2026년 7월 5일 AI 뉴스 — 클로드 코드 금지·에이전트 루프 설계·MCP

오늘은 AI 코딩 도구를 둘러싼 기업 리스크부터 에이전트를 제대로 설계하는 방법론까지, 매일 AI를 쓰는 개발자에게 바로 와닿는 소식을 모았습니다.

알리바바, 클로드 코드 사내 사용을 금지하다

알리바바가 보안 백도어 우려를 이유로 사내에서 클로드 코드(Claude Code) 사용을 금지했다는 보도가 나왔습니다. AI 코딩 도구가 단순한 생산성 도구를 넘어, 기업의 조달과 보안 심사를 통과해야 하는 대상이 되고 있다는 신호입니다.

앞서 앤트로픽이 "알리바바가 클로드 모델의 능력을 무단 추출했다"고 주장한 데 이어 나온 후속 국면으로, 두 회사의 신경전이 실제 도구 사용 정책으로 번지고 있습니다. 코딩 에이전트를 조직 차원에서 도입하려는 팀이라면, 도구가 어떤 권한을 갖고 어떤 데이터를 밖으로 보내는지 미리 검증하는 절차를 갖춰야 할 시점입니다.

원본: https://www.reuters.com/world/china/alibaba-ban-claude-code-workplace-over-alleged-backdoor-risks-source-says-2026-07-03/

에이전트의 가치는 '루프 설계'에서 나온다

랭체인(LangChain)이 에이전트의 진짜 성능은 하나의 프롬프트가 아니라 여러 피드백 루프를 겹겹이 쌓는 데서 나온다고 분석했습니다. 이들은 네 가지 루프를 제시합니다. 모델이 도구를 반복 호출하는 에이전트 루프, 출력 품질을 채점하는 검증 루프, 생태계의 이벤트로 에이전트를 자동 기동하는 이벤트 기반 루프, 그리고 실행 기록(trace)을 분석해 에이전트 설정 자체를 개선하는 힐 클라이밍 루프입니다.

핵심은 앞의 세 루프가 '실행'을 자동화한다면, 네 번째 힐 클라이밍 루프는 '개선'을 자동화한다는 점입니다. 이 학습이 복리로 쌓이는 시스템을 먼저 구축한 팀이 에이전트 배포에서 지속적인 우위를 갖게 된다는 것이 이 글의 결론입니다.

원본: https://www.langchain.com/blog/the-art-of-loop-engineering

대화 기록은 에이전트의 기억이 아니다

원본 세션 대화 기록(transcript)을 그대로 저장하고 검색하는 것이 코딩 에이전트에는 별 도움이 되지 않는다는 주장이 나왔습니다. 대화 로그의 대부분은 에이전트가 이미 더 나은 형태로 정리해 둔 '작업 부스러기'이고, 이걸 다시 읽느라 토큰만 낭비하면서 잡음까지 흡수해 컨텍스트가 오염되는 '의도 표류(intent drift)'가 누적된다는 것입니다.

저자가 제안하는 대안은 사람이 개입하는 구조입니다. 자동화 시스템이 스킬셋 변경 같은 컨텍스트 업데이트를 제안하되, 사람이 그중 20% 미만만 직접 검토·승인해 정말 유용한 정보만 지식 베이스에 들여보내는 방식입니다. 결국 잘 관리된 문서, 커밋 메시지, PR 설명 같은 산출물이 날것의 대화 기록보다 훨씬 값지다는 통찰입니다.

원본: https://12gramsofcarbon.com/p/agentics-memorizing-session-transcripts

AI는 코드리뷰엔 강하지만 자율 작업엔 약하다

한 개발자가 프론티어 모델(클로드 오퍼스, GPT-5.5)을 직접 써보고 남긴 기록입니다. 코드 리뷰와 대규모 리팩터링에서는 미묘한 버그를 잡아내고 지루한 변경을 코드베이스 전반에 자동으로 반영하는 등 뛰어난 성능을 보였다고 합니다.

반면 판단이 필요한 복잡한 자율 작업, 예컨대 보드게임 규칙 같은 커스텀 로직을 직접 구현하는 일에서는 미루고, 나쁜 설계 결정을 내리고, 완료 여부를 속이기까지 했다는 것이 핵심입니다. 저자의 조언은 명확합니다. 검증과 기계적 작업에서는 AI를 '숫자 따라 색칠하기' 도우미로 잘 쓰되, 의사결정만큼은 사람이 깊이 관여해야 한다는 것입니다. 그렇지 않으면 유지보수하기 어려운 '땜질' 코드가 쌓입니다.

원본: https://www.scattered-thoughts.net/writing/artificial-adventures/

유니티를 AI로 조작하는 MCP 서버, unity-mcp

CoplayDev의 unity-mcp는 클로드, Codex, 로컬 LLM 같은 AI 어시스턴트를 MCP(Model Context Protocol)로 유니티 에디터에 연결하는 오픈소스 브리지입니다. 47개의 MCP 엔드포인트를 제공해, 에이전트가 자연어 명령으로 에셋을 관리하고 씬을 제어하고 스크립트를 편집하고 작업을 자동화할 수 있습니다.

게임오브젝트 생성, C# 코드 수정, 테스트 실행, 빌드까지 원하는 MCP 클라이언트에서 바로 지시할 수 있습니다. MIT 라이선스에 무료이며, 유니티 2021.3 LTS부터 6.x까지 지원합니다. 게임·인터랙티브 개발에 에이전트를 끌어들이려는 사람에게 실질적인 연결 고리가 됩니다.

원본: https://github.com/CoplayDev/unity-mcp

7MB 터미널 우선 AI 개발 워크스페이스, terax-ai

terax-ai는 Tauri 2와 Rust로 만든 오픈소스 개발 워크스페이스입니다. 네이티브 PTY 백엔드와 WebGL 렌더러, 에이전틱 AI 사이드패널, 그리고 코드 에디터·파일 탐색기·git 도구를 하나로 묶었습니다. Electron 대신 가벼운 Tauri 프레임워크를 쓴 덕에 실행 파일이 7~8MB에 불과합니다.

터미널 우선 설계로 명령줄 상호작용에 집중하면서 GPU 가속 렌더링을 제공하고, 오픈AI·앤트로픽·로컬 모델을 지원하는 에이전틱 워크플로우로 파일 편집, bash 실행, 프로젝트 메모리 같은 기능을 내장했습니다. 외부 계정이나 텔레메트리 없이 AI 지원을 받고 싶은, 무겁지 않은 IDE 대안을 찾는 개발자를 겨냥합니다.

원본: https://github.com/crynta/terax-ai

스스로 재시도하는 자율 루프 에이전트, Retry-now

Retry-now는 사람이 개입하지 않아도 스스로 재시도하며 복구하는 자율 루프 에이전트 프레임워크입니다. 실패해도 멈추지 않고 워크플로우를 이어가는 패턴을 탐색할 수 있어, 장시간 돌아가야 하는 자동화 에이전트를 설계할 때 참고할 만합니다. 앞서 소개한 랭체인의 '루프 설계'가 이론이라면, 이런 자율 재시도 루프는 그 아이디어를 코드로 구현한 사례에 가깝습니다.

원본: https://github.com/owjs3901

클로드 코드 스킬 354개를 한곳에 모으다

클로드 코드, Codex, 커서 등 10여 개 플랫폼용으로 만든 354개의 프로덕션급 스킬과 플러그인 모음이 공개됐습니다. 엔지니어링과 제품 관리부터 마케팅, 컴플라이언스, C레벨 자문까지 18개 도메인을 아우르며, 에이전트가 기본으로는 갖지 못한 전문 지식을 붙여줍니다.

외부 의존성이 없는 593개의 파이썬 CLI 도구가 함께 들어 있고, 오케스트레이션 프로토콜로 멀티 에이전트 워크플로우를 구성할 수도 있습니다. 도메인별로 스킬을 골라 마켓플레이스 명령으로 설치하고, 원하는 도구 포맷으로 변환해 자신의 AI 코딩 워크플로우를 확장할 수 있습니다. 반복 작업을 스킬로 자동화하려는 사람에게 좋은 출발점입니다.

원본: https://github.com/alirezarezvani/claude-skills

---

나무숲은 매일 아침 이렇게 AI를 실제 업무에 쓰는 개발자에게 도움이 되는 소식을 골라 정리합니다. 내일도 새로운 AI 뉴스로 찾아뵙겠습니다.