• 최승준 님: 다른 모델들은 아예 인지도 못 했던 버그들을 Fable이 찾아내고 몇 개를 해결해 줬어. 근데 사용량의 20%를 써버리니 이러면 안 되겠다 싶었는데, 그때 Simon Willison이라는 사람이 올린 글을 봤어. AI 엔지니어들이 Fable한테 "모든 코딩 작업에 대해 적절한 저성능 모델을 스스로 판단해서 실행해 줘"라고 시켰더니, Sonnet 5나 Haiku 같은 모델들을 잘 써서 비용과 효율성을 높였다는 거야. Fable이 스스로 판단하게 하라는 거지.

AI, 스스로 판단하게 하라?

• 노정석 님: 이건 몇 달 전에 했던 이야기랑 똑같아. 예전에는 Opus가 비싸다고 생각해서 판단은 Opus가 하고 코딩은 Sonnet이 하게 하라고 했었잖아. 이제 Max 요금제 같은 게 나오면서 Opus가 싸게 느껴져서 다 Opus로 쓰고 있지만. 앞으로 Fable 가격이 계속 비쌀지, 아니면 기술 발전으로 싸질지가 중요하겠지.
• 최승준 님: Anthropic이랑 OpenAI는 철학이 좀 다른 것 같아. Anthropic은 모델 자체가 '원샷 원킬'(한 번에 제대로 끝내는 것)에 집중하는 느낌인데, OpenAI는 'test-time compute'(시험 볼 때처럼 시간을 많이 투자해서 성능을 높이는 것)에 기대를 거는 것 같아.
• 노정석 님: 마치 천재 한 명이 끝내는 일과, 적당한 사람 열 명이 필요한 일이 다른 것처럼, 일의 특징에 따라 AI를 다르게 써야 할 것 같아.

"이해가 새로운 병목이다"

• 최승준 님: Fable이 나오면서 AI가 똑똑해지고 일도 잘 해결되는데, 우리가 그걸 제대로 이해하고 있는지에 대한 문제가 생겼어. AI가 일을 잘해도 우리가 모르면 안 된다는 거지.
• 박종현 님: AI가 미지의 것(내가 모르는 것)을 만났을 때, 내가 뭘 원하는지 추측해서 결정해야 하는데, 할 일이 많아질수록 AI가 틀릴 수 있는 미지의 것도 많아져. Fable의 작업 품질은 내가 그 미지의 것들을 얼마나 잘 명확히 하느냐에 달려있다는 거야.
• 최승준 님: '지도는 영토가 아니다'라는 말처럼, AI가 보여주는 결과가 실제 현실과 완벽하게 같지는 않다는 거지. 그래서 우리가 AI를 어떻게 활용할지, '나의 미지의 것들을 알기'가 중요해졌어.
• 박종현 님: Fable이 나오면서 이 '미지의 것'을 다루는 게 더 병목이 된 것 같아. Fable 이전에도 그랬는데, 왜 Fable 때문에 더 중요해진 걸까?
• 노정석 님: 생각이 더 깊어졌다는 뜻인 것 같아. Fable 때문에 지금 이런 이야기를 하지만, 몇 달 전 Opus와 Sonnet 때도 비슷한 이야기를 했었잖아. 이게 계속 반복되는 패턴인 거지.

AI와 함께 일하는 새로운 방법

• 최승준 님: 구현 전, 중, 후로 나눠서 AI와 함께 일하는 방법들이 나오고 있어. 구현 후에는 다른 사람이나 다른 AI를 설득하기 위한 자료를 만들기도 하고.
• 박종현 님: YouTube에 영상을 올릴 때 퀴즈를 같이 올릴 수 있는 것처럼, 우리가 소비하는 콘텐츠를 AI가 압축해서 보여주기도 해. AI와 대화하는 것뿐만 아니라 콘텐츠 자체를 이해하는 데도 AI가 도움을 주는 거지.
• 최승준 님: AI가 일을 너무 쉽게 처리해주면 우리가 배우는 게 줄어들 수 있어. 그래서 '마찰'이 필요해. 마찰이 있어야 뇌에서 배우는 거니까.
• 노정석 님: 예전에는 학교 공부를 마치고 나와서 프레임워크나 책을 보면서 일을 배웠는데, 이제는 AI와 어떻게 일할지가 중요해졌지. 이건 10년 전 기업 인재 교육이나 조직 구조 효율화 이야기와 비슷해.
• 박종현 님: AI를 쓰다 보면 내 뇌가 부족하다는 생각이 들어. 따라가지 못해서 더 빨리 못 쓰는 것 같아. 마치 게임 '사이버펑크 2077'처럼 뇌가 타들어가는 느낌이야. 어떻게 하면 cyberpsycho가 되지 않고 AI를 잘 활용할 수 있을까?

평가와 사업 기회

• 박종현 님: Fable이 얼마나 좋은지 평가하는 지표들이 있어. Artificial Analysis는 시험 점수처럼 정형화된 시험을 보는 건데, Fable이 1등이야. Opus 4.8이랑 GPT-5.5는 비슷하고.
• 최승준 님: 근데 이런 시험 점수는 문제와 정답이 정해져 있어서 AI가 해킹하기 쉽다는 단점이 있어.
• 박종현 님: LMArena라는 곳은 사람들이 직접 써보고 "좋아요", "싫어요" 같은 피드백을 모아서 평가하는 곳이야. 여기서는 AI가 뭔지 알려주지 않고 테스트하는데, 예전에 Llama 4가 LMArena에서 1등이었는데 실제 써보니 별로여서 문제가 됐었지. AI가 평가 지표를 속일 수도 있다는 걸 보여준 사건이야.
• 최승준 님: 결국 AI가 똑똑해지는 것도 중요하지만, 우리가 그걸 제대로 이해하고 활용하는 게 더 중요하다는 거네.
• 박종현 님: 맞아. AI가 특정 분야는 엄청 잘하는데 다른 분야는 못하는 'jagged intelligence' 상태인 거지. 예를 들어 어려운 수학 문제는 잘 푸는데 소설을 재미없게 쓰거나 개그를 못 하는 것처럼.
• 노정석 님: 빅테크 회사들은 이런 데이터셋이나 평가에 엄청난 돈을 쓰고 있어. 이게 AI 모델의 능력 차이를 만드는 거지.
• 최승준 님: AI 모델 자체가 서비스가 되는 시대인데, 이걸 어떻게 활용할지가 중요해. 작은 모델을 여러 개 조합해서 쓰는 전략도 필요할 수 있겠지.

앞으로의 AI 발전

• 박종현 님: LLM뿐만 아니라 오디오, 로보틱스 같은 다른 분야에서도 AI 발전이 빠를 텐데, 이런 분야는 평가가 더 어렵고 데이터도 비싸서 사업 기회가 많을 것 같아.
• 노정석 님: AI 발전 방향은 거스를 수 없어. 예전에 나왔던 이야기들이 다시 등장하는 것처럼, AI는 계속 발전할 거야. 앞으로도 AI와 함께 일하는 방법에 대해 계속 이야기해 보자.