2026년 8월 4일 AI 뉴스 — Qwen3.8-Max, 환각 CVE, 로컬 추론

오늘 AI 뉴스는 모델 출시와 "AI가 만든 결과물을 어디까지 믿을 것인가"라는 질문이 나란히 올라왔다. 알리바바가 2.4조 파라미터짜리 코딩 특화 플래그십을 내놨고, 동시에 LLM이 통째로 지어낸 가짜 보안 취약점 54건이 NVD와 CISA 피드까지 흘러들어간 사건이 드러났다. 도구는 빨라지는데 검증은 따라가지 못하고 있다는 신호다.

알리바바, 코딩 특화 Qwen3.8-Max 공개

알리바바가 2.4조 파라미터 멀티모달 모델 Qwen3.8-Max를 공개하며 "코딩과 협업(cowork)의 새로운 기준"을 내걸었다. 자체 발표에 따르면 7개 코딩·일반 평가와 36개 멀티모달 벤치마크에서 클로드 Fable 5와 GPT-5.6 Sol을 앞섰다.

이번 릴리스에서 알리바바가 가장 강조한 축은 '오래 버티는 능력'이다. 에이전트가 사람 개입 없이 10일 넘게 소프트웨어 개발을 이어갈 수 있고, 사내 소프트웨어 엔지니어링 프로젝트 하나를 16일 만에 끝냈다고 밝혔다. 이를 측정하려고 CoWorkBench라는 자체 벤치마크도 만들었는데, 컴퓨터과학뿐 아니라 금융·법률·의료 등 장기 과제 영역을 함께 다룬다.

현재는 QwenCloud를 통해 쓸 수 있고, 모델 가중치는 허깅페이스와 ModelScope에 공개할 예정이라고 한다. 오픈 웨이트 진영 상단을 알리바바가 계속 지키고 있다는 점에서, 비용 때문에 대안을 찾는 팀이라면 벤치마크를 직접 돌려볼 만하다.

https://qwen.ai/blog?id=qwen3.8

환각이 만든 가짜 SQLite 취약점, CVE로 등록됐다

JFrog 보안 연구팀이 한 제출자가 올린 SQLite 관련 취약점 보고서 55건을 검증한 결과, 54건이 LLM이 지어낸 것이었다고 밝혔다. GPTZero로 돌리자 AI 생성 콘텐츠 경고가 떴고, 하나만이 실제 버그를 담고 있었다.

내용을 뜯어보면 환각의 전형이다. CVE-2026-51302는 `exprComputeOperands()`라는 함수를 지목했는데 해당 버전(3.41.0)에 그런 함수가 없었다. CVE-2026-51296은 2,706줄짜리 파일의 존재하지 않는 라인 번호를 인용했다. CVE-2026-51303은 3.51.3에서 패치됐다고 주장했지만 실제 커밋에는 그런 수정이 없었다. 첨부된 PoC를 실행하면 파싱 단계에서 죽거나, 아무 일도 일어나지 않았다.

문제는 이것들이 걸러지지 않고 NVD, CISA의 ADP 프로그램, GHSA, 그리고 그 아래 기업용 스캐너까지 퍼졌다는 점이다. 레드햇은 CVE-2026-51302에 처음 심각도 10.0(Critical)을 매겼다가 7.6(High)으로 내렸다. 취약점 데이터베이스는 수많은 자동화 도구가 신뢰하는 최상류 소스다. 그 상류가 오염되면 하류 경보가 전부 함께 오염된다. JFrog는 GHSA와 레드햇, NVD에 공식 신고했다.

https://research.jfrog.com/post/sqlite-critical-cves-or-llm-slops/

LLM 출력을 그대로 붙여넣지 마라

해커뉴스에서 오늘 가장 많은 표를 받은 글이다. 요지는 간단하다. LLM이 뱉은 텍스트를 읽지도 않고 슬랙이나 PR 코멘트에 그대로 옮기는 사람은, 사람이 아니라 "고기로 된 프록시(meat proxy)"에 불과하다는 것.

저자가 지적하는 이유는 품질이다. 가공하지 않은 AI 응답은 장황하고, "그럴듯한 헛소리"를 자주 섞고, 갈수록 전문용어만 빽빽해진다. 받는 사람 입장에서는 읽는 데 드는 비용만 늘어난다.

대안은 검열이 아니라 절차다. 받은 출력을 직접 읽고, 사실 관계를 확인하고, 이해한 다음, 자기 언어로 다시 써서 내보내라는 것. 저자는 자기 말로 쓰는 행위 자체가 "앞의 단계를 거쳤다는 그럴듯한 증명서"이자 사람이 더할 수 있는 가치라고 말한다. 위의 가짜 CVE 사건과 같은 날 상단에 올라온 것이 우연은 아닐 것이다.

https://gruhn.me/blog/2026-08-03/

RTX 3060에서 도는 2K 영상 생성 모델

ComfyUI가 MiniMax H3를 출시 당일(day-0)부터 지원한다고 발표했다. MiniMax의 3세대 영상 생성 모델이자, 이 회사가 처음으로 가중치를 공개한 모델이다. 텍스트·이미지·영상·오디오를 모두 입력으로 받는 옴니모달 구조다.

출력 사양은 최대 2K 해상도, 클립당 최대 15초, 그리고 진짜 스테레오 사운드다. 오디오가 후처리로 붙는 게 아니라 모델이 네이티브로 함께 생성한다.

실용적으로 가장 중요한 부분은 메모리다. 모듈레이션 가중치 프루닝과 int8 convrot 양자화를 적용해 전체 메모리 사용량을 123.6GB에서 42.5GB로 66% 줄였다. RTX 3060급 GPU에서도 로컬로 돌아간다는 뜻이다. ComfyUI 0.30.0 이상으로 업데이트한 뒤 Comfy-Org/MiniMax-H3에서 가중치를 받고, 텍스트→영상 / 이미지→영상 / 레퍼런스→영상 워크플로 템플릿을 쓰면 된다.

https://blog.comfy.org/p/minimax-h3-day-0-support-in-comfyui

안티레즈, DeepSeek 4 로컬 추론 엔진 공개

Redis를 만든 살바토레 산필리포(antirez)가 DwarfStar(ds4)를 공개했다. DeepSeek V4 Flash에 먼저 최적화한 작은 네이티브 추론 엔진으로, C로 작성됐고 Metal(맥OS), CUDA(다중 GPU·DGX Spark 포함), ROCm(AMD Strix Halo)을 지원한다.

방향이 분명하다. 범용 GGUF 로더가 되기를 의도적으로 포기하고, DeepSeek V4 Flash·PRO와 GLM 5.2 등 품질을 검증한 모델만 지원한다. GGML에 링크하지 않고 직접 구현했지만, 저자는 "llama.cpp가 열어준 길 덕분에 존재한다"고 명시했다. 대신 모델 로딩, 프롬프트 렌더링, 툴 콜링, KV 상태, HTTP 서버, 코딩 에이전트를 하나로 묶어 함께 테스트한다. KV 캐시 세션을 유지하는 상태 기반 코딩 에이전트가 내장돼 있다는 점이 특징이다.

성능은 M5 Max(128GB) 기준 Q2 짧은 프롬프트에서 프리필 87.25 t/s, 생성 34.27 t/s, 11k 토큰 긴 프롬프트에서 프리필 463.44 t/s, 생성 25.90 t/s다. 공유 파라미터는 보존하고 라우팅되는 전문가만 공격적으로 양자화하는 비대칭 양자화로 품질을 지켰다.

https://github.com/antirez/ds4

코딩 에이전트가 실제 폰을 조작한다

Callstack이 공개한 agent-device는 코딩 에이전트에게 실제 기기 조작 능력을 붙여 주는 CLI다. iOS와 안드로이드는 물론 tvOS, 안드로이드 TV, Vega OS, 맥OS, 리눅스까지 다루고, 내장된 agent-browser로 웹도 기본 지원한다.

동작은 inspect-act-verify 세 단계 루프다. 접근성 스냅샷과 엘리먼트 레퍼런스, 컴포넌트 트리를 읽어 현재 화면 상태를 파악하고(inspect), 탭·입력·스크롤·제스처를 실행하고(act), 스크린샷과 영상, 로그를 증거로 남겨 성공 여부를 판정한다(verify).

Appium이나 Detox, Maestro가 정적인 테스트 스위트를 유지하는 데 초점을 맞춘다면, agent-device는 에이전트가 런타임에 화면을 보고 다음 명령을 스스로 고른다. 그래서 UI가 조금 바뀌었다고 셀렉터가 통째로 깨지는 문제가 줄어든다. 대체가 아니라 보완에 가까운데, 실행 기록을 재사용 가능한 `.ad` 스크립트로 남기거나 Maestro YAML로 내보낼 수 있다. MCP 서버로도 붙일 수 있어 커서, 코덱스, 클로드 코드에서 바로 쓸 수 있다. Node.js 22.12 이상이 필요하다.

https://github.com/callstack/agent-device

오픈AI, 연구자 10만 명에 ChatGPT 무료 제공

오픈AI가 학술 연구자 10만 명에게 프런티어 모델 접근 권한을 무료로 제공한다고 발표했다. 올여름 1만 명으로 시작해 2027년까지 10만 명으로 확대하는 일정이다.

혜택이 가볍지 않다. ChatGPT와 ChatGPT Work, 그리고 코덱스에서 GPT-5.6 계열을 쓸 수 있고, 딥리서치 확장과 더 높은 사용량 한도, 더 큰 컨텍스트 윈도우가 함께 붙는다. 선정된 연구자는 같은 기관 동료 4명을 초대할 수 있다. 월 200달러짜리 ChatGPT Pro에 해당하는 접근 권한을 1년간 제공하는 셈이고, 입력 데이터는 학습에 쓰지 않는다고 명시했다. 오픈AI는 2027년까지 외부 과학 연구 지원에 2억 5천만 달러 이상을 쓰겠다고 밝혔다.

배경에는 경쟁이 있다. 연구자는 논문과 코드, 데이터를 함께 다루는 헤비 유저이고, 이들이 어떤 도구에 익숙해지는지가 향후 몇 년의 기본값을 정한다. 무료 제공은 관대함이라기보다 표준을 선점하려는 투자에 가깝다.

https://openai.com/index/chatgpt-for-academic-researchers

이제 모델은 똑똑함보다 속도로 고른다

모델 선택 기준이 바뀌었다는 주장이다. 저자는 Opus 4.6 정도면 일상 업무 대부분에 "충분히 똑똑하다"고 본다. 지능이 변별력을 잃으면 남는 변수는 속도다. "아무리 아름다운 제품이라도 느리면 쓰는 즐거움이 없다"는 것.

계기는 직접 겪은 일이었다. Fable이 가드레일을 더 붙이고 돌아왔는데 너무 느려서 결국 Opus로 되돌아갔다고 한다. 예전에는 지능 기준선을 넘는 모델이 크고 느린 몇 개뿐이라 느림을 감수할 만했지만, 이제는 GLM5.2와 DeepSeek V4 Flash GA 같은 오픈 웨이트 모델이 그 선을 넘으면서 상황이 달라졌다.

저자가 제시하는 체감 기준은 구체적이다. 초당 100토큰 언저리가 스위트 스팟이고 — 반응이 즉각적으로 느껴지면서도 읽는 속도를 크게 앞지르지 않는 지점 — 50토큰 아래로 내려가면 일상 작업에서 점점 답답해진다. 실제로 OpenRouter의 프로바이더별 속도는 30토큰 미만부터 129토큰까지 벌어진다. 에이전트를 여러 턴 돌리는 워크플로라면 이 차이가 체감 생산성을 그대로 결정한다.

https://martinalderson.com/posts/speed-vs-intelligence/

마치며

오늘 목록을 관통하는 흐름은 "로컬에서, 빠르게, 그러나 검증하면서"다. MiniMax H3와 ds4는 클라우드 결제 없이 돌릴 수 있는 범위를 각각 영상 생성과 대형 LLM 추론 쪽에서 넓혔고, 속도 기준 모델 선택론은 실무자의 우선순위가 어디로 옮겨갔는지 보여준다. 동시에 가짜 CVE 사건과 meat proxy 논의는 그 속도에 검토가 따라붙지 않으면 무슨 일이 벌어지는지 정확히 보여준다. 자동화가 늘어날수록 사람이 남겨야 할 몫은 더 선명해진다.

나무숲은 이런 AI 뉴스를 매일 정리해 전한다. 매일 아침 업데이트되는 소식을 놓치지 않으려면 나무숲 블로그를 확인해 보시길.