Fable 5, 5천만 라인 코드 마이그레이션을 하루 만에 완수한 Long-horizon AI

Context

기존 LLM 모델의 짧은 컨텍스트 유지 능력으로 인한 복잡한 Task 수행 시의 맥락 상실 문제 발생. 단순 벤치마크 성능 향상을 넘어 실제 프로덕션 수준의 대규모 코드베이스 관리 및 장기적 추론 능력이 요구되는 상황.

Technical Solution

• 내부적으로 Planner, Generator, Evaluator 구조를 통합하여 모델 자체적으로 단계적 계획 및 검증 수행
• Sub-agent 위임 구조를 통한 복잡한 Task의 분할 처리 및 실행 결과의 자체 검증 로직 구현
• Vision-only Harness 설계를 통해 외부 보조 도구 없이 raw screen pixels만으로 환경을 인지하고 상호작용하는 추론 능력 확보
• Safety Classifier 기반의 라우팅 설계를 통해 보안/생물학 등 민감 쿼리 발생 시에만 Opus 4.8로 자동 Fallback 처리
• Long-horizon Stamina 확보를 통해 수일간 지속되는 워크플로우에서도 일관된 맥락을 유지하는 아키텍처 적용