2026년 8월 10일 AI 뉴스 — 아스트라 사이버 평가, 클로드 코드 오토 모드, 메타 코딩 에이전트

오픈AI, 아스트라 사이버 평가 첫 공개

오픈AI가 8월 7일, 아직 출시하지 않은 차세대 모델 아스트라(Astra)의 예비 사이버보안 평가 결과를 공개했다. 결론은 강했다. 자사 준비 프레임워크(Preparedness Framework)가 정의한 '크리티컬(Critical)' 사이버 역량 등급에 아스트라가 도달했을 가능성을 배제할 수 없다는 것이다. 에이전틱 코딩과 사이버 작전 양쪽에서 이전 세대와 뚜렷하게 벌어지는 성능이 나왔다.

아직 공식적으로 크리티컬 판정을 내린 것은 아니고, 그 판정을 뒷받침할 평가 결과도 공개되지 않았다. 벤치마킹은 진행 중이다. 다만 오픈AI는 판정을 기다리지 않고 먼저 움직였다. 강화된 보안 요건을 충족하지 못하는 아스트라 관련 작업은 중단하거나 속도를 늦췄고, 테스트·학습·에이전트 활용 전반에 더 엄격한 통제를 걸었다. 격리된 테스트 환경, 네트워크와 도구 접근 제한, 모델 가중치 암호화 강화, 모니터링·탐지 시스템 확충, 샌드박스 실행이 포함된다. 정부 기관과 외부 안전 조직을 테스트에 참여시키겠다는 계획도 함께 밝혔다.

프론티어 모델 개발사가 "우리 모델이 너무 위험할 수 있어서 개발을 늦춘다"고 먼저 발표한 사례다. 에이전트에 셸이나 네트워크 접근 권한을 주는 워크플로우를 굴리고 있다면, 모델 제공사가 어떤 위협 모델을 상정하는지 읽어둘 가치가 있다.

https://openai.com/index/responding-next-frontier-critical-cyber-capabilities

무료 유저도 GPT-5.6 루나 무제한

같은 주에 오픈AI는 챗GPT 쪽 업데이트도 내놨다. 플러스·프로 사용자의 GPT-5.6 솔(Sol)이 사실 정확도와 답변 집중도 면에서 개선됐다. 금융·의료·법률처럼 사실관계가 중요한 프롬프트로 진행한 내부 테스트에서, 최소 한 개 이상의 사실 오류를 포함한 응답 비율이 이전 기본 모델인 GPT-5.5 인스턴트 대비 68% 줄었다. 응답에 얼마나 많은 사고를 투입할지 조절하는 슬라이더도 새로 붙었다.

무료 사용자 쪽 변화가 더 크다. 기본 모델이 GPT-5.6 루나(Luna)로 바뀌었고, 텍스트 채팅이 무제한이 됐다. 어려운 질문에는 'Think' 버튼으로 더 높은 추론 단계를 쓸 수 있다. 다만 파일 업로드, 이미지, 음성 대화, 이미지 생성에는 여전히 한도가 걸린다. 팀에 유료 계정 없는 구성원이 있다면 프로토타이핑 정도는 무료 티어로 커버되는 구간이 꽤 넓어졌다.

https://openai.com/index/improving-gpt-5-6-sol-in-chatgpt

앤트로픽, 페이블 5 생물학 안전장치 개선

페이블 5(Fable 5)는 출시 당시 생물학 분류기가 지나치게 넓게 걸렸다. 검사 수치 해석 같은 일상적인 건강·교육 질문에도 분류기가 작동해 더 낮은 성능의 모델로 폴백되는 일이 잦았다. 위험도가 사실상 없는 질문까지 함께 막힌 것이다.

앤트로픽은 전문가 피드백을 받아 분류기 규칙을 다듬고 갱신된 데이터로 재학습시켰다. 결과는 수치로 나왔다. 생물학 관련 폴백이 약 85% 줄었고, 전체 폴백은 Claude.ai에서 67%, 코워크에서 55%, 클로드 코드에서 17%, 플랫폼에서 7% 감소했다.

차단이 풀린 것은 아니다. 바이러스학, 독성학, 분자 설계 같은 이중용도 전문 생물학 작업은 여전히 오퍼스 5로 라우팅되며, 연구자를 위한 신뢰 접근 경로가 마련될 때까지 이 상태가 유지된다. 바이오·의료 도메인에서 거부 응답에 막혀본 적이 있다면 다시 시도해볼 만하다.

https://www.anthropic.com/news/improving-fable-5-s-biology-safeguards

클로드 코드, 8월 14일부터 오토 모드 기본

앤트로픽이 8월 14일부터 프로·맥스·팀 플랜의 클로드 코드에서 오토 모드를 기본값으로 전환한다. 오토 모드에서는 매 단계 승인 프롬프트를 띄우는 대신, 되돌릴 수 없거나 파괴적이거나 사용자 환경 밖을 향하는 행동으로 판단될 때만 멈춘다.

근거는 통제 실험 데이터다. 유료 테스터 1,053명을 대상으로 심어둔 위험 명령을 두고, 분류기는 937건을 차단한 반면 사람은 143건을 잡아냈다. 비율로는 89% 대 13.6%다. 더 눈에 띄는 건 시간에 따른 붕괴다. 프롬프트 50개를 넘기면 사람의 탐지율이 약 5%까지 떨어졌다. 매번 확인을 누르다 보면 결국 습관적으로 승인하게 된다는, 이미 여러 번 지적돼온 현상이 수치로 확인된 셈이다.

물론 자동 게이트도 완벽하지 않다. 같은 실험에서 116건은 그대로 통과했다. 다만 제3자 검증도 함께 나왔다. Trajectory Labs가 7월 17일 기준 공개 버전으로 진행한 평가에서, 앤트로픽이 공개하지 않은 간접 프롬프트 인젝션 시나리오 72종을 각 10회씩 총 720회 시도했고, 오토 모드로 돌아가는 페이블 5·오퍼스 5·소네트 5에서 성공한 공격은 한 건도 없었다. 매번 권한 프롬프트를 눌러온 사용자라면 기본값이 바뀌기 전에 설정을 점검해두자.

https://www.reddit.com/r/ClaudeAI/comments/1vjqcvf/anthropic_flips_claude_code_to_auto_mode_by/

메타, 첫 AI 코딩 에이전트 공개

메타가 8월 5일 첫 AI 코딩 에이전트 뮤즈 코드(Muse Code)를 베타로 내놨다. 계획 수립부터 코드 작성, 결과 검증까지 엔드투엔드 소프트웨어 엔지니어링 작업을 처리하는 것을 목표로 하며, macOS와 리눅스 터미널에서 돌아간다.

엔진은 메타 초지능 연구소가 코딩 작업용으로 새로 만든 뮤즈 스파크 1.2다. 에이전트와 모델을 함께 학습시켰다는 점을 차별점으로 내세운다. 가격은 뮤즈 스파크 1.1과 비슷한 수준으로, 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러의 종량제다.

코딩 에이전트 경쟁이 앤트로픽·오픈AI 2파전에서 3파전으로 넘어가는 국면이다. 가격과 크래시 안전성을 앞세운 진입이라, 사용자 입장에서는 선택지와 가격 압력이 동시에 늘어나는 쪽이다.

https://www.reddit.com/r/artificial/comments/1vjh4s6/meta_debuts_first_ai_coding_agent_to_take_on/

커서에서 클로드·챗GPT 구독 그대로 쓰기

Ungate는 이미 결제 중인 클로드·챗GPT 구독을 커서(Cursor)에서 그대로 쓰게 해주는 오픈소스다. 로컬 프록시를 띄우고 클라우드플레어 터널로 커서와 연결해, AI 제공사와 코딩 도구 사이의 요청을 중개하는 구조다. 단순 채팅뿐 아니라 파일 편집, 도구 호출, 계획 모드까지 지원한다.

개발자가 밝힌 환산치는 꽤 극적이다. 20달러짜리 챗GPT 구독이 약 1,000달러어치 API 사용량에, 100달러짜리 클로드 구독이 약 2,000달러어치 토큰에 해당한다는 계산이다. 설정은 1분 정도면 끝난다.

다만 짚고 갈 부분이 있다. 구독 요금제를 API 용도로 우회해 쓰는 방식이라 각 제공사의 이용약관과 충돌할 여지가 있다. 현재까지 계정 차단 사례는 보고되지 않았지만, 약관 변경을 계속 지켜볼 필요가 있다. 구독과 API 비용을 이중으로 내고 있었다면 위험을 감안해 검토해볼 만하다.

https://news.hada.io/topic?id=32286

모노레포를 지식그래프로 검색하는 RAG

code-graph-rag는 모노레포 전용 RAG 도구다. 트리시터(Tree-sitter)로 다국어 코드베이스를 파싱해 함수·클래스·메서드·모듈과 그 관계를 Memgraph에 지식그래프로 적재하고, 자연어 질문을 Cypher 쿼리로 변환해 답한다. 단순 임베딩 유사도 검색이 아니라 호출·참조 경로를 실제로 따라간다는 게 차이다.

지원 언어가 넓다. 파이썬, 타입스크립트, TSX, 자바스크립트, 러스트, 고, 자바, C, C++, C#, PHP, 루아, 다트를 커버하고, 루비는 ast-grep 플러그인 계층으로 추가됐다. 스칼라는 작업 중이다.

기능은 검색에서 끝나지 않는다. AST 기반 패칭으로 코드를 직접 편집하고, 호출·참조 경로를 추적해 데드 코드를 찾아내며, AST 패턴으로 구조적 검색·치환을 한다. C#·자바·C·고에서는 테인트 엣지로 데이터 흐름 추적까지 된다. MCP 서버가 포함돼 있어 클로드 코드에 바로 붙일 수 있다. grep과 파일 읽기를 반복하며 컨텍스트를 태우는 대신 그래프 질의 한 번으로 관련 코드를 끌어오는 방식이라, 대형 저장소일수록 토큰 절약 효과가 크다.

https://github.com/vitali87/code-graph-rag

클로드가 블루투스로 잃어버린 폰 찾았다

사무실에서 휴대전화를 30분 동안 못 찾은 개발자의 이야기다. 회사 MDM 정책이 애플 Find My를 꺼놓은 상태라 표준적인 방법은 전부 막혀 있었다.

클로드는 블루투스 신호 강도(RSSI) 추적을 제안했다. 이미 폰을 페어링해둔 상태라 MAC 주소는 확보돼 있었고, 클로드는 약 1분 만에 측정 도구를 작성해줬다. 핵심은 신호 강도를 거리로 환산하는 게 아니라 수치의 추세만 보는 것이다. 사무실을 돌아다니며 값이 커지는 방향을 따라간 끝에 폰을 찾았다. 댓글에서는 `hcitool rssi "$MAC"`을 반복 실행해 신호를 표시하는 방식이 언급됐고, 구현 코드는 findphone 저장소에 공개돼 있다.

거창한 에이전트 프레임워크 없이도, 문제를 측정 가능한 신호로 바꿔주는 것만으로 충분할 때가 있다는 사례다.

https://news.hada.io/topic?id=32302

마치며

오늘은 프론티어 모델의 안전 평가와 코딩 에이전트 경쟁 구도가 동시에 움직인 날이었다. 오픈AI는 아스트라의 사이버 역량이 크리티컬일 가능성을 배제할 수 없다며 스스로 개발 속도를 늦췄고, 앤트로픽은 사람의 승인이 89% 대 13.6%로 진다는 데이터를 들고 클로드 코드의 기본값을 뒤집었다. 그 사이 메타가 뮤즈 코드로 링에 올라왔다.

공교롭게도 세 소식 모두 같은 질문을 향한다. 사람이 루프 안에 있는 것이 실제로 안전을 만드는가, 아니면 안전하다는 느낌만 만드는가.

나무숲에서는 이렇게 매일 아침 AI 뉴스를 골라 정리한다. 오늘 다룬 도구 중 하나라도 실제 작업 흐름에 넣어볼 만한 게 있었다면, 내일 아침에도 들러주시길.