AI 에이전트 1,000개가 8일 만에 운영체제를 만들었다: Claude Fable 5.2와 조율 업무 재편

AI 에이전트 1,000개는 8일 동안 무엇을 만들었나?

Anthropic 발표에 따르면 Claude Fable 5.2가 1,000개가 넘는 서브에이전트를 조율해 8일 만에 노트북에서 부팅되는 운영체제 프로토타입을 만들었다. 엔지니어 한 명이 빈 폴더에서 과제를 줬고, 에이전트들은 24시간 코드를 쓰고 테스트하고 검토했다.

결과물에는 기기를 구동하는 자체 코어, 디스크와 키보드와 네트워크 드라이버, 영구 파일 저장소, 창 화면, 로그인 화면, 설치 프로그램, 그리고 내장된 Claude 기능이 들어 있다고 한다. 미국 매체 Interesting Engineering은 11월 9일 기사에서 엔지니어가 "기본적인 프롬프트와 빈 프로젝트 폴더"만 줬다고 전했다. 프랑스 IT 매체 IT-Connect는 11월 10일 기사에서 부팅 장면을 담은 짧은 영상이 함께 공개됐다고 썼다.

같은 발표에는 에이전트 1,000개를 쓴 실험이 하나 더 있다. Fable 5.2 에이전트 1,000개가 페르마의 마지막 정리를 30시간 만에 형식화했다는 것이다. 이전에는 미공개 연구용 모델이 전용 하네스와 연구자의 안내를 받아 11일이 걸렸다. 같은 1,000개 구성에서 Opus 5.5는 18시간 동안 26%를 끝내는 데 그쳤다고 한다. 다만 Anthropic 스스로 각 모델을 한 번씩만 돌렸다고 적었다.

이 사례의 핵심은 왜 코딩이 아니라 조율인가?

운영체제는 한 사람이 처음부터 끝까지 쓰는 물건이 아니라 서로 맞물리는 부품을 여러 팀이 나눠 만드는 물건이다. 그래서 이 실험에서 새로 확인된 것은 코드 작성 능력보다 일을 쪼개고, 맡기고, 검토하고, 합치는 능력이다. 이것은 원래 PM과 팀장이 하던 일이다.

발표문에 실린 기업 사례도 같은 방향을 가리킨다. Uber는 약 170개의 검토 에이전트를 쓴 10~12시간짜리 보안 점검을 모델이 끝까지 끌고 갔다고 밝혔다. Datadog은 이 모델이 장애 대응 지휘자처럼 빠른 모델들을 내보내 신호를 모았다고 표현했다. Anthropic은 Fable 5.2를 작은 모델에게 일을 나눠 주는 오케스트레이터로 쓸 수 있다고 소개한다. 원격 프리랜서 과제를 끝까지 수행하는 비율을 재는 Remote Labor Index에서는 Fable 5.2가 41.3%로, 직전 버전 Fable 5.1의 17.9%에서 두 배 이상 올랐다고 한다.

IT-Connect의 필자 플로리앙 뷔르넬도 의미를 같은 곳에서 찾았다. 운영체제 자체보다 모델 하나가 많은 에이전트를 며칠 동안 하나의 큰 프로젝트에 묶어 둔 지속적 조율이 핵심이라는 것이다. 기업 설문에서도 성과를 가르는 변수는 이미 조율이었다. 오케스트레이션이 가르는 ROI 격차에서 정리한 대로, 오케스트레이션 역량을 전사에 내재화한 기업의 89%가 ROI 기대에 부합하거나 상회했다고 답했다.

에이전트 1,000개 사례가 보여준 것은 코딩의 자동화가 아니라 회의 없는 조율의 가능성이다.

어떤 업무가 대체 범위에 들어오고, 어떤 업무가 남나?

일을 나누고 진행 상황을 모으는 조율 업무는 대체 범위에 들어온다. 무엇을 만들지 정하고, 완성 기준을 쓰고, 결과에 책임지는 업무는 남는다. 이번 실험에서도 과제를 정한 것은 사람이었다.

프로젝트 조율 업무를 뜯어 보면 네 덩어리다. 과제를 작업 단위로 쪼개기, 담당자에게 배분하기, 진행 상황을 취합해 보고하기, 산출물이 서로 맞는지 검토하기. 발표문 기준으로 에이전트들은 이 네 가지를 8일간 스스로 돌렸다. 주간 회의록을 모아 진행표를 갱신하고, 누가 무엇을 하는지 메신저로 확인하는 일은 이 범위 안에 있다.

반대로 실험에서 사람이 한 일은 하나였다. 무엇을 만들지 정한 것이다. 그리고 발표에 나오지 않은 일이 있다. 그 운영체제가 쓸 만한지 판단하는 일이다. 과제 정의, 완성 기준, 최종 승인은 여전히 사람 몫이고, 에이전트가 늘어날수록 이 세 가지의 값은 올라간다. 1,000개가 잘못된 기준을 향해 8일을 달리면 그만큼의 작업이 통째로 버려지기 때문이다.

대기업 임원 대상 AI 교육 현장에서 한 임원이 에이전트형 AI를 써 보고 이렇게 말한 적이 있다. "AI는 건방지네." 시키지 않은 것까지 마음대로 다 완성해 버렸다는 뜻이었다. 그 말은 농담처럼 들렸지만 정확한 관찰이다. 에이전트가 하나일 때도 위임 범위가 문제였는데, 1,000개가 되면 범위를 글로 정해 두지 않은 조직은 통제할 방법이 없다. 그 직관을 업무 규칙으로 바꾸는 것이 지금 필요한 일이다.

기획·PM·운영 직군은 이번 달에 무엇을 해야 하나?

세 가지다. 내 조율 업무를 분해해 넘길 수 있는 덩어리를 표시하고, 과제마다 완성 기준을 문서로 쓰고, 작은 과제 하나를 에이전트 3~5개로 직접 돌려 본다. 1,000개를 흉내 낼 필요는 없다.

1. 지난 2주의 조율 업무를 네 칸으로 나눈다

캘린더와 메신저를 보고 한 일을 분해, 배분, 취합, 검토 네 칸에 적는다. 취합과 배분 칸에 시간이 가장 많이 들어갔다면 그 부분이 먼저 바뀐다. 분해와 검토 칸은 기준을 아는 사람만 할 수 있으니 여기에 시간을 옮긴다.

2. 완성 기준을 한 장으로 쓴다

에이전트에게 일을 맡기려면 "잘 만들어 줘"가 아니라 통과 조건이 필요하다. 이번 실험의 통과 조건은 노트북에서 부팅된다는 것이었다. 내 과제에서 부팅에 해당하는 것이 무엇인지 적는다. 보고서라면 수치의 출처가 전부 달려 있는가, 견적서라면 합계가 원장과 일치하는가 같은 식이다. AI 결과물의 검증 관문을 설계하는 순서는 하네스 엔지니어링 총론에서 다뤘다.

3. 작은 과제를 에이전트 여러 개로 돌려 본다

경쟁사 5곳 조사처럼 서로 독립된 조각으로 나뉘는 과제를 고른다. 조각마다 에이전트 하나를 붙이고, 취합 담당 하나와 검토 담당 하나를 둔다. 검토 담당을 따로 두는 이유와 설계법은 검증 에이전트 설계 패턴에 정리했다. 한 번 돌려 보면 내가 쓴 지시문의 어디가 모호했는지가 결과물의 어긋남으로 드러난다.

이 사례에서 조심해서 읽을 부분

회사가 자사 모델을 출시하며 공개한 사내 실험이고, 코드와 비용이 공개되지 않아 외부에서 검증할 수 없다. 프로토타입이지 제품이 아니며, 사람이 8일간 얼마나 개입했는지도 나와 있지 않다.

• 독립 검증이 없다: IT-Connect는 코드가 공개되지 않아 확인할 수 없고, 사용 언어와 코드 분량, 노트북 기종도 알 수 없다고 짚었다
• 비용이 없다: 토큰과 연산 비용은 비공개다. 공개 가격은 입력 100만 토큰당 8달러, 출력 40달러이고, 1,000개가 8일간 쓴 총량은 알려지지 않았다
• "혼자"는 과장일 수 있다: 발표문은 엔지니어가 과제를 줬다고만 한다. 중간에 방향을 고쳤는지, 실패한 시도가 몇 번이었는지는 없다
• 부팅과 사용은 다르다: 부팅된다는 것은 통과 조건 하나다. 안정성, 보안, 실제 사용 가능 여부는 별개다
• 평가 자체의 한계: Anthropic도 배포 전에 모든 실패를 잡아내는 평가를 만드는 문제는 아직 풀리지 않았다고 발표문에 적었다
• 일자리 해석은 이 글의 몫이다: 조율 업무가 대체 범위에 들어온다는 것은 발표문의 주장이 아니라 이 글의 해석이다