주요 업데이트
Anthropic이 6월 10일 미 상원 은행위원회에 보낸 서한에서, 알리바바와 그 AI 연구소(Qwen)가 클로드를 상대로 '지금까지 알려진 것 중 최대 규모의 증류(distillation) 공격'을 벌였다고 주장했어요. 약 2만5천 개의 가짜 계정으로 4월 22일부터 6월 5일까지 2880만 회 질의를 보내, 코딩·에이전트 추론·장기 과제처럼 가장 값나가는 능력을 빼내려 했다는 거예요. Anthropic은 이를 국가안보 문제로 규정하고 의회에 수출 통제 강화와 대규모 모델 추출 행위 처벌 신설 등을 요구했어요. 다만 이는 Anthropic의 일방적 주장이고, 알리바바는 즉답을 내놓지 않았으며 혐의는 아직 독립적으로 검증되지 않았어요. 소송이 아니라 의원들에게 보낸 서한이라는 점도 함께 봐 둘 만해요.
용어 풀이 - distillation(증류)
- 큰(강한) AI 모델에 대량으로 질문해 그 출력으로 더 작은 모델을 학습시키는 기법. 여기선 경쟁 모델의 능력을 몰래 베껴 가는 '모델 추출'을 가리켜요.
- agentic reasoning(에이전트 추론)
- 모델이 스스로 도구를 쓰고 여러 단계를 계획·실행해 과제를 끝까지 처리하는 능력.
- rate limit(레이트리밋)
- 단위 시간당 API 호출 횟수를 제한하는 장치. 대량 자동 질의나 남용을 막는 데 써요.
운영자 인사이트
표적이 '코딩·에이전트 추론·장기 과제'라는 점이 핵심이에요. 클로드의 코딩 능력 자체가 경쟁 모델 학습의 원료로 쓰였다는 주장이라, API를 외부에 여는 쪽이라면 대량 자동 질의·이상 계정 패턴을 잡아내는 약관·레이트리밋·악용 모니터링이 곧 핵심 자산 방어선이 돼요. 또 미·중 수출 통제가 칩을 넘어 '모델 출력 접근'으로 번지면 어떤 외국 모델을 어디까지 쓸 수 있는지가 규제 변수로 들어올 수 있어, 조달·아키텍처 결정에 미리 반영해 둘 만해요.
여러 관점으로 보기 - Anthropic 주장의 규모·근거 가짜 계정 약 2만5천 개로 2880만 회 교환, 코딩·에이전트 능력을 표적으로 삼았다는 핵심 수치를 정리해요. CNBC
- 정책·국가안보 함의 Anthropic이 의회에 수출 통제 강화·모델 추출 처벌 신설 등 네 가지를 요구한 배경을 짚어요. Decrypt
- 업계·지식재산 함의 (증류 공격이란) 증류 공격이 무엇이고 왜 업계와 지식재산에 위험한지를 풀어서 설명해요. Inc.
원본 보기 (hn:anthropic)
6월 25일 발행분(v2.1.187) 이후 실제로 공개된 버전은 v2.1.190·191·193이에요(188·189·192는 건너뛰었고 190은 버그 수정뿐이에요). v2.1.193은 `autoMode.classifyAllShell` 설정으로 모든 Bash·PowerShell 명령을 auto-mode 분류기로 보내고(기존엔 임의 코드 실행 패턴만 걸렀어요), 거부 사유를 트랜스크립트·토스트·`/permissions`에 남기며, 모델 응답 텍스트를 담는 OpenTelemetry 로그 이벤트를 새로 추가했어요. 다만 이 이벤트는 프롬프트를 이미 로깅하던 환경이라면 업그레이드 후 응답까지 자동 수집되니 `OTEL_LOG_ASSISTANT_RESPONSES=0`으로 꺼야 해요. v2.1.191은 `/clear` 이전으로 되돌리는 `/rewind`, 중지한 백그라운드 에이전트가 되살아나던 버그와 쉼표로 구분한 hook matcher가 조용히 안 걸리던 버그 수정, 스트리밍 중 CPU 약 37% 절감을 담았어요.
용어 풀이 - OTel (OpenTelemetry)
- 앱의 로그·추적·지표를 외부 관측 도구로 내보내는 오픈소스 표준 규격
- auto-mode
- 명령을 분류기로 판단해 자동 승인·실행 여부를 정하는 Claude Code 권한 모드
- hook matcher
- 도구 실행 전후 자동 스크립트(hook)를 어떤 도구에 걸지 지정하는 일치 규칙
- MCP (Model Context Protocol)
- Claude를 외부 도구·데이터 소스에 연결하는 개방형 프로토콜
운영자 인사이트
OTel로 프롬프트를 이미 로깅 중인 팀은 업그레이드만 해도 모델 응답 전문이 로그에 쌓이기 시작해요 — 사내 로그·컴플라이언스 정책을 점검하고 필요하면 `OTEL_LOG_ASSISTANT_RESPONSES=0`을 먼저 박아두는 게 안전해요. auto-mode를 쓴다면 `classifyAllShell`로 모든 셸 명령을 분류기에 태워 자동 실행 범위를 좁힐 수 있어요.
여러 관점으로 보기 - 보안·자동화 (v2.1.193) 모든 셸 명령 auto-mode 분류·OTel 응답 로그·거부 사유 기록을 추가했어요. GitHub
- UX·안정성 (v2.1.191) `/clear` 되돌리기(`/rewind`)·중지 에이전트 부활 버그 수정·CPU 약 37% 절감을 담았어요. GitHub
원본 보기 (github-releases:claude-code)
오픈소스 모델 딥시크 V4 플래시로 갈아타 자사 브라우저 에이전트 비용을 100배 넘게 줄였다는 분석이 화제예요. 핵심은 모델 성능이 아니라 하니스(harness) 설계로, 호출 횟수·컨텍스트 크기·비캐시 비율·토큰 단가를 곱으로 줄였다는 거예요. 사실 확인을 해보면 딥시크 V4는 2026년 4월 오픈 가중치로 공개됐고 1M 토큰 맥락을 갖췄지만, 공개 벤치에선 현행 클로드 소네트 4.6에 근소하게 뒤져요(MMLU Pro 86.2 대 87.3, SWE-bench Verified 79 대 79.6). 그래서 '능가'보다 '비슷하면서 입력가 약 30배 저렴'이 정확하고, 100배 절감도 특정 워크로드에 한정된 셈법이에요. Show HN 글은 8점·댓글 0이라 독립 검증·토론은 아직 거의 없어요.
용어 풀이 - harness(하니스)
- LLM 호출을 감싸 도구 사용·재시도·컨텍스트 관리 등을 조율하는 실행 프레임워크예요.
- open weights(오픈 웨이트)
- 모델 가중치를 공개해 누구나 내려받아 직접 구동할 수 있는 형태예요. 라이선스 조건은 별도예요.
- cached input(캐시 입력)
- 직전과 동일한 입력 일부를 재사용할 때 더 싼 단가로 처리하는 토큰 과금 방식이에요.
- SWE-bench Verified
- 실제 깃허브 이슈 해결 능력을 측정하는 코딩 벤치마크의 사람 검증판이에요.
운영자 인사이트
진짜 메시지는 '모델 키우기'가 아니라 '하니스 키우기'예요. 호출 횟수·컨텍스트·캐시 적중률을 설계로 줄이면 값싼 오픈 모델로도 충분해지는 구간이 생겨요. 다만 100배 같은 수치는 자사 워크로드 한정이라 그대로 믿지 말고, 본인 트래픽의 캐시율·재시도율로 직접 재보는 게 맞아요. 모델 교체보다 에이전트 루프 설계가 비용을 더 좌우해요.
여러 관점으로 보기 - 원 주장 하니스(Code-as-Plan) 설계로 호출·컨텍스트·캐시·단가를 줄여 값싼 오픈 모델로 100배 비용 절감을 했다고 주장해요. rtrvr.ai
- 커뮤니티 반응 Show HN으로 올라왔지만 8점·댓글 0이라 독립 검증이나 반론이 거의 없어요. Hacker News
- 독립 검증 — 모델 사실 딥시크 V4는 2026년 4월 오픈소스로 공개됐고 1M 컨텍스트가 기본이며, 공식 표현은 'Sonnet 능가'가 아니라 '최상위 폐쇄 모델에 필적'이에요. DeepSeek 공식 발표
- 독립 검증 — 벤치·가격 독립 비교에선 V4 플래시가 소네트 4.6에 MMLU Pro(86.2 vs 87.3)·SWE-bench Verified(79 vs 79.6)로 근소하게 뒤지지만, 입력 토큰가는 약 30배 저렴해요. LLM Reference
원본 보기 (hn:claude-code)
중국 보안업체 360 시큐리티(360 Security)가 6월 24일 베이징 ISC.AI 2026 콘퍼런스에서 앤트로픽(Anthropic)의 'Mythos'에 맞먹는다고 주장하는 AI 보안 도구를 공개했어요. 소프트웨어 취약점을 자동으로 찾아내는 'Tulongfeng'(중국판 Mythos로 소개)과 사이버 방어·사고 대응을 자동화하는 'Yitianzhen' 두 가지이고, 'Yitian Tulong'이라는 이름으로 묶었어요. 360은 Tulongfeng이 취약점 3,432건(이 중 105건은 중국 당국 확인)을 찾았다고 했지만 Reuters는 독립 검증이 안 된다고 밝혔어요. Mythos는 4월 공개된 취약점 탐지 시스템으로, 미국 정부가 이달 안보를 이유로 앤트로픽에 저사양 버전 수출 중단을 명령했어요. 창업자 Zhou Hongyi는 기반 모델이 미국 대비 20~30% 뒤처짐을 인정하면서도, 단일 고성능 모델 대신 모델에 보안 전문성·취약점 데이터베이스·자동화 도구를 엮은 '에이전트(agent)' 방식으로 Mythos급 역량을 냈다고 주장했어요.
용어 풀이 - Mythos
- 앤트로픽이 2026년 4월 공개한 소프트웨어 취약점 자동 탐지 AI 시스템. 코딩 도우미가 아닌 보안 도구.
- Tulongfeng
- 360이 공개한 취약점 자동 탐지 AI. '중국판 Mythos'로 소개됨.
- Yitianzhen
- 360이 공개한 사이버 방어·사고 대응 자동화 AI.
- ISC.AI
- 360 시큐리티가 주최하는 중국 베이징 사이버보안 콘퍼런스.
운영자 인사이트
핵심은 미국 대비 20~30% 모델 성능 격차를 '에이전트 조합'으로 메운다는 접근이에요. 단일 고성능 모델이 막히면 보안 전문성·취약점 데이터베이스·자동화 툴을 엮어 실무 역량을 끌어올리는 전략은, 취약점 탐지를 넘어 코딩 에이전트 설계에도 시사점이 있어요. 다만 Mythos도 Tulongfeng도 코딩 도우미가 아닌 보안 도구이고, 3,432건 같은 수치는 미검증이라 마케팅 주장과 분리해 봐야 해요.
여러 관점으로 보기 - 성능 주장·미검증 (Reuters 와이어) 360은 Tulongfeng이 취약점 3,432건을 찾았다고 했지만 Reuters는 검증할 수 없다고 밝혔어요. Yahoo News (Reuters)
- 보안업계 시각 보안 전문매체가 360의 취약점 발견용 AI 모델 공개를 정리했어요. SC Media
- 도구 구성 취약점 탐지 Tulongfeng과 방어 자동화 Yitianzhen 두 축으로 구성됐다고 전했어요. TechRadar
원본 보기 (hn:anthropic)
터미널 기반 코딩 에이전트 4종을 비교한 글이에요. Claude Code는 완성도와 구독 인증 안정성·퍼스트파티 기능(MCP·서브에이전트·스킬·훅)이 강점이지만 모델 선택이 제한적이고, Goose는 리눅스 재단 산하 거버넌스와 15개 이상 공급자·YAML 레시피·비용 이점이 강점이나 설정이 거칠어요. OpenCode는 MIT 라이선스·LSP 진단·75개 이상 모델이 장점이되 잦은 호환성 변경이 단점이고, Pi는 도구 4개만 둔 미니멀 설계로 토큰 효율·완전한 커스터마이즈가 강점이나 손이 많이 가요. 저자는 '만능 승자는 없다'며 팀의 우선순위(완성도·거버넌스·비용·인증 안정성)에 맞춰 고르라고 결론지어요.
용어 풀이 - LSP (Language Server Protocol)
- 편집기와 언어 분석 서버가 자동완성·진단을 주고받는 표준.
- MCP (Model Context Protocol)
- AI 모델을 외부 도구·데이터에 연결하는 개방형 표준.
- 하니스(harness)
- 모델을 감싸 도구 호출·반복 실행을 관리하는 실행 골격.
운영자 인사이트
구독으로 Claude를 안정적으로 쓸 수 있는 건 Claude Code뿐이고 나머지는 Claude용 API 키가 필요하다는 지적이 실무 선택의 핵심이에요. 대표 작업 하나를 네 도구로 돌려 보고 API 키 비용을 추산한 뒤 팀 기본값을 정하라는 조언이 합리적이에요.
원본 보기 (hn:claude-code)
Topos는 소스 코드를 AST·CFG·CPG·MDG 같은 그래프로 변환해 복잡도·결합도·보안 경로를 분석하고, 파일마다 금·은·동·슬롭(Slop) 등급을 매기는 오픈소스(BSD-3) 도구예요. '테스트는 코드가 돌아간다는 것만 증명할 뿐 그 코드가 적합한지는 증명하지 못한다'는 문제의식에서, 에이전트가 쏟아내는 중복 모듈·취약한 추상화를 측정 가능한 목표로 바꾸려 해요. CLI·VS Code 확장·MCP 서버로 제공되고, requests·numpy·pandas 등 1,927개 파일로 시험했어요. 다만 저자도 '보정이 아닌 사례 연구'라고 못 박았고 독립 검증은 아직 없어요.
용어 풀이 - AST (Abstract Syntax Tree)
- 코드의 문법 구조를 트리 형태로 표현한 것.
- CFG (Control Flow Graph)
- 프로그램의 실행 경로(분기·반복)를 그래프로 나타낸 것.
- CPG (Code Property Graph)
- 구문·제어·데이터 흐름을 합쳐 보안 분석에 쓰는 그래프.
- MDG (Module Dependency Graph)
- 모듈 사이의 의존 관계를 나타낸 그래프.
운영자 인사이트
'AI가 통과시킨 테스트'와 'AI가 남긴 구조적 부채'를 분리해 보려는 시도라, 에이전트가 리뷰 속도를 앞지르는 게 고민인 팀엔 참고 가치가 있어요. 다만 등급 임계값이 검증된 표준은 아니니, 점수를 절대 기준이 아니라 리뷰 우선순위를 정하는 신호로 쓰는 게 안전해요.
여러 관점으로 보기 - 원 소개 글 그래프 기반 구조 품질 메트릭과 1,927개 파일 사례 연구, 금·은·동·슬롭 등급 체계를 설명해요. krv.ai
- 커뮤니티 반응(HN) Show HN은 5점·댓글 1개로 화력이 낮고, 그 댓글도 인간 리뷰 대비 회귀율 벤치마크를 요청했어요. Hacker News
원본 보기 (hn:mcp-server)
Copilot 코드 리뷰가 자체 제작 도구 대신 Copilot CLI·SDK에 내장된 파일 탐색 도구(grep, rg, glob, view)를 사용하도록 바뀌었어요. 그 결과 중요한 코드를 더 빠르게 찾는 집중된 리뷰가 되고, 품질은 유지하면서 비용을 약 20% 줄였다고 해요. 이 효율 개선은 워크플로 변경 없이 전반에 적용돼요. 또 조직은 설정이 없는 저장소에 적용할 기본 리뷰 수준을 지정할 수 있고(개별 저장소는 재정의 가능), 중간(Medium) 분석 깊이로 수행된 리뷰는 PR 개요 코멘트에 어떤 깊이로 분석했는지 표시돼요. 이 변경은 Medium 리뷰 강도 공개 프리뷰 사용자를 대상으로 해요.
용어 풀이 - CLI
- Command-Line Interface. 명령줄 기반 도구
- SDK
- Software Development Kit. 개발용 라이브러리·도구 모음
- rg
- ripgrep. 빠른 정규식 기반 코드 검색 도구
- PR
- Pull Request. 변경 사항을 본 브랜치에 병합 요청하는 단위
운영자 인사이트
에이전트형 리뷰가 개발자처럼 grep·rg로 저장소를 직접 탐색하는 방향으로 가고 있다는 신호예요. 조직 기본 분석 깊이 설정은 저장소별 리뷰 강도를 표준화하려는 팀에 유용해요. 다만 사용자 체감 기능보다는 내부 효율·구성 변경 성격이 커서 우선순위는 낮게 봐도 돼요.
원본 보기 (rss:github-changelog)
엔터프라이즈 관리 설정(enterprise-managed settings)이 VS Code와 Copilot CLI에서 strictKnownMarketplaces 옵션을 지원하기 시작했어요(6월 25일 공개 프리뷰). 이 값을 설정하면 Copilot은 관리자가 명시적으로 정의한 마켓플레이스에서만 플러그인 설치를 허용해요. 관리자는 엔터프라이즈 settings.json에 이 옵션을 추가하고, Copilot은 Copilot Business·Copilot Enterprise로 라이선스된 사용자에게 설정을 자동으로 적용해요. 도구 실행 이전 단계에서 신뢰할 수 없는 플러그인 설치 위험을 제거해 클라이언트 거버넌스를 강제하는 수단이에요. 2026년 5~6월에 나온 엔터프라이즈 플러그인 관리 기능을 이어받은 변경이에요.
용어 풀이 - strictKnownMarketplaces
- 허용된 마켓플레이스에서만 플러그인 설치를 허용하도록 강제하는 엔터프라이즈 설정 옵션
- CLI
- Command-Line Interface. 명령줄 기반 도구
운영자 인사이트
Copilot CLI·VS Code에 플러그인 생태계가 커지면서 플러그인 자체가 공급망 공격 표면이 되는데, 이 설정은 허용 마켓플레이스만 화이트리스트로 묶는 통제예요. 같은 날 나온 npm 계정 보호와 함께 보면 공급망 위험을 클라이언트 단에서 막으려는 흐름이 읽혀요. 단, Copilot Business·Enterprise 라이선스 조직 전용이라 개인·소규모 팀엔 해당하지 않아요.
원본 보기 (rss:github-changelog)
npm이 레지스트리에서 가장 널리 쓰이는 패키지를 책임지는 고영향(high-impact) 계정에 예방적 보호를 도입했어요. 이메일 변경이나 2FA 복구 코드 사용 같은 민감한 계정 변경이 발생하면, 계정은 72시간 동안 읽기 전용 상태로 전환되고 이전 이메일 주소로 알림이 발송돼요. 이 기간에는 게시(publish), 토큰 관리, 패키지 공개 범위 변경, 조직·팀 멤버십 수정이 일시 중단되지만, 패키지 설치·다운로드와 조직·설정 조회는 그대로 가능해요. 72시간 뒤에는 재확인 절차 없이 자동으로 정상 복구되고, 그동안에도 패키지는 의존하는 모든 사용자에게 정상 제공돼요. 탈취된 계정이 이메일을 바꾸고 새 토큰을 발급해 악성 버전을 게시하는 공격 경로를 차단하려는 조치이며, 메인테이너가 따로 할 일은 없어요.
용어 풀이 - 2FA
- Two-Factor Authentication. 비밀번호 외 추가 인증 수단을 요구하는 2단계 인증
- 고영향 계정
- high-impact account. 다운로드·의존이 많은 핵심 패키지를 관리하는 계정
운영자 인사이트
2025년 9월 Shai-Hulud 웜, 2026년 3월 axios 사고처럼 '계정 탈취 → 이메일 교체 → 새 토큰 발급 → 악성 게시'로 이어진 실제 공격 패턴을 정조준한 방어예요. 72시간 동결이 탐지·대응 시간을 벌어줘요. 다만 트리거가 이메일 변경·2FA 복구라서, 이메일을 그대로 둔 채 토큰만 탈취하는 경로는 여전히 세분화 토큰·2FA 등 메인테이너 자체 보안으로 막아야 해요.
원본 보기 (rss:github-changelog)
GitHub Copilot for Jira가 2026년 3월 공개 프리뷰를 거쳐 6월 25일 정식 출시(GA)됐어요. 개발자가 지라(Jira) 티켓에서 직접 코딩 에이전트에게 작업을 요청하면, 에이전트가 해당 이슈에 연결된 풀 리퀘스트(PR)를 생성해 도구 전환 없이 작업할 수 있어요. GA에는 티켓 안에서 에이전트 진행 상황을 실시간으로 보여주는 스트리밍, 후속 지시를 새 PR이 아닌 같은 PR에 이어 반영하는 세션 후 조정, 간소화된 온보딩이 포함됐어요. 프리뷰 기간에는 모델 선택, MCP를 통한 컨플루언스(Confluence) 컨텍스트 연동, 커스텀 에이전트·커스텀 필드 등이 추가됐고, 설치는 아틀라시안 마켓플레이스에서 해요.
용어 풀이 - GA
- General Availability. 프리뷰를 끝내고 모든 사용자에게 정식 제공하는 단계
- PR
- Pull Request. 변경 사항을 본 브랜치에 병합 요청하는 단위
- MCP
- Model Context Protocol. 모델에 외부 데이터·도구 컨텍스트를 연결하는 표준 프로토콜
운영자 인사이트
지라와 GitHub를 함께 쓰는 팀은 티켓에서 곧장 PR 초안을 받을 수 있어 컨텍스트 전환이 줄어요. 다만 에이전트가 자동 생성하는 PR이므로 기존 리뷰·검증 절차를 그대로 유지해야 품질 사고를 막을 수 있어요.
원본 보기 (rss:github-changelog)