블로그로 돌아가기
Tech Insight2026년 10월 10일119

2026년 10월 10일 AI 뉴스 — 클로드 사용 정책, 딥시크 4.1 플래시, 코덱스 비용 절감

앤트로픽 사용 정책 개정과 사이버 미션, 딥시크 4.1 플래시 가성비 논쟁, 리걸온의 코덱스 비용 65% 절감, 16.9MB 음성인식 Whistle 등 오늘의 AI 뉴스 8가지.

2026년 10월 10일 금요일, AI를 매일 쓰는 개발자가 챙겨볼 소식 8가지를 정리했습니다.

앤트로픽, 클로드를 학대하면 이용 제한

앤트로픽이 2026년 사용 정책 개정안을 발표했습니다. 11월 12일부터 시행되며, 클로드를 향한 학대·잔혹 행위 금지 조항이 새로 들어가 커뮤니티에서 화제가 됐습니다. 이 밖에 기만 행위 규정, 무기·감시 용도 제한 강화, 고위험 용도에 대한 사람 검토 요건도 추가됐습니다.

원문: https://www.anthropic.com/news/2026-usage-policy-update

앤트로픽, 핵심 인프라 방어 '사이버 미션' 출범

앤트로픽이 파트너사와 함께 클로드로 핵심 인프라를 방어하는 Anthropic Cyber Mission을 시작했습니다. 오픈소스 프로젝트가 신청하면 OSS Scanner가 찾은 취약점 리포트를 무료로 받아볼 수 있습니다.

원문: https://www.anthropic.com/news/anthropic-cyber-mission

딥시크 4.1 플래시, 왜 아무도 놀라지 않나

해커뉴스에서 900점 넘게 받은 글입니다. 필자는 딥시크 4.1 플래시가 일상 코딩에서는 오퍼스에 거의 근접하면서도 비용은 월 10달러 수준(OpenCode Go 기준)이라고 주장합니다. 구현은 플래시에 맡기고 오퍼스는 리뷰에만 쓰는 조합을 제안합니다.

원문: https://www.dgt.is/blog/2026-10-07-deepseek-freek-out/

리걸온, 개발 속도는 그대로 두고 코덱스 비용 65% 절감

리걸온은 작업 성격에 맞춰 Astra, Sol, Luna 모델을 나눠 배정하고 예산을 전략적으로 관리해, 개발 속도를 유지하면서 일일 코덱스 비용을 약 65% 줄였습니다. 모델 라우팅으로 비용을 잡고 싶은 팀이 참고할 만한 사례입니다.

원문: https://openai.com/index/legalon-halves-codex-costs

오픈AI, 안전 연구원 3명 해고 논란

오픈AI가 "연구 정보 취급 부주의"를 이유로 안전 연구원 3명을 해고했습니다. 해고된 연구원들은 혐의를 반박하며, 이번 일이 내부 안전 연구에 위축 효과를 낳을 수 있다고 경고했습니다.

원문: https://techcrunch.com/2026/10/08/fired-openai-safety-researchers-dispute-misconduct-claims-warn-of-chilling-effect/

16.9MB짜리 음성인식 모델, Whistle

Cactus가 CPU에서 돌아가는 16.9MB 오픈소스 음성인식 모델 Whistle을 공개했습니다. 7개 언어와 단어 단위 타임스탬프를 지원하고, pip install cactus-needle 한 줄로 17개 플랫폼에서 쓸 수 있습니다.

원문: https://cactuscompute.com/blog/whistle

에이전트가 내 화면에 화살표를 그린다, big-arrow-on-the-screen

AI 에이전트가 맥 화면 위에 큰 화살표, 박스, 텍스트를 직접 그려 사용자에게 위치를 짚어주는 CLI입니다. 클릭은 그대로 통과하고 표시는 알아서 사라집니다. Claude Code와 Codex용 스킬로 제공되며 MIT 라이선스입니다.

원문: https://github.com/franzenzenhofer/big-arrow-on-the-screen

하이쿠·소넷·오퍼스 5.5, 서브에이전트로 비교해 보니

한 개발자가 오퍼스 5.5로 이미 끝낸 실제 작업 6개를 같은 프롬프트, 같은 파일로 소넷 5.5와 하이쿠 5.5에 다시 맡기고 결과를 비교했습니다. 서브에이전트에 어떤 모델을 배정할지 고민하는 분께 실측 데이터로 참고가 됩니다.

원문: https://www.reddit.com/r/ClaudeCode/comments/1x1e7ts/i_tested_haiku_55_sonnet_55_and_opus_55_as/

마치며

모델 선택과 비용이 오늘의 공통 주제였습니다. 싼 모델에 구현을 맡기고 비싼 모델로 검수하는 방식이 점점 표준이 되고 있습니다. 나무숲(TreeSoop)은 이런 AI 에이전트 워크플로를 실제 업무에 맞게 설계하고 구축합니다. 도입을 고민 중이라면 treesoop.com에서 편하게 문의해 주세요.

관련 서비스: 기술 의사결정, 같이 짚어드립니다