Claude Fable 5.1 시스템 프롬프트 해설: 에이전트 하네스가 점점 더 커지는 이유

269KB에 달하는 Claude 프롬프트 덤프는 빠르게 관심을 끄는 종류의 수치입니다. Fable 5.1이 질문에 답하기 전에 숨겨진 지침으로 된 작은 책이 필요하다는 인상을 줍니다.

흥미로운 부분은 그것이 아닙니다. 유통된 캡처는 모델을 둘러싼 런타임의 스냅샷으로 이해하는 편이 더 적절합니다. 여기에는 지침, 도구, 검색, 메모리 동작, Skills, 권한, 제품 로직이 포함됩니다. 더 큰 이야기의 방향은 제목과 거의 반대입니다. 에이전트 하네스는 점점 더 커지고 있지만, 우수한 에이전트는 그 장치들을 한 번에 덜 불러오려는 방향으로 발전하고 있습니다.

Claude Fable 5.1 시스템 프롬프트란 무엇인가요?

시스템 프롬프트는 제품 내부에서 모델의 동작 방식을 형성하는 우선순위가 높은 지침 계층입니다. Anthropic은 Claude.ai와 모바일 앱에서 사용되는 Claude 핵심 시스템 프롬프트를 Fable 5.1을 포함해 공개적으로 제공합니다.

해당 프롬프트가 곧 모델 자체는 아닙니다. Claude의 가중치나 학습 데이터가 포함되어 있지 않으며, Claude 런타임 전체도 아닙니다. 에이전트가 검색을 시작하고, 파일을 읽고, 도구를 검색하고, Skills를 불러오거나 상태를 복원하면 핵심 지침을 둘러싸는 컨텍스트가 훨씬 더 많아질 수 있습니다.

Fable 5.1 시스템 프롬프트는 정말 270K자인가요?

공개적으로 유통된 Fable 5.1 캡처는 약 269KB, 2,195줄에 이르는 것으로 알려졌습니다. 전체를 “시스템 프롬프트”라고 부르는 것은 편리하지만 기술적으로는 부정확합니다.

Fable 런타임 캡처에는 도구, 메모리, 검색, 파일, 제품 동작 및 기타 런타임 구성 요소와 관련된 내용이 포함되어 있습니다. 이를 이해하는 더 나은 방법은 런타임 프롬프트 번들입니다. 즉, 모델의 지침과 모델에 노출되는 환경의 일부를 함께 묶은 것입니다.

여기에는 중요한 보안상의 차이도 있습니다. 런타임 지침이 추출되었다고 해서 Anthropic의 모델 가중치, 사용자 대화, 자격 증명 또는 프로덕션 데이터베이스가 침해되었다는 의미는 아닙니다.

최신 AI 에이전트 런타임에는 무엇이 들어 있을까요?

챗봇은 지침, 질문, 대화 기록을 활용할 수 있습니다. 에이전트에는 도구, 파일 액세스, 검색, 메모리, 작업 상태, 권한, 외부 서비스, 복구 로직도 필요할 수 있습니다. 이러한 계층이 모델을 단순히 답변하는 시스템에서 반복적으로 작업을 수행하는 시스템으로 바꿉니다.

Anthropic은 이를 점점 더 컨텍스트 엔지니어링으로 설명하고 있습니다. 이제 문제는 단순히 프롬프트를 어떻게 작성할지가 아닙니다. 특정 단계에서 유한한 컨텍스트 창에 무엇을 포함할 가치가 있는지 결정하는 일입니다.

AI 에이전트 하네스란 무엇인가요?

에이전트 하네스는 모델 주변에서 작동하며, 모델이 어떤 컨텍스트를 받을지, 어떤 도구를 사용할 수 있을지, 작업을 어떻게 실행할지, 이후 어떤 상태가 유지될지를 결정하는 소프트웨어입니다. 모델이 추론을 제공한다면, 하네스는 그 추론을 워크플로로 전환합니다.

이 때문에 동일한 기반 모델도 제품에 따라 크게 다르게 느껴질 수 있습니다. 코딩 하네스는 저장소, 테스트, 셸, 작업 상태를 노출할 수 있습니다. 리서치 하네스는 검색, 검색 결과 수집, 인용, 병렬 에이전트를 노출할 수 있습니다. 여기에 AI 에이전트 Skill을 추가하면, 재사용 가능한 절차가 필요할 때 하네스가 검색할 수 있는 또 하나의 계층이 생깁니다.

모델의 품질은 여전히 중요합니다. 하지만 모델이 도구를 안정적으로 사용할 수 있을 만큼 충분히 강력해지면, 오케스트레이션이 제품 동작에 훨씬 더 큰 영향을 미치기 시작합니다.

AI 에이전트 하네스는 왜 이렇게 커지고 있을까요?

새로운 기능이 추가될 때마다 컨텍스트 오버헤드가 발생합니다. 도구에는 이름, 스키마, 인수, 사용 규칙, 권한, 예시가 필요할 수 있습니다. Skill은 절차와 리소스를 추가합니다. 긴 작업에서는 기록, 도구 결과, 아티팩트, 완료되지 않은 상태가 계속 누적됩니다.

Anthropic은 유용한 규모 참고 자료를 제시합니다. GitHub, Slack, Sentry, Grafana, Splunk를 연결하면 유용한 작업을 시작하기도 전에 약 58개의 도구가 노출되고, 도구 정의가 약 55K 컨텍스트 토큰을 차지할 수 있습니다. 이제 제약은 모델의 저장 용량이 아닙니다. 각 추론 단계에서 얼마나 많은 운영 정보가 주의를 두고 경쟁하느냐가 문제입니다.

장시간 실행되는 에이전트는 이 문제를 확대합니다. 하네스는 작업을 계속할 수 있을 만큼 충분한 상태를 보존해야 하지만, 이전의 모든 관찰, 실패한 시도, 도구 결과, 지침을 이후의 모든 호출에 끌어오지 않아야 합니다.

더 큰 에이전트 하네스가 AI를 더 뛰어나게 만들까요?

아니요. 사용 가능한 환경이 더 크면 에이전트의 역량이 향상될 수 있지만, 활성 컨텍스트가 더 크면 속도가 느려지고 비용이 증가하며 집중력이 떨어질 수 있습니다.

관련 없는 도구는 관련 도구와 경쟁합니다. 오래된 메모리는 현재 증거와 경쟁합니다. 반복되는 지침은 새로운 정보를 추가하지 않으면서 토큰을 소비합니다. 이것이 반복되는 에이전트 컨텍스트가 경제적으로도 중요한 이유입니다. 에이전트는 여러 모델 호출에 걸쳐 동일한 안정적인 지침과 스키마를 반복해서 참조할 수 있기 때문입니다.

따라서 더 나은 목표는 최대 컨텍스트가 아니라 충분한 최소 컨텍스트입니다. 즉, 현재 단계를 완료하는 데 필요한 신호가 높은 지침, 도구, 메모리, 증거로 이루어진 가장 작은 집합입니다.

에이전트 스킬은 컨텍스트 크기를 어떻게 줄일까요?

Anthropic 에이전트 스킬은 점진적 공개 방식을 사용합니다. 에이전트는 처음에는 스킬을 설명하는 간단한 메타데이터만 확인하고, 작업과 관련성이 생길 때만 해당 스킬의 SKILL.md를 로드할 수 있습니다. 지원 스크립트와 참고 자료는 필요할 때까지 컨텍스트 외부에 둘 수 있습니다.

이로 인해 확장 방식이 달라집니다. 에이전트는 모든 요청마다 전체 라이브러리를 읽는 컨텍스트 비용을 지불하지 않고도 대규모 절차 라이브러리에 액세스할 수 있습니다. 이와 같은 방식은 로컬 AI 워크플로에도 유용합니다. 절차, 스크립트, 비공개 리소스를 하나의 거대한 영구 프롬프트로 만들지 않고 재사용할 수 있기 때문입니다.

도구 검색은 에이전트의 토큰 사용량을 어떻게 줄일까요?

도구도 같은 방향으로 발전하고 있습니다. 연결된 모든 도구의 스키마를 초기 컨텍스트에 로드하는 대신, Claude 도구 검색을 사용하면 에이전트가 먼저 관련 기능을 찾고 필요할 때만 전체 정의를 로드할 수 있습니다.

Anthropic은 Tool Search를 사용하면 예시 도구 세트가 약 55K 토큰에서 약 8.7K 토큰으로 줄어든다고 보고했습니다. 이는 85% 감소한 수치입니다. 더 중요한 점은 관련 없는 도구가 줄어들어 선택 문제가 쉬워진다는 것입니다.

아키텍처 규칙은 간단합니다. 사용할 수 있다고 해서 로드되어 있어야 하는 것은 아닙니다. 유능한 에이전트는 수백 개의 서비스에 액세스할 수 있지만, 현재 작업을 위해 모델에 노출하는 서비스는 소수에 불과할 수 있습니다.

장기 실행 에이전트에 지속적인 상태가 필요한 이유는 무엇일까요?

Fable 5.1은 100만 토큰 컨텍스트 창을 지원하지만, 더 큰 창이 모든 장기 작업을 해결해 주는 것은 아닙니다. 컨텍스트는 여전히 잡음이 많고, 비용이 높으며, 오래되어 부정확해질 수 있습니다.

Anthropic의 장기 실행 에이전트 하네스 관련 연구는 대신 외부 상태를 지향합니다. 에이전트는 전체 작업 이력을 토큰으로 계속 유지하는 대신, 이후 세션을 위해 진행 파일, 작업 목록, 코드, 테스트 및 기타 산출물을 남길 수 있습니다.

이 구분은 중요합니다. 메모리 용량과 유용한 메모리는 같지 않습니다. 지속적인 상태는 활성 프롬프트 외부에 저장한 다음, 관련성이 생길 때 검색해야 합니다.

에이전트 메모리, 기술, RAG 데이터는 어디에 저장해야 할까요?

컨텍스트가 모듈화되면 모델이 더 이상 에이전트의 전체 환경을 소유할 필요가 없습니다. 기술은 파일로 저장할 수 있습니다. 메모리는 데이터베이스에 저장할 수 있습니다. RAG 소스는 비공개 저장소에 유지할 수 있습니다. MCP 서버와 API는 하네스에 필요할 때만 서비스를 제공할 수 있습니다.

비공개 RAG 워크플로를 사용하면 이러한 분리를 쉽게 확인할 수 있습니다. 소스 문서와 인덱스는 로컬에 유지하고, 선택한 컨텍스트만 더 어려운 추론을 위해 프런티어 모델로 전송할 수 있습니다.

실질적인 장점은 이식성입니다. 사용자의 파일, 워크플로, Skill, 메모리, 기준 데이터는 그대로 유지하면서 추론 모델을 바꿀 수 있습니다.

가정용 서버가 에이전트 런타임 계층이 될 수 있을까요?

그렇습니다. 하지만 텍스트 269KB에 서버가 필요해서가 아닙니다. 프롬프트 자체의 저장 공간 요구량은 사소합니다. 에이전트가 하나의 모델 세션과 독립적으로 유지되어야 하는 영구 파일, 인덱스, 데이터베이스, 도구, 로그, 아티팩트, 서비스에 의존할 때 가정용 서버의 필요성이 시작됩니다.

가정용 AI 서버는 이러한 내구성 있는 계층을 담당하고, 클라우드 또는 로컬 모델은 추론을 처리할 수 있습니다. 도구가 해당 리소스를 수정할 수 있다면 권한 설계도 중요합니다. 읽기 전용 에이전트 도구부터 시작하면 잘못된 지시나 검색 결과가 초래할 수 있는 피해를 제한할 수 있습니다.

스토리지와 셀프 호스팅 서비스를 위한 상시 가동 시스템 하나를 원하는 사용자에게는 Fable 5.1을 대체한다고 가장하기보다, ZimaCube 2가 이러한 지속형 계층에 더 자연스럽게 부합합니다. 최첨단 모델은 원격으로 유지할 수 있으며, 파일, 서비스, RAG 데이터, 아티팩트까지 원격에 둘 필요는 없습니다.

시스템 프롬프트가 에이전트 운영 체제가 되어 가고 있을까요?

이 비유는 어느 정도까지만 유용합니다. 시스템 프롬프트는 텍스트입니다. 운영 체제처럼 저장소 권한을 강제하거나, 프로세스를 격리하거나, 네트워크 액세스를 제어할 수는 없습니다.

더 넓은 의미의 하네스는 운영 체제와 더 비슷합니다. 하네스는 모델이 무엇을 볼 수 있는지, 어떤 기능을 사용할 수 있게 되는지, 도구에 어떤 권한이 부여되는지, 상태가 어떻게 유지되는지, 모델 호출이 이어지는 동안 작업이 어떻게 계속되는지를 결정합니다. 이것이 바로 AI 에이전트 자동화가 궁극적으로 모델 품질만의 문제가 아니라 권한과 인프라의 문제이기도 한 이유입니다.

따라서 Fable 5.1의 이야기는 “프롬프트는 계속 더 길어질 것”이라는 전망과는 다른 방향을 가리킵니다. 에이전트 환경 전체는 계속 확장되겠지만, 더 나은 하네스는 현재 단계에서 필요할 때만 적절한 Skill, 도구, 메모리, 근거를 점점 더 많이 검색하게 될 것입니다.

FAQ

Claude Fable 5.1 시스템 프롬프트는 공개되어 있나요?

Anthropic은 Claude.ai와 모바일 제품에서 Fable 5.1에 사용하는 핵심 시스템 프롬프트를 공개합니다. 이 공식 프롬프트는 도구 및 제품 컨텍스트가 포함된 더 큰 타사 런타임 캡처와 구분해야 합니다.

Claude Fable 5.1이 해킹되었나요?

런타임 프롬프트를 추출했다고 해서 그 자체로 Anthropic 인프라 침해가 입증되는 것은 아닙니다. 이 프롬프트 캡처와 관련하여 모델 가중치, 비공개 대화, 고객 데이터베이스 또는 자격 증명이 침해되었다는 공개 증거는 없습니다.

Fable 5.1 시스템 프롬프트는 얼마나 긴가요?

무엇을 측정하는지 정의하지 않으면 유용한 단일 수치는 없습니다. 타사 런타임 캡처는 약 269KB, 2,195줄로 보고되었지만, Anthropic의 핵심 시스템 지침 외에도 더 많은 내용이 포함되어 있습니다.

Fable 5.1 프롬프트에 사용자 메모리가 노출되었나요?

런타임 자료에는 메모리 동작을 설명하는 지침이 포함되어 있습니다. 메모리 시스템에 대한 지침은 개별 사용자의 저장된 메모리와 동일하지 않으며, 이 캡처에서 비공개 사용자 메모리가 유출되었다는 공개 증거도 없습니다.

시스템 프롬프트와 에이전트 하네스의 차이는 무엇인가요?

시스템 프롬프트는 모델에 우선순위가 높은 지침을 제공합니다. 에이전트 하네스는 모델을 중심으로 지침, 도구, 검색, 메모리, 권한, 실행, 영구 상태를 관리하는 더 넓은 소프트웨어 계층입니다.

더 긴 시스템 프롬프트는 더 많은 토큰을 사용하나요?

예. 해당 텍스트가 실제로 모델의 활성 컨텍스트에 포함되는 경우 그렇습니다. 이것이 Skills, 검색, Tool Search, 캐싱, 컨텍스트 압축이 중요한 이유입니다. 매번 모든 항목을 로드하지 않고도 기능을 사용할 수 있게 해 주기 때문입니다.

MCP 도구는 컨텍스트 토큰을 소비하나요?

할 수 있습니다. 모델이 도구를 선택하고 호출해야 할 때는 도구 설명과 스키마를 모델에 제공해야 합니다. 동적 검색과 지연 로딩을 사용하면 대규모 도구 카탈로그를 노출하는 데 드는 비용을 줄일 수 있습니다.

AI 에이전트 메모리를 로컬에 저장할 수 있나요?

예. 메모리는 로컬 파일, 데이터베이스, 벡터 저장소 또는 기타 영구 서비스에 저장한 후 이후 작업에서 선택적으로 검색할 수 있습니다. 더 어려운 문제는 무엇을 저장하고, 신뢰하며, 만료시키고, 검색할지 결정하는 것입니다.

Claude Fable 5.1을 로컬에서 실행할 수 있나요?

Fable 5.1은 일반적인 로컬 배포를 위한 공개 모델 가중치로 제공되지 않습니다. 그래도 하이브리드 설정을 사용하면 Fable 5.1으로 최첨단 추론을 수행하면서 개인 데이터, RAG 소스, Skills, 메모리, 자체 호스팅 서비스를 로컬 인프라에 유지할 수 있습니다.