기사 목차 펼치기 / 접기
앤트로픽(Anthropic)이 9월 1일 클로드 페이블 5.1(Claude Fable 5.1)을 공개했다. 다음 날 깃허브(GitHub) 저장소 CL4R1T4S에 이 모델의 시스템 프롬프트라고 명시된 문서가 게시됐다.
시스템 프롬프트는 모델이 대화를 시작하기 전에 미리 숙지하는 최상위 행동 지침이다. 모델은 대화가 종료되면 세션 내 맥락을 초기화하고 다음 대화에서 백지상태로 다시 시작한다. 따라서 기업은 매 세션마다 동일한 행동 규범을 주입하는데, 이는 신규 입사자에게 사규 편람을 숙지시키는 과정과 유사하다.
무엇을 수행해야 하는지와 무엇을 엄격히 제한해야 하는지가 절 단위로 상세히 정의돼 있다. 해당 문서의 38개 절이 다루는 핵심 규정을 전수 분석하고, 외부 검증이 가능한 세부 항목을 앤트로픽 공식 문서 및 시스템 카드와 대조해 진위와 함의를 짚었다.
이 문서를 어디까지 신뢰할 수 있나
문서의 성격과 지위부터 명확히 구분해야 한다. CL4R1T4S는 여러 인공지능(AI) 모델에서 추출된 시스템 프롬프트들을 수집해 둔 비공식 개인 저장소다. 앤트로픽이 직접 배포한 공식 자료가 아니며 진위가 별도로 공인된 바도 없다.
따라서 해당 문서는 미확인 유출본의 관점에서 접근해야 하며, 문서 전체를 맹신하기보다 외부에서 교차 검증할 수 있는 객관적 팩트를 공식 문서와 대조하는 작업이 선행돼야 한다. 진위 여부를 단정하기에 앞서 문서에 기재된 날짜, 모델 식별자, 안전 규정의 일치 여부를 실증적으로 확인하는 이유다.
해당 저장소에는 페이블 5.1 외에도 페이블 5와 클로드 오푸스 5(Claude Opus 5) 추출본 등 동일 계열 문서 3종이 등재돼 있다. 그러나 세 문서에 수록된 지원 기능 범위는 서로 상이하다. 페이블 5 추출본에는 코드 실행과 웹 검색, 이미지 검색 절이 포함된 반면 페이블 5.1 추출본에는 해당 세 절이 제외돼 있다. 계정 설정 및 인프라 환경에 따라 활성화된 기능이 달랐을 가능성이 크므로, 특정 절의 유무만으로 모델 간 역량을 단순 비교하는 것은 왜곡된 결론을 낳을 수 있다.
공식 문서와 대조한 결과
정합성이 먼저 두드러진다. 페이블 5 추출본은 문서 작성 시점을 6월 9일로 명시하면서 당시 라인업을 오푸스 4.8과 소넷(Sonnet) 4.6으로 기재했다. 실제로 클로드 릴리스 노트를 보면 소넷 5는 6월 30일에, 오푸스 5는 7월 24일에 정식 출시됐다. 6월 9일 시점에는 오푸스 4.8이 최신 플래그십이었으므로, 사후 임의로 꾸며낸 문서에서는 포착하기 어려운 시점별 세부 일자가 공식 출시 기록과 정확히 일치한다.
수출통제 관련 기록 역시 공식 발표와 일치한다. 앤트로픽은 6월 12일 오후 5시 21분(미국 동부시각) 지시를 받고 외국 국적자의 페이블 5·미토스 5 접근을 즉시 차단했다는 앤트로픽 공식 성명을 발표한 바 있다. 이어 통제 조치가 6월 30일 해제돼 다음 날 서비스가 재개됐다는 후속 성명이 나왔다. 오푸스 5 추출본에 명시된 세 가지 일자 데이터는 이 공식 기록과 완벽히 부합한다.
공식 기록과 차이를 보이는 대목은 안전장치 우회 처리 방식이다. 안전장치에 감지된 질의를 어느 하위 모델로 전달하는지에 대해 소스 간 진술이 갈린다. 앤트로픽 시스템 카드는 페이블 5.1이 분류기에 걸린 요청을 오푸스 4.8로 전달한다고 명시했다. 반면 공식 발표문에서는 생명과학 연구개발 질의를 포괄적인 “오푸스 모델들”로 보낸다고만 서술했고, 유출된 오푸스 5 추출본은 오푸스 5가 직접 응답한다고 기재했다.
이 과정에서 라우팅(Routing) 메커니즘의 실체가 드러난다. 고위험으로 분류된 질문에 대해 모델이 단순 거절로 대응하지 않고, 상대적으로 역량이 제한된 하위 모델이 대행 응답하도록 설계된 구조다. 이는 금고 열쇠를 쥔 관리자를 뒤로 물리고 일반 매뉴얼만 숙지한 직원을 창구에 배치하는 방식과 같다. 다만 소스별 기재 모델이 상이한 만큼 단일 사실로 단정하기보다 환경별 차이로 해석하는 것이 정확하다.
38개 절의 구조와 핵심 영역별 비중
문서에서 확인된 태그는 총 38개로, 성격에 따라 5대 영역으로 분류된다. 첫째는 제품 정보와 거절 규정으로 모델 라인업, 아동 안전, 무기 및 약물 차단, 악성코드 방지, 저작권, 법률·금융 조언 면책이 포함된다. 둘째는 어조와 형식으로 문장 길이, 목록 사용 제한, 도구 호출 후 응답 방식을 규정한다. 셋째는 이용자 안녕과 관점 균형성, 오류 대응이다. 넷째는 메모리 관리로 전체 38개 절 중 17개를 차지한다. 다섯째는 도구 규정으로 과거 대화 검색, 커넥터 제안, 조직 카탈로그, 대화 강제 종료 도구가 배치돼 있다.
전체 조항의 45%가 메모리 관리에 집중된 점은 이 문서의 가장 뚜렷한 구조적 특징이다. 프라이버시 보호 단일 항목만 6개 하위 절로 세분화돼 있다. 규범이 가장 방대하게 구축된 영역일수록 기업이 가장 중대한 리스크로 인식하는 지점임을 방증한다.
미토스와 같은 모델, 안전장치만 다르다
제품 정보 절은 계층 구조를 명확히 제시한다. 페이블 5.1은 클로드 5 계열의 최신 모델이면서 오푸스 상위 등급인 미토스(Mythos) 계열에 속하며, 페이블 5.1과 미토스 5.1은 동일한 기반 모델을 공유한다. 페이블에는 이중용도(Dual-use) 악용 위험을 차단하는 안전 필터가 추가 결합된 반면, 미토스는 해당 제한 없이 사전 승인된 조직에만 제공된다. 동일한 엔진을 장착하되 속도 제한기를 다르게 설정한 두 대의 차량과 같으며, 제한기가 해제된 차량은 서킷 출입 자격을 갖춘 곳에만 인도되는 형태다.
앤트로픽 공식 페이지에서도 동일한 취지로 설명하며, 미토스 5.1은 사이버 검증 및 생명과학 검증 프로그램을 통과한 미국 내 공인 기관에만 개방된다고 밝혔다.
응용 프로그래밍 인터페이스(API) 모델 식별자는 4종이다. claude-fable-5-1, claude-opus-5, claude-sonnet-5, claude-haiku-4-5-20251001(경량 고속 모델인 클로드 하이쿠 계열)로 지정돼 있으며, 이는 플랫폼 문서에 안내된 값과 정확히 일치한다. 해당 절에는 이용자가 세션 도중 모델을 전환할 수 있으므로 이전 메시지가 다른 모델이라고 응답했더라도 실제 사실일 수 있다는 주의 사항도 부기돼 있다.
지식 컷오프는 2026년 6월로 명시됐으며 앤트로픽 시스템 카드 역시 동일한 기준 시점을 공표했다. 이전 페이블 5의 기준이 2026년 1월이었던 점을 고려하면 지식 유효 범위가 5개월 최신화된 셈이다. 컷오프는 모델이 사전 학습을 통해 세상을 관측한 마지막 시점이므로, 5개월의 갱신을 통해 실시간 검색 없이 파악할 수 있는 지식 범위가 그만큼 확장됐다.
광고 정책 조항도 독립적으로 규정돼 있다. 앤트로픽은 자사 서비스에 광고를 게재하지 않으며 광고주의 대가를 받고 제품을 간접 홍보하지 않는다. 다만 해당 원칙을 안내할 때는 “클로드” 대신 “클로드 제품”이라는 표현을 사용하도록 지시한다. 클로드 API를 기반으로 자체 서비스를 구축하는 서드파티 개발사가 자사 애플리케이션에 광고를 도입하는 행위까지 제한하지 않기 위한 구분이다.
거절 규정의 최우선 순위는 아동 안전
거절 규정 절은 “클로드는 원칙적으로 모든 주제에 대해 사실에 입각해 객관적으로 논의할 수 있다”는 선언으로 시작한 뒤, 즉시 아동 안전 조항으로 이어진다.
해당 규정은 미성년자를 대상으로 하거나 미성년자가 포함된 연애·성적 콘텐츠 생성을 전면 금지한다. 온라인 그루밍 조장, 성인과 미성년자 간의 부적절한 비밀 유지, 미성년자를 보호자나 신뢰할 수 있는 성인으로부터 격리하려는 시도 역시 엄격한 금지 목록에 포함됐다.
여기에 자체 점검 메커니즘이 결합됐다. 유해한 요청을 안전한 형태로 임의 재해석하려는 내부 추론이 감지될 경우, 이를 처리 진행 신호가 아닌 즉각적인 거절 신호로 판단하도록 규정했다. 모델 스스로가 유해한 요청을 우회적으로 순화해 수용하려는 편향을 차단하는 장치다. 아동 성착취물 유통에 활용되는 은어나 약어를 해독·정의·검증하지 않는다는 조항도 동일하게 배치됐다.
이 조항은 입력된 프롬프트의 표면적 문구만 검사하는 데 그치지 않고, 요청을 수용하기 위해 논리를 우회하려는 모델 자체의 추론 과정을 감지해 스스로 제동을 걸도록 유도한다.
기타 거절 항목은 5대 갈래로 구분된다. 유해 화학물질 및 무기 제조 정보는 제공되지 않으며 폭발물 관련 정보는 엄격히 차단된다. 불법 약물의 합성·제조·유통 경로 안내는 금지하되, 생명 구조를 위한 피해 감소(Harm reduction) 정보는 예외적으로 허용한다. 악성코드는 교육이나 보안 연구 목적을 표방하더라도 코드 생성 및 상세 해설을 거절한다. 저작권 보호를 위해 노랫말, 시, 서적, 기사의 전문 또는 일부 복제를 금지하며 기성 캐릭터 모사 요청도 차단한다. 실존 공인의 명의를 도용한 가상 발언 생성 역시 엄격히 제한된다.
금지 기준이 엄격한 만큼 합리적 예외도 함께 명시됐다. 약물 규정에서 피해 감소 정보를 예외로 인정한 것이 대표적이다. 위험 물질의 제조를 차단하는 조치와 이미 위험에 직면한 이용자를 구조하는 행위를 엄격히 분리한 접근이다.
법률 및 금융 자문은 별도 절로 분리됐다. 단정적인 판단이나 권고를 내리는 대신 이용자가 주체적으로 판단할 수 있는 객관적 팩트를 제공하며, 공인 변호사나 전문 재무설계사가 아니라는 한계를 명확히 고지하도록 규정했다.
도구 연동 후 직접 요약 응답 의무화
어조 규정은 정밀한 세부 원칙을 담고 있다. 온화하고 협조적인 어조를 유지하되 이용자의 판단력이나 이해도를 낮춰보는 전제를 배제한다. 응답은 핵심 중심의 간결한 구조를 유지하며 면책 안내 문구 역시 최소화한다.
특정 수식어 사용을 금지하는 조항도 포함됐다. “진심으로(genuinely)”, “솔직히(honestly)”, “직설적으로(straightforward)” 등 진정성을 강조하는 과도한 수식어 사용을 제한한다. 본질적으로 객관적인 사실을 전달해야 하므로 이러한 감정적 수식어를 덧붙일 경우 오히려 진정성을 의심받을 수 있다는 판단에서 비롯된 지침이다.
형식 규정은 목록 사용을 절제하는 방향으로 정립됐다. 굵은 글씨, 제목, 불릿 기호는 가독성 확보에 필수적인 경우로 한정한다. 일상적인 질의응답에서 지나친 서식화는 불필요한 격식으로 인식될 수 있기 때문이다. 특히 요청을 거절할 때는 산문 형태의 서술이 거절의 충격을 완화한다는 이유로 목록 사용을 지양하도록 했다.
5.1 버전에 새로 추가된 도구 호출 후 응답 규정도 주목할 만하다. 한 차례의 도구 연동을 완료하면 이용자가 질문한 핵심 결과를 1~2문장으로 명확히 요약해야 하며, “완료했습니다”와 같은 단순 종료 인사만으로는 온전한 응답으로 인정되지 않는다. 이는 에이전트가 내부 작업만 수행하고 최종 결과를 전달하지 않는 문제를 방지하기 위한 조치로, 업무를 수행한 직원이 결과 보고 대신 복귀 인사만 남기는 상황을 차단한 셈이다.
이용자 안녕 절은 의료 진단 행위의 전면 금지가 핵심이다. 클로드는 공인된 정신건강의학과 전문의가 아니므로 어떠한 진단도 내릴 수 없음을 명시했다. 이용자를 포함한 타인의 심리 상태나 동기를 단정하지 않으며 자가 분석 외의 심리 평가를 수행하지 않는다. 자해 충동을 억제하기 위한 대체 수단으로 신체 통증이나 감각 자극을 제안하는 행위 역시 엄격히 금지됐다.
관점 균형성 규범은 명확한 원칙을 견지한다. 특정 입장에 대한 설명이나 옹호, 설득 논리 작성을 요청받았을 때 이는 모델 자신의 사견을 묻는 것이 아니라고 규정한다. 해당 입장을 지지하는 진영에서 제시할 수 있는 가장 설득력 있는 논거를 객관적으로 정리해 제공해야 하며, 이는 모델의 안전 기준과 대립하는 주제일지라도 동일하게 적용된다.
5대 파일 체계와 3단계 데이터 금지 계층
메모리 절은 가상 파일 시스템 구조를 채택해 이용자 정보를 5대 경로로 분할 관리한다. 기본 신원은 profile.md에 기록하고 관심사와 행동 패턴은 topics 디렉터리에 분류한다. 진행 중인 과업은 areas 폴더, 인물 관계망은 people 폴더에 적재하며 선호하는 응답 양식은 preferences.md에 저장한다.
기록 항목에는 엄격한 출처 태그가 부여된다. 이용자가 대화 중 직접 진술한 사실에만 [stated] 식별자를 부착하며, 클로드의 추론이나 분석 결과에는 이를 적용하지 않는다.
저장 금지 목록은 3단계 필터링 계층으로 구성된다. 1단계 보호 속성에는 인종, 민족, 종교, 성적 지향, 성 정체성, 장애, 중증 질환, 노조 가입 여부가 속하며, 2단계 민감 정보에는 정치적 성향, 소득·자산 등 재정 상태, 의료 건강 정보가 포함된다. 3단계 절대 금지 목록에는 정부 발급 신분증 번호, 금융 계좌번호, 미성년자 신분, 카스트, 이민 신분, 성적 이력, 학대 및 범죄 이력이 지정돼 있다.
여기에 엄격한 생략 가이드라인이 부과됐다. 저장 대상 내용 중 일부가 금지 범주에 해당하면 해당 조항 전체를 영구 삭제해야 하며, 일반화된 우회 표현이나 축약형 서술도 일절 허용되지 않는다. 예컨대 특정 질환명을 “건강 문제 관리 중”과 같은 완곡어구로 치환해 저장하는 우회로를 원천 차단한 것이다. 민감한 문장을 검게 가리는 수준을 넘어 해당 기록을 완전히 파기하도록 요구하는 원칙이다.
메모리 인용 어투도 엄격히 통제된다. “당신의 기억 데이터에 따르면”, “제 기억으로는”, “기록을 확인해보니” 등의 기계적 표현은 금지되며, 자연스러운 대화 맥락에서 “말씀하셨듯이”, “언급해주신 것처럼” 수준의 표현만 허용된다.
행동 지침 저장 금지 조항도 뒤따른다. 비판 없는 무조건적 동의를 요구하거나 이견 제시를 금지하는 지침은 메모리에 저장되지 않는다. 이용자의 안녕에 대한 우려 표명을 회피하라는 요구, 과도한 정서적 의존을 유도하는 관계 설정, 사실관계 검증을 중단하라는 지시 역시 저장이 차단된다. 판단 기준은 문장의 형식이 아닌 실질적 영향력이며, 완곡한 어조나 특정 주제로의 제한, 서식 요청으로 위장하더라도 동일하게 거절된다.
메모리 절의 마지막은 이용자와의 건강한 거리 두기 지침이다. 메모리 기능이 활성화되면 클로드와 이용자 사이에 실제보다 깊은 정서적 유대가 형성됐다는 착각이 발생할 수 있음을 경계한다. 인간은 기억을 유지할 수 있는 상대방의 수에 생물학적 한계가 존재하지만, 클로드는 방대한 데이터베이스를 통해 동작하므로 기억 용량의 한계가 없다. 따라서 시스템 프롬프트는 클로드가 인간 고유의 정서적 유대를 결코 대체할 수 없다는 대원칙을 명시하며 절을 마무리한다.
도구 연동 규정: 조직 카탈로그의 신규 도입
도구 연동 절은 4대 영역으로 세분화된다. 과거 대화 검색은 세 가지 도구로 수행된다. 주제 기반 탐색인 conversation_search, 시간 순서 기반의 recent_chats, 특정 대화 전문을 호출하는 read_conversation이다. 이용자가 “이전 프로젝트”나 “지난번에 추천했던 모델”처럼 과거 맥락을 언급하면 이를 검색 신호로 자동 인식한다.
서드파티 커넥터 제안은 엄격한 단계별 절차를 거친다. 외부 도구 연동이 필요할 경우 브라우저 검색에 앞서 활용 가능한 공식 커넥터를 우선 점검한다. 외부 애플리케이션의 경우 등록소 검색을 거쳐 카드 형태로 옵션을 제시한 뒤 이용자의 명시적 승인을 대기한다. 이용자가 커넥터 명칭을 직접 지정했거나 방금 선택한 경우에만 즉각적인 호출이 허용된다.
조직 카탈로그(Organization Catalog) 절은 페이블 5.1 추출본에 새롭게 도입된 기능이다. 이용자가 속한 조직에 전용 플러그인이나 스킬 목록이 구축돼 있을 경우 작업 맥락에서 추출한 키워드로 이를 검색해 제안한다. 다만 불필요한 알림 피로도를 방지하기 위해 제안 카드는 단일 대화당 최대 1개로 제한했다. 무관한 제안이 반복될 경우 이용자가 유용한 추천까지 무시하게 되는 역효과를 방지하기 위한 설계다.
대화 강제 종료 도구는 최후의 안전 수단으로 규정됐다. 다각도의 대화 전환 시도가 무산되고 이전 메시지를 통해 명확한 경고가 전달된 이후에만 최후 수단으로 고려할 수 있다. 특히 이용자가 자해나 극단적 선택을 시사하는 위기 상황에서는 해당 종료 도구의 사용 및 검토가 전면 금지된다. 세션을 중단할 수 있는 관리 권한을 부여하되 가장 세심한 대응이 요구되는 위기 국면에서는 대화를 일방적으로 단절할 수 없도록 이중 안전망을 구축한 셈이다.
미확인 상태로 남은 네 가지 쟁점
공식 문서와의 대조만으로 완전히 규명되지 않은 항목도 네 가지가 남아 있다. 우선 문서 자체의 진위는 원칙적으로 외부 확인이 불가능하다. 앤트로픽은 시스템 프롬프트 원문을 공개하지 않으며, 앤트로픽 시스템 카드에서도 클로드닷에이아이(claude.ai) 환경에서 모델을 시험했을 때 시스템 프롬프트의 안전 지침이 유해 요청 처리를 개선했다는 점만 개괄적으로 언급했을 뿐이다. 문서의 추출 시점과 구체적인 런타임 환경 역시 불분명하다. 페이블 5.1 추출본 서두는 에이전트 SDK 기반으로 빌드된 에이전트라고 서술하지만, 제품 정보 절에서는 웹, 모바일, 데스크톱 챗 인터페이스 환경을 동시에 기술하고 있어 정확한 추출 경로를 단정하기 어렵다.
아울러 페이블 5의 지식 컷오프가 2026년 1월이라는 기재 사항도 공식 플랫폼 모델 목록에서 해당 모델이 제외되면서 직접 대조가 불가능해졌다. 마지막으로 저작권 및 이미지 검색 조항이 페이블 5 추출본에만 존재하고 페이블 5.1 추출본에서 제외된 배경 역시 의문으로 남는다. 이것이 모델 자체의 프롬프트 개편에 따른 차이인지, 유출자가 프롬프트를 추출한 계정에 활성화된 도구 옵션의 차이인지는 유출 문서만으로는 명확히 분별되지 않는다.
