Anthropic의 Fable 5 Vision, 에이전트 워크플로우의 판도를 바꾸다 (파인튜닝 루프의 현실화)

다들 안녕,

요즘 Anthropic의 새로운 Fable 5를 아주 빡세게 굴려보고 있는데, 다들 깡 추론 속도만 떠들어대길래 난 비전 성능에 대해 좀 털어놔 보려고. 이전 Anthropic 모델들이 완전히 놓치던 미세한 디테일이랑 뉘앙스를 다 잡아내는데, 이게 에이전트 개발 쪽에는 진짜 엄청난 의미가 있거든.

예전 모델들 비전 기능은 솔직히 OCR이나 대충 사물 인식하는 수준이었잖아. 에이전트한테 지가 만든 UI 스크린샷 던져주면 "버튼이 파란색이네" 정도나 알았지. 근데 Fable 5는 차원이 다른 괴물이야.

에이전트 루프에서 진짜 압도적인 부분은 이거야:

1. 실시간 UI/UX 미세 조정 (자기 수정 에이전트)
프론트엔드 코드(React, Tailwind 등) 짜는 에이전트 만들 때 제일 골치 아픈 게 정렬 문제였거든. Fable 5는 렌더링 된 스크린샷 딱 보고 패딩이 2px 어긋난 거, 커스터마이징한 폰트가 제대로 안 떴거나 모달 테두리에 안티앨리어싱 깨진 것까지 다 잡아내.

• 에이전트 루프: 에이전트가 코드 작성 -> 렌더링 -> Fable 5가 비주얼 검토 -> 미세한 결함 딱 집어냄 -> 코드 수정해서 해결. 사람 손 하나도 안 거치고 루프가 그냥 돌아가 버림.

2. 복잡한 차트 및 다이어그램 해석
빽빽한 아키텍처 다이어그램이나 AWS 인프라 맵, 깨알 같은 범례가 달린 재무 차트 같은 거 던져줘도 헛소리 안 해. 작은 글씨 다 읽고, 복잡한 흐름 속에서 선 하나하나 다 따라가면서 맥락을 바로 이해해 버림.

3. 시각적 상태를 통한 에이전트 디버깅
브라우저 제어 에이전트나 데스크톱 자동화 만드는 애들은 알 텐데, Fable 5는 미묘한 상태 변화 읽어내는 데 도가 텄어. 아주 작은 로딩 스피너나 비활성화된 체크박스, 예상치 못한 툴팁 같은 거 말이야. 에이전트가 무한 클릭 루프에 빠지는 걸 막아준다고. 앱 상태 변화를 진짜 '디테일하게' 보니까 가능한 거지.

내 결론은 이거야: 이제 비전은 단순히 이미지 설명이나 하는 '부가 기능'이 아님. Fable 5에서 비전은 자율 에이전트의 핵심 감각 입력 그 자체가 됐어. 에이전트가 자기 결과물이 맞는지 '추측'하는 거랑, 맞다는 걸 '확신'하는 것의 차이지.

너네도 에이전트 만들 때 Fable 5 비전 써먹고 있냐? 지금까지 써보면서 얘가 잡아낸 것 중에 제일 지렸던 디테일이 뭐야?