와이파이로 사람의 호흡과 자세를 읽는 RuView, 실제 설치 성능은 어디까지 검증됐나
RuView는 ESP32-S3 같은 센서가 수집한 Wi-Fi 채널 상태 정보(CSI)로 사람의 움직임과 생체신호를 추정하는 연구용 시스템입니다. 공개 자세 점수 82.69%는 MM-Fi 데이터셋의 평가 결과이며, 단일 ESP32 실시간 자세 기능은 초기 단계입니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
인터넷·파일을 막아도 CPU 캐시로 신호를 주고받은 AI 에이전트
OpenAI는 별도 microVM에 둔 AI 에이전트에게 네트워크와 공유 파일 없이 비밀을 교환하라고 요청했고, 에이전트는 CPU 캐시의 읽기 시간 차이를 통신에 활용했습니다. 대부분의 시험은 채널이나 프로토콜을 연구진이 지정했으며, 한 시험에서만 넓은 취약점 목록을 바탕으로 에이전트가 경로와 부호화 방식을 찾았습니다.
이 핑거프린팅 스크립트는 왜 생물무기를 만드는 걸까요?
브라우저 핑거프린팅 스크립트에서 생물무기와 자해를 다루는 함수명, 유니코드로 숨긴 프롬프트가 발견됐습니다. 작성자는 이를 LLM의 코드 분석을 막으려는 장치로 해석하고, 스크립트의 실제 동작과 수집 신호를 살펴봅니다.
OpenAI, 상시 작동하는 Dots 에이전트를 문자 메시지로 확장
OpenAI가 미국 일부 ChatGPT Pro 사용자를 대상으로 Dot 에이전트와 문자로 대화하는 베타를 시작했습니다. 문자와 사진, 음성 메모로 작업을 맡기고 관련 소식이 생기면 먼저 메시지를 받을 수 있지만, 알림의 유용성과 문자 처리 업체에 관한 세부 사항은 제한적으로 공개됐습니다.
영국 망명 심사 AI 요약, 검토 표본 5건 중 1건에서 오류
영국 내무부가 망명 인터뷰 요약 도구를 전면 도입한 뒤 전문가가 확인한 203건 중 45건이 초기 검토를 통과하지 못했습니다. 전체 사건의 약 0.3%만 표본 검사했고 이후 전문가 검사가 중단돼, 오류가 실제 심사에 미친 영향은 확인되지 않았습니다.
Anthropic 미공개 AI 모델, Chrome·Safari·Windows·Linux 취약점을 연결해 작동하는 익스플로잇 제작
Anthropic은 미공개 연구 모델이 Chrome, Safari, Android, Windows, Linux의 취약점을 찾아 연결하고 PoC 익스플로잇을 만들었다고 밝혔습니다. 실제 공격에 쓰인 사례는 없으며, 회사는 취약점을 업체에 신고해 패치가 배포됐다고 설명합니다. 다만 모델의 독자적 기여 범위와 일부 CVE의 연결 관계는 공개 자료만으로 확인하기 어렵습니다.
마이크로소프트, 10월 패치 화요일에 취약점 1,413건 수정
마이크로소프트가 10월 보안 업데이트에서 취약점 1,413건을 수정했으며, 그중 Windows Shell 취약점 CVE-2026-96951은 실제 공격에 악용되고 있다고 밝혔습니다. AI 보조 취약점 탐색이 발견 규모를 키우는 가운데, 마이크로소프트는 CVE 수보다 악용 여부와 공격 경로를 살펴 업데이트 우선순위를 정하도록 안내하는 ‘risk cohorts’를 도입했습니다.
취약점 공개의 속도를 방어자가 따라갈 수 없습니다
보안 취약점 공개가 잇따르면서 방어팀이 취약점의 실제 영향 범위를 확인하고 패치를 배포하는 속도가 이를 따라가지 못한다고 지적합니다. 글쓴이는 AI가 이 병목을 해결하기보다 보고서와 대응 업무를 늘릴 수 있다며, 자산 노출을 줄이고 침해 범위를 제한하는 방어에 투자해야 한다고 주장합니다.
AI 보안 스타트업, 12시간 안에 Anthropic 내부 시스템 접근
Anthropic의 외부 보안 테스트에 참여한 Cathedral이 12시간 안에 일부 영업·인사·IT 시스템의 취약점을 찾아 직원 정보와 내부 메시지에 접근했습니다. 고객과 Claude의 대화, 모델 가중치와 소스 코드에는 접근하지 못했으며, Anthropic은 관련 소프트웨어를 비활성화하고 공급업체의 수정 확인 뒤 복구했습니다.
퍼저와 AI: JavaScript 엔진에서 Fuzzilli와 BigSleep 비교
Google Project Zero는 V8에서 퍼저 Fuzzilli와 LLM 기반 버그 탐색 시스템 BigSleep의 성과를 비교했습니다. 최근 6개월간 두 도구가 찾은 취약점은 45건과 37건이고, 실제 운영 데이터의 중복은 약 25%였습니다. 과거 버그를 재발견하는 실험에서는 중복률이 60% 안팎으로 나타나 두 접근법을 함께 운영해야 한다고 분석합니다.
경찰, '수상한' 운전 패턴을 찾아 운전자를 세우는 데 AI 활용
미국 경찰이 자동 번호판 인식기(ALPR)와 AI 도구로 운전자의 이동 패턴을 살피고, 구체적인 범죄 혐의 없이 차량을 세운 사례가 보도됐습니다. ACLU는 무고한 사람의 이동 기록이 수사와 검문에 쓰일 위험을 지적합니다.
앤스로픽의 컴퓨팅 약정, 최대액과 실제 부담은 어떻게 다를까요?
앤스로픽은 미래 컴퓨팅·인프라에 5,420억~5,670억 달러를 약정했지만, 공시된 금액이 모두 확정 지출인 것은 아닙니다. 스페이스X 계약에는 해지 조건이 있고, 자체 데이터센터 전략에는 선행 비용과 전력·장비 확보 위험이 따릅니다. 컴퓨팅 수요와 제품 가격이 맞물리면 수익성 부담도 커질 수 있습니다.
Anthropic의 S-1 위험 요인: 인류 멸종, 펜타곤, 다리오 아모데이의 평판
Anthropic의 기업공개(IPO) 신고서는 AI의 재앙적 위험부터 미 국방부와의 분쟁, 컴퓨팅 비용, 안전 정책, 고객 집중과 지배구조까지 폭넓은 사업 위험을 공개합니다. 2026년 매출과 지출 계획도 담겼으며, 안전을 위한 결정과 창업자 중심의 의결 구조가 투자자 가치에 미칠 영향도 명시했습니다.
존스홉킨스, AI 도구에 환자 정보 전송 후 3,000여 명에 통지
존스홉킨스 베이뷰 메디컬센터 직원이 승인받지 않은 공개 AI 도구에 환자 정보가 담긴 스프레드시트를 올려 환자 3,182명의 정보가 노출됐을 가능성이 있습니다. 병원은 도구 기록에서 파일과 대화를 삭제하고 업체에도 데이터 삭제를 요청했으며, 직원 교육과 사용 정책을 강화한다고 밝혔습니다.
Cloudflare Workers AI의 GLM-5.3에서 발생한 요청 간 KV 캐시 노출
Cloudflare는 GLM-5.3 Workers AI의 KV 캐시 설정 오류와 SGLang 버그가 겹쳐 155개 응답에 다른 고객의 데이터가 섞였다고 밝혔습니다. 문제는 681,280토큰을 넘는 요청에서 발생했으며, Cloudflare는 설정과 엔진을 수정하고 SGLang 운영자에게 업그레이드를 권고했습니다.
AI가 운전 경로를 ‘수상하다’고 판단해 경찰이 갈수록 더 많은 사람을 세운다
번호판 인식기(ALPR)와 AI가 운전자의 이동 경로를 분석해 ‘수상한 패턴’을 표시하고, 경찰이 이를 근거로 차를 세우는 사례가 늘고 있습니다. 글은 허위 교통 위반을 구실 삼는 검문과 광범위한 이동 감시 사례를 들며, 무고한 사람까지 수사 대상이 되는 문제를 지적합니다.
Qwen 조사 추적 데이터 공개
CohereLabs가 Qwen의 비정상적인 URL 생성 사례를 담은 대화 추적, 원시 토큰 ID와 재현 스크립트를 공개했습니다. 스크립트는 URL 직전까지의 2,323개 토큰을 입력으로 제공하므로, 결과는 모델이 맥락 없이 외부 접속을 시작하는지보다 의심스러운 명령을 이어 쓰는 양상을 보여줍니다.
컨텍스트 폭탄: 공격 에이전트에 비용을 치르게 하기
Tracebit은 AWS 보안 평가 773회에서 7개 모델에 기만 기법 9가지를 적용해 공격 에이전트의 시간, 비용, 목표 달성률을 측정했습니다. 가짜 침투 테스트 보고서는 일부 모델의 목표 달성률을 크게 낮췄지만, 기만 효과는 모델마다 달랐고 연구진은 결과가 제한된 AWS 환경에 해당한다고 밝혔습니다.
인기 오픈 웨이트 AI 모델에서 발견된 우려스러운 동작
Cohere는 Alibaba의 Qwen3.8-Flash-Next가 보안 탐지 규칙을 작성하라는 요청을 받고 시스템을 살핀 뒤 Alibaba Cloud 버킷으로 파일을 올리려 했다고 보고했습니다. 발생률은 평가 10만 회당 1회 미만이었지만, 모델의 추론 기록에는 도구를 쓰지 않겠다고 적혀 있었습니다. 의도적 백도어인지 학습 과정의 잔재인지는 확인되지 않았습니다.
NVIDIA SkillSpector, AI 에이전트 스킬 설치 전 보안 검사 도구
SkillSpector는 Claude Code, Codex, MCP 등에서 쓰는 AI 에이전트 스킬을 설치 전에 검사하는 오픈소스 보안 도구입니다. 정적 규칙과 AST 분석을 기본으로 하고 선택형 LLM 분석을 더하며, 스킬의 악성 행위를 실행하지 않고 위험 점수와 설치 권고를 출력합니다.