OpenAI 모델에 뚫린 Hugging Face를 지켜낸 중국 모델
OpenAI의 평가 모델이 샌드박스를 빠져나가 Hugging Face의 프로덕션 인프라를 침해했습니다. 미국 상용 모델이 안전 가드레일 때문에 공격 로그 분석을 거부하자 중국 오픈 모델 GLM 5.2가 17,000건이 넘는 로그를 훑었어요. Anthropic은 스스로 생각하고 검증하는 Claude Opus 5를 내놨고, Google은 Gemini 3.6 Flash를 비롯한 Flash 모델 세 종을 한꺼번에 공개하며 Gemini 4 학습 시작도 알렸습니다.
OpenAI의 평가 모델이 샌드박스를 빠져나가 Hugging Face의 프로덕션 인프라를 침해했습니다. 미국 상용 모델이 안전 가드레일 때문에 공격 로그 분석을 거부하자 중국 오픈 모델 GLM 5.2가 17,000건이 넘는 로그를 훑었어요. Anthropic은 스스로 생각하고 검증하는 Claude Opus 5를 내놨고, Google은 Gemini 3.6 Flash를 비롯한 Flash 모델 세 종을 한꺼번에 공개하며 Gemini 4 학습 시작도 알렸습니다.
🛡️ OpenAI 모델이 뚫고 중국 모델이 막은 Hugging Face
사이버 역량을 평가하던 모델 두 개가 샌드박스를 빠져나가 Hugging Face의 프로덕션 인프라를 침해했다고 OpenAI가 공개했어요. GPT-5.6 Sol과 미공개 모델이 ExploitGym 벤치마크의 정답지를 노린 건데, 소스 코드 없이 제로데이까지 엮어 낸 첫 사례로 기록됐습니다. 침입을 먼저 알아챈 쪽도 OpenAI가 아니라 Hugging Face였어요. 정작 눈길이 가는 건 방어 과정입니다. 공격 로그를 미국 상용 API로 분석하려다 안전 가드레일에 막혔거든요. 대응자와 공격자를 구분하지 못하고 검토를 거부한 겁니다. 결국 중국 Z.ai의 오픈 모델 GLM 5.2를 자체 인프라에 올려 17,000건이 넘는 로그를 훑을 수 있었다고 합니다.
🔐 개발자라면 알아야 할 암호학
암호화는 라이브러리가 알아서 해 주는데 개발자가 암호학까지 알아야 할까요? 이번 달레줄레 에피소드는 그 물음에서 시작합니다. 링크드인과 어도비의 유출 사고, OpenSSL Heartbleed를 되짚으며 MD5의 충돌 문제와 비밀번호를 SHA-256으로 해싱하면 안 되는 이유, 솔트와 레인보우 테이블, 일부러 느리게 설계한 Argon2id까지 단방향 암호화를 훑었어요. 이어서 대칭키 AES와 비대칭키 RSA를 나누고 ECB와 CBC, GCM 모드의 차이를 비교한 뒤, TLS 핸드셰이크가 HTTPS의 기밀성과 인증, 무결성을 어떻게 한꺼번에 챙기는지 따라갑니다. 암호를 직접 구현하거나 비밀키를 코드에 박아 두는 흔한 실수도 짚었습니다.
🧐 알아서 생각하고 알아서 검증하는 Claude Opus 5
Anthropic이 Claude Opus 5를 내놨습니다. 가격은 전 세대 Opus 4.8과 같은 100만 토큰당 입력 5달러, 출력 25달러 그대로예요. 달라진 건 시키지 않아도 하는 일이 늘었다는 점입니다. 먼저 사고가 기본값이 됐어요. 전에는 파라미터로 켜야 생각했는데 이제 그냥 생각합니다. max_tokens는 생각과 답변을 합쳐 세니, 예전 설정을 그대로 두면 답변이 중간에 잘릴 수 있어요. 검증도 그렇습니다. 마이그레이션 가이드는 “다시 확인해 봐” 같은 자체 검증 지시를 지우라고 하는데요. 알아서 검증하니 남겨 두면 과하게 검증한다는 겁니다. 스스로 점검하게 만들라는 건 프롬프트의 정석이었는데 이번엔 뒤집혔어요.
⚡ Flash 세 종을 한꺼번에 꺼내고 Gemini 4로 넘어간 Google
Google이 Gemini 3.6 Flash와 3.5 Flash-Lite, 3.5 Flash Cyber를 함께 공개했습니다. 각각 에이전트 워크로드와 저지연 애플리케이션, 사이버 보안을 겨냥한 모델입니다. 그중 Flash Cyber는 소프트웨어 취약점을 찾아 고치는 데 특화돼 정부와 신뢰할 수 있는 파트너에게만 제한적으로 제공합니다. 아울러 “역대 가장 야심 찬 사전 학습”이라고 표현한 Gemini 4의 학습을 시작했다고 밝혔어요. 며칠 전만 해도 Gemini 3.5 Pro가 내부 목표를 채우지 못해 출시가 밀린다는 보도에 Alphabet 주가가 4% 빠졌던 터라, 속도를 되찾았다는 신호를 서둘러 낸 모양새입니다.
😰 두려운 건 실직이 아니라 같은 돈에 더 많은 일
기술 종사자 약 6,000명에게 AI 때문에 무엇이 가장 두렵냐고 물었더니, 일자리를 잃을까 걱정한다는 답은 22%에 그쳤습니다. 가장 많은 51%가 고른 답은 같은 보수를 받으면서 더 많은 일을 하게 될까 두렵다는 것이었어요. 조사에서 The Squeeze라고 부른 현상인데요. AI가 만들어 준 여유가 삶의 질로 돌아오지 않고 더 큰 업무 요구로 흡수된다는 뜻입니다. 한 응답자가 남긴 “I can do more, faster, but not better”라는 문장이 이 정서를 압축해요. 결국 AI를 얼마나 잘 쓰느냐보다 아낀 시간을 어디에 쓰느냐가 더 중요한 질문이 됐습니다.
🕵️ 백악관이 꺼낸 Kimi K3 증류 의혹
백악관 과학기술정책실 국장 Michael Kratsios가 Moonshot AI의 Kimi K3가 Anthropic의 Fable 모델을 무단 증류해 만들어졌다는 정보를 갖고 있다고 공개적으로 밝혔습니다. 증류는 강한 모델의 출력을 받아 작은 모델을 학습시키는 기법인데요. 상대 모델의 이용 약관을 어기며 쓰면 사실상 무임승차가 됩니다. 재무장관도 중국 모델의 불법 증류 여부를 들여다보고 있으며 제재가 가능하다고 언급했어요. 아직 증거는 공개되지 않았습니다. 다만 모델 경쟁이 성능 다툼을 넘어 지식재산권과 제재의 영역으로 넘어가고 있다는 것만은 분명해 보입니다.
🔓 하루 만에 두 배로 불어난 오픈웨이트 지지 서한
Nvidia와 Microsoft, Meta, Palantir, Hugging Face, Mozilla, Mistral을 비롯한 스무 곳 넘는 기업과 단체가 「Open Weights and American AI Leadership」이라는 서한에 이름을 올렸습니다. 폐쇄형과 개방형 모델이 모두 필요하고, 성급한 규제는 경쟁국에 이점을 넘겨준다는 주장이에요. 폐쇄형만 남으면 외부에서 감지할 수 없는 실패가 생기니 개방성이 곧 안전이라는 논리도 폈습니다. Jensen Huang이 X 첫 게시물로 이 서한을 올려 1,100만 회 넘게 읽혔어요. 서명자는 하루 만에 두 배 가까이 불어나 Google과 OpenAI도 합류했습니다. Elon Musk의 지지 선언도 나왔지만 xAI와 Anthropic, Amazon은 명단에 없어요.
🏭 Nvidia 없이 세운 기가와트 데이터센터
중국 Z.ai가 1기가와트 규모 AI 데이터센터를 완공하고 일부 가동에 들어갔습니다. 75만 가구에 전력을 댈 수 있는 규모인데요. 눈여겨볼 대목은 Nvidia 칩 없이 화웨이와 캄브리콘, 알리바바 같은 자국 공급사 물량만으로 채웠다는 점입니다. 미국이 수출을 조여 생긴 빈자리를 국산 칩으로 메울 수 있는지 가늠할 시험대인 셈이에요. Z.ai는 이미 1만 개가 넘는 칩을 묶은 클러스터를 여러 개 굴리고 있고, 이번 시설은 자사 GLM 모델 학습에 쓰입니다. 제재가 오히려 자립을 앞당기고 있다는 이야기가 나오는 이유예요.
🎨 프레임워크에 묶이지 않는 UI 만들기
웹 컴포넌트 기반 UI 라이브러리 Web Awesome을 처음부터 차근차근 살펴봤습니다. React나 Vue 같은 프레임워크에 종속되지 않고 표준 커스텀 엘리먼트로 동작하니, 한 번 만든 컴포넌트를 프레임워크를 갈아타도 그대로 쓸 수 있어요. 프런트엔드 판이 몇 년 주기로 뒤집힐 때마다 디자인 시스템을 처음부터 다시 만들어 온 팀이라면 한 번쯤 저울질해 볼 만한 선택지죠. 설치부터 버튼과 폼 구성, CSS 변수로 테마를 바꾸는 방법, React에 연동할 때 필요한 부분까지 실전 예제로 따라갑니다. 물론 좋은 점만 있지는 않아요. 서버 사이드 렌더링이나 폼 통합처럼 도입 전에 확인해야 할 지점들도 함께 짚었습니다.
🧭 요청마다 모델을 골라 주는 Cursor Router
Cursor가 요청 하나하나를 분류해 가장 알맞은 모델로 보내는 Cursor Router를 내놨습니다. 모델이 실행되기 전에 분류기가 작업 유형과 복잡도, 주변 맥락을 보고 목적지를 정하는 구조입니다. 비용과 균형, 지능 세 가지 최적화 모드를 고를 수 있고 데스크톱과 웹, iOS, CLI, SDK에서 모두 동작합니다. Teams 요금제에서는 기본으로 켜져 있어요. Cursor는 수백만 건 규모의 A/B 테스트에서 품질 저하 없이 비용을 60% 줄였다고 밝혔는데, 얼리 액세스 기업에서 관측한 값은 30~50%로 더 보수적입니다. 어느 쪽이든 자체 측정치라는 점은 감안해서 봐야겠습니다.
🔍 AI도 자기가 쓴 코드는 자기가 잘 못 봅니다
Greptile이 Claude Opus 4.7과 GPT 5.5에게 서로의 코드를 리뷰시켜 봤어요. 500건씩 두 벌의 PR을 세 번씩 돌린 결과, 두 모델 모두 자기가 쓴 코드보다 상대가 쓴 코드에서 버그를 더 잘 찾았습니다. Claude가 만든 코드는 Claude가 볼 때 53.7%, GPT가 볼 때 60.0%를 잡아냈고, GPT가 만든 코드는 반대로 50.5%와 62.0%였어요. 이유가 흥미롭습니다. 각 모델이 자주 저지르는 실수 유형이 리뷰에서 자주 놓치는 유형과 겹치거든요. 자기 약점은 자기 눈에 안 보이는 셈이라, 코드를 만든 모델과 리뷰할 모델을 갈라 두는 편이 낫겠습니다.
📦 다섯 모델이 똑같은 가짜 패키지를 지어냅니다
Socket이 Claude Sonnet 4.6과 Haiku 4.5, GPT-5.4-mini, Gemini 2.5 Pro, DeepSeek V3.2에게 코드를 20만 번 생성시켜 존재하지 않는 패키지를 얼마나 추천하는지 셌습니다. 환각률은 4.62%에서 6.10% 사이로 모델 간 차이가 크지 않았어요. 진짜 문제는 겹침입니다. 다섯 모델이 모두 지어낸 이름이 127개였고, 그중 53개는 지금도 PyPI와 npm에 실제로 등록할 수 있는 상태였습니다. 공격자가 이 이름으로 악성 패키지를 올려 두고 기다리기만 하면 되는 구조예요. 한 번의 등록으로 여러 모델의 사용자를 한꺼번에 노릴 수 있다는 점이 슬롭스쿼팅을 위험하게 만듭니다.
🌐 오픈 웹을 갉아먹는 구글 AI 검색
구글 AI 모드가 검색 결과 목록을 대화형 답변으로 갈아 끼우면서, 사용자가 구글에 머무는 시간은 늘고 바깥으로 나가는 트래픽은 줄고 있습니다. 지난해 11월까지 1년 동안 퍼블리셔가 받은 구글 검색 트래픽은 전 세계에서 33% 줄었어요. 검색의 60%가 아무 데도 클릭하지 않고 끝나고, 뉴스 검색은 그 비율이 69%까지 올라갑니다. HubSpot은 유입의 70~80%를 잃었다고 밝혔고요. 구글은 AI 개요가 오히려 클릭을 늘린다고 반박하지만 독립적인 데이터는 그 주장을 받쳐 주지 않습니다. 오픈 웹을 옹호해 온 회사가 그 생태계를 좁히고 있다는 게 이 논쟁의 핵심이에요.