무시무시하게 잘 쓰는 글쓰기 스킬, 10MB 앞에선 녹아내렸다 — 더배러의 Fable 5 하루

오전 늦은 시각, 한 참여자가 자신이 오랫동안 쌓아온 자료를 어떻게 다뤘는지 전했다. GPT 웹 대화 2년 반치 데이터를 뜯어내 암묵지를 그래프화까지 시켜 LLM 위키로 정리해둔 작업을, Fable 5로 "제 스타일로 글을 쓰는 스킬"로 깎아서 오퍼스 4.8과 GPT-5.5 두 모델에 각각 태워봤다는 것이었다.

"gpt 웹 2년반치 데이터 뜯어온거 암묵지를 graphify까지 동원해서 LLM Wiki로 정리해놨던걸 Fable 5로 "제 스타일로 글을 쓰는 스킬스"를 깎아서 오푸스 4.8과 gpt 5.5로 각각 테스트 해봤습니다. 굉장히 무시무시하게 글을 잘 쓰네요."

같은 참여자는 몇 시간 뒤 이 결과가 특별한 이유를 덧붙였다. 별도로 다듬어 넣은 스킬을 태운 경우와 그냥 사용하는 경우의 결과물 차이가 크다는 설명이었다. 문체를 깎아 넣는 손질 여부가 결과 품질을 가르는 변수로 작동하고 있다는 걸 보여주는 진단이다.

오후로 넘어가며 화제는 정반대 사례로 옮겨갔다. 다른 참여자는 Fable을 내부 규정 없이 미리 건드렸다가 오퍼스·소넷 중심으로 맞춰둔 작업 흐름을 흔들까 봐 호출을 아껴왔다고 털어놨다. 그러다 10MB짜리 텍스트 작업을 앞두고 "fable = 동화 = haiku보다 아래"라고 지레짐작한 끝에, 대용량 파일 전체를 통째로 내용 검사에 맡기려던 아찔한 순간이 있었다고 했다.

"10mb 를 ..... fable 로 내용검사 돌리려하던걸 후..."

이 고백에 다른 참여자가 곧바로 반응했다.

"fable 녹아내릴뻔했군요"

무거운 입력을 잘못 태우면 실제로 처리가 크게 늘어질 수 있다는 우려가 이 짧은 대꾸 하나에 압축돼 있다. 이어 비용 부담을 짚는 목소리도 나왔다. 한 참여자는 특정 유형의 요청에서는 원치 않아도 상위 모델 호출이 강제된다고 전했다.

"Fable 생물학적인 요청 등으로 강제 Opus 사용을 많이 하게 되네요 ㅠㅠ 주로 검색하고 사용하는 파트가 그런 부분들이다보니..."

저녁으로 갈수록 대화는 도구 자체를 의인화하는 쪽으로 옮겨붙었다. 대규모 병렬 작업을 다루던 참여자들 사이에서, AI가 여러 서브에이전트 묶음을 스스로 하나의 편성 단위처럼 부른다는 관찰이 나왔다.

"함대가 구성되었습니다 이러더라구요"

호출을 개별로 세지 않고 "함대"라는 은유로 묶어 서술하는 이 표현은, 다수 에이전트를 동시에 굴리는 작업이 이미 참여자들 사이에서 낯설지 않은 일상적 장면이 됐음을 시사한다. 이 화제 하나에만 하루 동안 14명이 참여해 35차례 발화가 오갔다 — 이날 더배러에서 가장 많은 대화가 몰린 주제였다.