
AWS 공식 뉴스 블로그와 Amazon Bedrock 문서에 따르면 AWS는 2026년 6월 9일 Anthropic의 Claude Fable 5를 Amazon Bedrock과 Claude Platform on AWS에서 사용할 수 있게 했다고 밝혔다. Claude Fable 5는 Anthropic이 Mythos급 성능을 일반 고객에게 제공하기 위해 별도 안전장치를 적용한 모델이다.
AWS는 Bedrock 이용자가 기존 AWS 환경 안에서 Claude Fable 5 추론 워크로드를 실행할 수 있다고 설명했다. 모델은 장시간 코딩·지식 작업, 문서와 이미지가 섞인 분석, 자체 검증 흐름을 포함한 복잡한 업무에 초점을 맞춘다. Bedrock 문서의 모델 카드도 Claude Fable 5가 100만 토큰 문맥 창과 12만8,000 토큰 최대 출력, 항상 켜진 적응형 추론 기능을 제공한다고 안내한다.
이번 제공에서 주목되는 부분은 데이터 보존 조건이다. AWS 블로그는 Claude Fable 5를 호출하려면 Data Retention API로 provider_data_sharing 모드를 설정해야 하며, 출시 시점에는 이 설정을 위한 콘솔 UI가 없다고 밝혔다. 이 모드는 Bedrock이 추론 데이터를 보존하고 모델 제공자 요구에 따라 공유할 수 있게 하는 설정이다.
AWS의 Bedrock abuse detection 문서는 기본적으로 Amazon Bedrock이 zero operator access와 zero data retention 모델을 사용한다고 설명한다. 그러나 Claude Fable 5의 경우 Anthropic 요구에 따라 입력과 출력이 최대 30일 보존되며, 이용자는 악용 탐지와 잠재적 사람 검토를 위해 보존된 트래픽을 Anthropic과 공유하는 데 옵트인해야 한다고 명시했다.
Anthropic의 도움말 문서도 같은 정책 배경을 설명한다. Anthropic은 Mythos급 모델과 유사한 고성능 모델을 책임 있게 배포하기 위해 프롬프트와 출력을 30일 동안 보존하고 검토할 수 있도록 한다고 밝혔다. 회사는 이 정책이 2026년 6월 9일부터 적용되며, 기존 zero data retention 구성을 쓰는 조직이 Claude Console, Claude Code Enterprise, AWS Bedrock, Google Cloud Agent Platform, Microsoft Foundry에서 해당 모델을 쓰려 할 때 영향을 받는다고 설명했다.
보안과 규정 준수를 중시하는 기업에는 모델 성능만큼 데이터 처리 조건이 중요한 판단 기준이 된다. Fable 5는 더 넓은 장기 작업과 고난도 코딩 작업을 지원하지만, ZDR을 계약·정책 요건으로 둔 조직은 도입 전에 데이터 보존 범위, 클라우드 경계, 제공자 공유 여부, 인적 검토 가능성을 검토해야 한다.
제공 지역도 제한적이다. AWS 블로그는 Claude Fable 5가 미국 동부 버지니아 북부와 유럽 스톡홀름 리전의 Amazon Bedrock에서 제공된다고 밝혔다. Bedrock 문서는 서울 리전의 경우 글로벌 교차 리전 추론은 가능하지만, 리전 내 추론과 지리권 교차 리전 추론은 지원되지 않는 것으로 표시하고 있다. 국내 기업은 데이터 거주지와 교차 리전 처리 조건을 함께 확인해야 한다.
출처: AWS News Blog https://aws.amazon.com/blogs/aws/anthropic-claude-fable-5-on-aws-mythos-class-capabilities-with-built-in-safeguards-now-available/
출처: Amazon Bedrock Documentation https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-fable-5.html
출처: Amazon Bedrock Documentation https://docs.aws.amazon.com/bedrock/latest/userguide/abuse-detection.html
출처: Claude Help Center https://support.claude.com/en/articles/15425996-data-retention-practices-for-mythos-class-models









