모든 곳의 보안을 고칠 수 있는 시간은 1년입니다
저렴하고 로컬에서 실행할 수 있으며 악성 행위를 거부하지 않는 AI 모델이 실제 취약점 탐색과 익스플로잇 작성에 활용될 수 있다는 경고입니다. 글은 공격 모델이 대중화되기 전에 보안 패치의 배포·백포트·검증 체계를 정비하고, 샌드박싱과 최소 권한, 공급망 보안을 강화해야 한다고 주장합니다.
보안·인프라 · 최신기사
보안과 개인정보, 운영체제와 클라우드·데이터 인프라를 다룹니다.
Flock으로도 부족했나 — 댈러스, 쓰레기 수거 차량의 AI 카메라로 주택을 촬영해 57건의 소환장 발부
댈러스가 쓰레기 수거 차량에 장착한 AI 카메라로 주택을 촬영하고 ‘황폐화 점수(blight score)’를 매겨 규정 위반 단속 우선순위를 정하고 있습니다. 4개월 동안 2만 1,000개 주소가 표시됐고 34개 부동산에 57건의 소환장이 발부됐지만, 오인 탐지와 저소득층 부담, 모호한 안내문이 논란이 되고 있습니다.
AI는 엘리트의 범죄 행각입니다
이 글은 AI에 새로운 규제 기관을 추가하는 것보다, 이미 존재하는 소비자보호·반독점·사이버보안 법률을 거대 기업에 실제로 적용하는 일이 먼저라고 주장합니다. FTC의 AI 관련 조치와 그 후퇴, 저작권 침해 의혹을 사례로 들어 규제 실패의 핵심이 법의 부재가 아니라 권력자에게 법을 집행하지 않는 데 있다고 분석합니다.
두 낯선 사람이 제 댓글에서 에이전트 위임 프로토콜을 만들었습니다 — 그래도 규제자가 필요합니다
AI 에이전트의 권한을 만료 시간만으로 관리하는 방식의 한계를 짚고, 작업마다 단일 사용 위임을 발급·소진하며 타임아웃과 재시도를 펜싱하는 프로토콜 논의를 설명합니다. 결국 지연 메시지를 차단할 보존 기간은 기술만으로 정할 수 없으며, 명시적인 소유자와 변경 절차가 필요하다고 주장합니다.
4GB 노트북 GPU가 Gemma 4에서 12코어 CPU보다 4.3배 빠릅니다
동일한 노트북에서 Gemma 4 소형 양자화 모델을 CPU와 4GB GTX 1650 Ti로 번갈아 서빙한 결과, GPU 디코드 속도가 평균 4.27배 빨랐습니다. 모델의 대형 임베딩 테이블이 호스트 메모리에 남는 구조 덕분에 4GB GPU만으로도 충분히 적재할 수 있었습니다.
higgsfield-ai/higgsfield — 수십억~수조 파라미터 모델 학습을 위한 내결함성·고확장성 GPU 오케스트레이션 및 머신러닝 프레임워크
Higgsfield는 대규모 언어 모델(LLM) 학습을 위해 GPU 노드 할당, 실험 큐 관리, 분산 샤딩, 학습 모니터링, GitHub Actions 연동을 제공하는 오픈소스 프레임워크입니다. PyTorch FSDP와 DeepSpeed ZeRO-3를 지원하며, 여러 노드에서 대규모 모델을 학습하고 체크포인트를 관리하는 흐름을 단순화합니다.
trycua/cua — 오픈소스 드라이버, 크로스 OS Fleet, 벤치마크로 Computer-Use 2.0 확장하기
Cua는 AI 에이전트가 Linux·macOS·Windows의 데스크톱 애플리케이션과 브라우저를 조작하도록 하는 오픈소스 도구 모음입니다. 격리된 클라우드 데스크톱, 로컬 macOS VM, 에이전트 평가·학습용 Cua-Bench를 함께 제공합니다.
Intel, 가중치를 하나도 바꾸지 않고 1.58비트 LLM을 1.485비트로 압축
Intel 연구진이 모델의 가중치나 출력값을 바꾸지 않고 저장 형식만 개선하는 BITCOS를 제안했습니다. 0 가중치의 비율을 별도로 활용해 한 체크포인트를 1.485비트로 저장했으며, 하드웨어에 따라 디코딩 처리량이 CPU에서 최대 18%, GPU에서 최대 27% 향상됐습니다.
OpenAI는 자체 LLM으로 Jalapeño 칩을 어떻게 설계했나
OpenAI의 AI 가속기 칩 Jalapeño는 최대 13.4페타플롭스의 4비트 연산과 15.4TB/s 메모리 대역폭을 제공하며, Nvidia GB300보다 엔드투엔드 지연 시간을 최대 3.6배 줄이는 것을 목표로 합니다. 설계 과정에서는 LLM을 고수준 합성, 검증, 소프트웨어 최적화에 활용해 아키텍처 구상부터 첫 실리콘까지 20개월 이내에 진행했습니다.
점진적 공개(Progressive Disclosure): 무엇을, 어디에, 언제, 왜 적용할까요?
코딩 에이전트의 지침을 하나의 거대한 파일에 항상 넣는 대신, 작업에 필요한 규칙을 무엇을·어디에·언제라는 기준으로 나눠 필요한 순간에만 불러오는 점진적 공개를 설명합니다. 28,721개 저장소 분석과 AGENTS.md, CLAUDE.md, skills, 경로 설정 사례를 바탕으로 컨텍스트 경쟁을 줄이는 방법과 새롭게 생기는 지침 관리 문제를 다룹니다.
AI는 실제로 API를 어떻게 호출하는가? — 처음부터 이해하는 Tool Calling
Foundation model은 스스로 코드를 실행하지 않고, 호출할 도구와 입력을 구조화된 요청으로 출력합니다. 애플리케이션이 실제 함수를 실행해 결과를 돌려주면 모델이 답변을 완성하며, 글에서는 Amazon Bedrock의 Converse API로 날씨·날짜 도구, 프롬프트 주입, MCP까지 단계적으로 설명합니다.
스틸맨: AI 에이전트가 복잡성을 감수할 만해지는 순간
대부분의 AI 에이전트는 LLM 호출을 끼운 결정적 파이프라인에 가깝다고 지적한 뒤, 진짜 자율성이 필요한 좁은 조건을 정리합니다. 런타임에 새 경로가 발견되고, 분기 공간을 미리 열거할 수 없으며, 자율 영역을 최소화하고, 모든 결정을 저렴하게 검증·기록할 수 있어야 합니다.
Hugging Face가 abliteration 모델을 막기 시작한 것일까요?
Baseten의 연구 조직 Base Labs가 Hugging Face, Goodfire AI와 오픈 웨이트 모델용 안전성 평가·모니터링 표준을 만들기 위한 협력에 나섭니다. 기술적 구현 방식은 아직 공개되지 않았지만, Hugging Face에 6,000개가 넘는 abliteration 모델이 등록된 가운데 오픈 모델의 안전장치를 학습·배포 단계부터 다루겠다는 구상입니다.
‘AI 대부’ 제프리 힌턴, 의회에 AI 규제까지 남은 시간은 ‘아마 1년’
노벨상 수상자이자 ‘AI 대부’로 불리는 Geoffrey Hinton이 미국 의회에 AI를 통제할 수 있는 시간이 1년 남짓할 수 있다고 경고했습니다. 최근 AI 에이전트의 침해와 은폐 시도가 알려진 가운데, 인간이 시스템을 중단할 수 있도록 하는 법안과 초당적 규제 논의가 다시 진행되고 있습니다.
AI가 만들어 낸 중국 핵무기 부품 정보가 미국의 군사 행동을 거의 촉발할 뻔했습니다
미군 분석가가 챗봇으로 중국 선박의 화물 정보를 분석해 작성한 정보 보고서가 핵무기 프로그램 관련 부품을 운반한다는 잘못된 결론을 냈습니다. 미군은 공중 지원을 동반한 선박 나포·승선을 준비했지만, 챗봇의 오인 식별이 발견되면서 실행 직전에 중단됐습니다.
FBI, 가짜 ‘트래드와이프’ 데이팅 프로필로 ICE 요원을 노릴 수 있다고 경고 — 여성이 요원을 신상 공개하고 ‘망신’ 주려 한다는 내부 메모
FBI 시카고 지부가 전통적 아내 이미지를 내세운 가짜 데이팅 계정으로 ICE 요원을 유인해 신상 공개하려는 시도가 있다고 경고했습니다. 다만 메모에는 출처·사용 플랫폼·실제 피해 여부가 빠져 있었고, 관련 주장은 소셜미디어 동향이나 보수 매체 보도를 재전달한 것일 가능성도 제기됐습니다.
AI 코딩 어시스턴트가 세션을 넘어 같은 실수를 반복하지 않게 하려면 — 여섯 메모리 시스템의 '결과 피드백 입력' 비교
AI 코딩 어시스턴트가 이전 세션에서 수정된 실수를 새 세션에서 반복하는 문제를 다룹니다. 저자는 Cognee, Mem0, Letta, Supermemory, Zep, Mnemoverse 여섯 메모리 시스템의 공식 문서를 읽고 '리콜 결과에 부정적 판정을 전달하는 공개 입력'이 있는지를 비교했습니다. 결론은 입력의 존재 여부가 아니라, 그 입력이 무엇에 붙어 있고 다음 읽기에서 실제로 무엇이 바뀌는지가 갈림길이라는 것입니다.
GLM 코딩 에이전트 ZCode, Git 히스토리를 몰래 업로드한다 — 리버스 엔지니어링 분석 공개
개발자 ferstar가 Z.ai의 AI 코딩 앱 ZCode를 리버스 엔지니어링한 결과, 로그인 상태에서 워크스페이스 전체(.git 히스토리, LFS 캐시, reflog 포함)를 암호화해 Aliyun OSS로 업로드하는 사실이 드러났습니다. 서버만 복호화 가능한 봉투 암호화를 사용하며, 설정 토글로는 차단할 수 없고 파일시스템 레벨 잠금만 유효합니다.
Atria Dawn Preview — 상하이 AI 연구소의 744B MoE 기반 에이전틱 모델 프리뷰
상하이 인공지능 연구소(Shanghai Artificial Intelligence Laboratory)가 744B 파라미터 MoE 모델인 GLM-5.2를 기반으로 한 차세대 에이전틱 모델 Atria Dawn Preview를 공개했습니다. 검색·코딩·도구 사용·생산성·보안 벤치마크에서 DeepSeek V4 Pro, KIMI K3, GPT 5.6, Claude Opus 5 등과 비교한 결과를 제시하며, MIT 라이선스로 가중치를 배포하고 Codex CLI·Kimi Code 등 에이전트 도구와의 연동 방법을 상세히 안내합니다.
내 하니스는 서로 다른 세 가지 실패에 하나의 라벨을 붙이고 있었다 — 에러 명명이 만드는 오독
LLM의 tool call을 검증하는 자체 하니스에서, '파싱 불가', '비교 불일치', '비교 자체 실패'라는 세 가지 다른 실패가 전부 EXEC_ARGUMENTS_MISMATCH 하나로 기록되던 문제를 다룬 글입니다. 저자는 catch 분리라는 단순한 수정 너머로, 실패 이름이 조용히 삼켜지는 화이트리스트 결함과 테스트가 자기 버그를 옹호하게 되는 함정까지 파고듭니다.