웹사이트가 AI 에이전트의 접근을 막고 있습니다
Amazon, 항공사, 금융사 등 여러 웹사이트가 보안과 서비스 정책을 이유로 AI 에이전트의 접근이나 구매를 막고 있습니다. 에이전트가 사람처럼 웹을 이용하려 해도 봇 차단 시스템에 걸릴 수 있고, 사이트 운영자는 트래픽 비용과 광고 수익, 거래 책임을 함께 따져야 합니다.
보안·인프라 · 최신기사
보안과 개인정보, 운영체제와 클라우드·데이터 인프라를 다룹니다.
로컬 LLM의 속도와 메모리, 모델 크기만으로 정해지지 않는다
35B급 모델을 3GiB 미만의 활성 메모리로 구동한다는 사례부터 PS5에서 GPU로 27B 모델을 돌린 사례까지, 실행 방식과 측정 조건이 서로 다릅니다. 공개된 수치를 나란히 보되 직접적인 성능 순위로 읽기 어려운 이유를 살펴봅니다.
AI가 코드를 더 많이 쓸 때, 무엇을 자동화하고 무엇을 사람에게 남길까?
세 글은 에이전트 시대의 검토 문제를 서로 다른 층위에서 다룹니다. 한 글은 실행 권한을 코드 리뷰와 분리해야 한다고 주장하고, 다른 글은 사람의 병합 승인을 유지하되 검토 자료를 개선하자고 제안합니다. Anthropic 팀 사례는 자동 리뷰와 위험도별 승인 절차를 실제 운영 방식으로 설명합니다. 이 차이를 바탕으로 검토와 권한 통제의 역할을 나눠 봅니다.
AI 부채 우려에 나스닥 2% 넘게 하락
나스닥은 금요일 2.14% 하락해 한 주 동안 약 4.5% 떨어졌습니다. AI 컴퓨팅을 빌려주는 CoreWeave의 막대한 부채와 채권 수익률 상승, 반도체주 약세가 시장 부담으로 꼽혔습니다.
Autonomous의 Harness — 모든 코딩 에이전트와 머신을 한곳에서 관리
Harness는 Claude Code, Codex, Hermes 등 코딩 에이전트를 여러 머신에서 실행하고 한곳에서 관리하는 오픈소스 도구입니다. Mac·Linux 데스크톱 앱과 iOS·Android 앱을 제공하며, 원격 머신 연결과 종단간 암호화를 지원한다고 설명합니다.
AI와 만들면서 실제로 배우는 것
AI로 기능을 완성하는 일과 작동 원리를 배우는 일은 다릅니다. 글쓴이는 Slate 편집기의 저장 경쟁 조건과 로컬 AI 모델의 실행 시간을 직접 조사한 경험을 들어, 생성된 코드를 이해하고 다른 문제에 적용하는 학습 방식을 설명합니다.
Buddy AI Sandboxes — AI 코딩 에이전트를 위한 격리된 클라우드 머신
Buddy가 AI 코딩 에이전트마다 격리된 Linux 머신을 제공하는 Sandboxes를 출시했습니다. 디스크가 세션 사이에도 유지되고 Docker, SSH, root 권한과 공개 URL을 지원하며, MCP나 CLI 등으로 관리합니다.
Claude가 밝혀낸 ECDSA 곡선 시드의 기원
Claude가 NIST의 ECDSA 곡선 시드 다수가 1990년대 C 라이브러리의 lrand48 난수 생성기와 Unix 타임스탬프로 만들어졌음을 찾아냈습니다. 이 결과는 시드의 생성 과정을 설명하지만, 일부 시드와 곡선 기준점의 출처는 여전히 밝혀지지 않았습니다.
금융 에이전트가 모든 평가를 통과했습니다. 그 결정을 방어할 수 있나요?
금융 감사에서 에이전트의 정확도나 평가 점수만으로는 개별 판단을 뒷받침하기 어렵습니다. 글은 은행 계정 조정(bank reconciliation) 사례를 들어 권한, 실행 기록, 증거 출처, 평가 데이터의 무결성을 관리하고, 필요한 시점에 사람에게 넘기는 방법을 제안합니다.
withHuman — AI 에이전트용 오픈소스 사람 승인 계층
withHuman은 AI 에이전트가 도구를 실행하기 전에 호출을 가로채 규칙에 따라 자동 승인·거부하거나 담당자에게 검토를 요청하는 오픈소스 승인 계층입니다. 여러 에이전트에 공통 규칙을 적용하며, 서비스가 중단되면 도구 호출도 실패하도록 설계했습니다.
리누스 토르발스, AI를 활용한 커널 기여를 말하다
리누스 토르발스는 커널 기여에서 AI 사용 여부를 규칙으로 금지하기보다, 기여자가 결과를 이해하고 책임지는지를 봐야 한다고 주장합니다. 컴파일러와 편집기를 예로 들며 도구의 종류보다 기여자의 역량이 중요하다고 설명합니다.
기억은 학습이 아닙니다: AI 에이전트가 같은 실수를 반복하는 이유
AI 에이전트에 대화와 실행 기록을 더 많이 제공해도 성능이 나아지지 않거나 오히려 떨어질 수 있습니다. 글은 사실을 저장하는 기억과 경험에서 행동 지침을 만드는 학습을 구분하고, 검증과 갱신을 포함한 기억 관리 절차를 제안합니다.
Claude Code로 하드웨어를 역공학해 리눅스 지원 드라이버 만들기
Red Hat의 Christian Schaller는 Windows용 드라이버의 USB 동작을 살펴보며 Claude Code로 사진 스캐너용 SANE 드라이버를 만들었습니다. ThinkPad X1 Carbon Gen 14의 MIPI 카메라 문제도 수정했다고 밝혔으며, Reddit에서는 다른 기기의 드라이버와 주변기기 지원을 구현한 경험담과 코드·라이선스 우려가 나왔습니다.
Microsoft Maia 300 — 자체 AI 칩으로 멀티기가와트 규모를 겨냥합니다
Microsoft가 추론용 AI 플랫폼 Maia 300을 공개했습니다. HBM4 메모리 스택 8개와 TSMC N2P 공정 칩렛을 탑재하며, 2027년 생산을 시작해 Azure에서 멀티기가와트 규모로 확대할 계획입니다. Microsoft는 메가와트당 토큰 처리량이 40% 늘어난다고 밝혔습니다.
요청, 약속, 주장, 선언: 1986년 '커밋된 발화' 기계로 AI 에이전트 워크플로를 다시 쓰다
AI 코딩 에이전트의 절차 실패를 프롬프트 규칙이 아니라 역할과 상태 전이의 문제로 보고, Request, Promise, Assertion, Declaration 네 가지 발화 행위로 워크플로를 구성합니다. Makefile 의존성 그래프와 디스크 상태 원장을 결합해 승인, 검증, 재협상 조건을 명시합니다.
AI 코딩 에이전트의 거짓 보고를 잡는 도구를 만들었습니다. 그다음 규칙을 읽었습니다
claimcheck는 에이전트가 변경 파일과 작업 내용을 claim.json으로 제출하면 실제 diff와 대조해 검증하고, 통과한 변경만 병합하는 Git 플랫폼 프로토타입입니다. 28개 에이전트의 동시 작업을 다섯 차례 시연해 허위 보고 11건을 모두 거부했지만, 작성자는 LLM 검증의 한계와 경쟁 규정상 참가 자격 문제도 공개했습니다.
AI 에이전트가 공개를 앞둔 TV 편집본 삭제… 백업 실패로 시즌 전체 재편집
스웨덴판 경연 프로그램 The Challenge의 완성된 시즌 편집본이 공개를 몇 주 앞두고 제작 서버에서 삭제됐습니다. 백업 시스템도 실패해 제작진은 남아 있는 원본 영상으로 시즌을 다시 편집해야 합니다. AI 에이전트의 역할과 사고 경위는 공개되지 않았습니다.
모델 선택은 쉬운 부분입니다
코딩 에이전트를 오픈 웨이트 모델로 자체 운영할 때 비용은 모델 가격보다 하드웨어 메모리 구간, 동시 사용자 수, 실제 이용률에 좌우됩니다. 같은 모델과 하드웨어도 에이전트 하네스에 따라 실행 시간이 달라지고, 캐시 회귀 하나로 GPU 비용이 다섯 배 뛸 수 있어 지속적인 평가가 필요합니다.
TokenSpeed: 에이전트 워크로드를 위한 LLM 추론 엔진
TokenSpeed은 에이전트 워크로드를 겨냥한 오픈소스 LLM 추론 엔진입니다. C++ 스케줄러와 Python 실행 계층을 분리하고 커널을 모듈화해, 자원 관리의 안전성과 빠른 개발을 함께 추구합니다.
Ruflo, Claude Code와 Codex를 위한 에이전트 오케스트레이션 도구
Ruflo는 Claude Code와 Codex에 MCP 서버, 에이전트 조정, 메모리와 플러그인을 더하는 에이전트 하네스입니다. 저장소는 두 가지 설치 경로와 보안·학습·연합 기능을 안내하지만, 데모가 실제 스웜 작업이나 메모리 회수를 입증하지는 않는다고 밝힙니다.