Claude Fable 5 vs Gemini 3.5 Pro — 에이전트 루프와 MCP 성능 비교

요즘 AI 개발자들 사이에서 가장 뜨거운 화두는 단연 스스로 생각하고 행동하는 '에이전트'입니다. 마침내 우여곡절 끝에 복귀한 앤트로픽의 클로드 페이블 5(Claude Fable 5)와 구글이 야심 차게 선보인 제미나이 3.5 프로(Gemini 3.5 Pro)가 에이전트 시장의 왕좌를 두고 정면충돌했는데요. 스스로 도구를 사용해 복잡한 문제를 해결하는 에이전트 루프와 모델 컨텍스트 프로토콜(MCP) 환경에서 두 강력한 라이벌이 실제로 어떤 성능 차이와 한계를 보이는지 자세히 살펴보겠습니다.

코딩은 압도적이지만 비용과 속도가 발목 잡는 Claude Fable 5

앤트로픽의 클로드 페이블 5(Claude Fable 5)는 출시 과정부터 참 드라마틱했습니다. 지난 2026년 6월 9일 처음 세상에 나왔다가 미국의 수출 규제 이슈로 사흘 만인 6월 12일에 잠시 서비스가 중단되었고, 우여곡절 끝에 7월 1일 다시 정식으로 복귀했습니다.

돌아온 페이블 5의 코딩 능력은 압도적입니다. 개발자 대상 에이전트 벤치마크인 SWE-Bench Pro에서 무려 80.3%의 해결률을 기록하며 장기 에이전트 루프의 절대 강자임을 다시 한번 증명했습니다. 스스로 코드를 짜고 도구를 다루는 자율성만큼은 확실한 우위를 점하고 있습니다.

하지만 실무에 투입한 개발자들의 실제 평가는 조금 엇갈립니다. 무엇보다 느리고 비싸다는 현실적인 한계 때문입니다. 모델이 깊이 생각하느라 답변 하나를 얻는 데만 최소 60초에서 몇 분씩 걸리기 일쑤입니다. 게다가 복잡한 과제 하나를 완전히 해결하려면 평균 1,410만 토큰을 소모하며 약 11.75달러의 비용이 청구됩니다.

실패하면 안 되는 고난도 소프트웨어 개발에는 최고의 선택일 수 있습니다. 하지만 빠르고 가볍게 여러 작업을 병렬로 처리해야 하는 대규모 에이전트 환경에서는 생각보다 무거운 짐이 될 수 있습니다.

Vertex AI 프리뷰로 등판한 Gemini 3.5 Pro와 상반된 평가들

구글이 버텍스 엔터프라이즈 프리뷰(Vertex Enterprise Preview)로 선보인 제미나이 3.5 프로(Gemini 3.5 Pro)는 현재 개발자 사이에서 가장 뜨거운 감자입니다. 무려 200만 토큰에 달하는 압도적인 컨텍스트 창과 새로운 추론 모드인 '딥싱크(Deep Think)'를 무기로 장기 에이전트 시장을 정조준했기 때문입니다. 하지만 최근 유출된 커뮤니티 데이터와 초기 평가 보고서에서는 극과 극의 상반된 평가가 나오고 있습니다.

가장 대표적인 긍정론은 프런트엔드 개발 능력에서 나옵니다. 지난 2026년 7월 2일 LMSYS 아레나 유출 데이터에 따르면, 제미나이 3.5 프로는 단 한 번의 요청으로 높은 완성도의 SVG 그래픽 코드를 뽑아내며 클로드 페이블 5 하이(Claude Fable 5 High) 모델을 앞질렀다는 평가를 받았습니다. 단발성 코딩과 빠른 아웃풋 생성에서는 구글이 판정승을 거두었다는 분석입니다.

반면 복잡하고 긴 에이전트 루프를 돌릴 때는 의구심이 꼬리를 뭅니다. 또 다른 내부 유출 테스트 결과에 따르면, 제미나이 3.5 프로가 장기 추론이나 복잡한 소프트웨어 에러를 단계별로 디버깅하는 과정에서 클로드 페이블 5나 GPT-5.6에 비해 다소 불안정한 모습을 보였다고 합니다. 결국 방대한 컨텍스트 속에서 끝까지 집중력을 유지하는 장기 추론 능력은 아직 완벽하지 않다는 신중론도 만만치 않습니다.

가성비와 속도의 끝판왕, 가볍게 날아오른 Gemini 3.5 Flash

에이전트를 만들 때 개발자들을 지치게 만드는 주범은 바로 속도와 비용입니다. 매 단계마다 도구를 부르고 응답을 기다리는 반복적인 '에이전트 루프'를 무거운 프론티어 모델로만 계속 돌리면, 전체 지연 시간이 길어질 뿐 아니라 API 비용도 감당하기 어려워지기 때문입니다. 이 틈새를 공략해 개발자들의 강력한 우군으로 떠오른 모델이 바로 제미나이 3.5 플래시(Gemini 3.5 Flash)입니다.

이 모델은 초당 최대 280토큰을 쏟아내는 압도적인 처리 속도를 보여줍니다. 가격 또한 100만 토큰당 입력 1.50달러, 출력 9.00달러 수준으로 매우 저렴해 반복 호출이 많은 에이전트 환경에 최적입니다. 단순히 싸고 빠른 데서 그치지 않고, 스케일 AI(Scale AI)가 다양한 도구 사용 능력을 평가한 'MCP 아틀라스' 벤치마크에서 83.6%의 높은 점수를 기록하며 여러 도구를 오차 없이 정확하게 조율하는 성능을 입증했습니다.

덕분에 제미나이 3.5 플래시는 수많은 외부 도구와 데이터를 에이전트에 붙여 빠르게 테스트해 볼 때 가장 훌륭한 길잡이가 되어 줍니다. 예를 들어 아래와 같은 간단한 JSON 설정을 통해 데이터베이스 등을 제어하는 MCP 서버를 등록하고, 이를 제미나이 3.5 플래시 기반 에이전트와 연동해 복잡한 일처리를 지연 없이 신속하게 위임할 수 있습니다.

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/path/to/database.db"
      ]
    }
  }
}

결국 에이전트를 영리하게 설계하는 핵심은 모든 역할을 하나의 모델에 몰아주지 않는 데 있습니다. 도구를 호출하고 가벼운 작업을 반복하는 중간 과정은 속도가 빠르고 든든한 제미나이 3.5 플래시에게 맡기고, 최종 의사결정처럼 고도의 추론이 꼭 필요한 순간에만 비싼 상위 모델을 호출함으로써 성능과 비용의 완벽한 조화를 달성할 수 있습니다.

에이전트 아키텍처의 해답, '하이브리드 라우팅'에 있습니다

결국 실제 서비스 환경에서 가장 똑똑한 AI 에이전트를 설계하는 비결은 단 하나의 모델만 고집하지 않는 데 있습니다. 복잡하고 정교한 의사결정이 필요한 순간에는 클로드 페이블 5나 제미나이 3.5 프로의 딥싱크 모드로 깊은 추론을 유도하고, 수많은 MCP 도구를 빠르게 실행하며 반복 루프를 돌릴 때는 저렴하고 빠른 제미나이 3.5 플래시를 적재적소에 배치하는 식입니다. 이처럼 상황에 따라 모델을 매끄럽게 갈아 끼우는 '동적 하이브리드 라우팅'을 마스터하는 것이야말로 에이전트의 성능과 비용을 모두 잡는 가장 확실한 열쇠가 될 것입니다.