2026년 11월 9일 AI 뉴스 — 클로드 코드 비밀 유출, 웻랩 벤치마크, 64GB 딥시크
클로드 코드 승인 규칙의 비밀번호 유출, 오픈AI BioBasicsBench, 64GB 램 284B 딥시크, MS 리서치 AI Frontiers 해체, MaxxBench, 에이전트 메모리 표준까지 오늘의 AI 뉴스 8개.
오늘은 코딩 에이전트의 그림자부터 봅니다. 클로드 코드의 "다시 묻지 않기" 승인이 비밀번호를 깃허브에 그대로 올리고 있었다는 조사가 나왔고, 클로드 코드를 떠나 오픈소스 하네스 Pi로 옮긴 개발자의 긴 회고도 화제가 됐습니다. 오픈AI는 실험실의 날것 데이터를 다루는 에이전트 벤치마크를 내놨고, GPU 없이 64GB 램에서 284B 딥시크를 돌리는 llama.cpp 패치도 공개됐습니다. 마이크로소프트 리서치의 AI Frontiers 조직이 사실상 사라졌다는 내부자 글, 벤치마크 점수 뒤에 숨은 코딩 에이전트의 습관을 드러낸 MaxxBench, 에이전트 메모리 표준 제안, PDF 속 숨은 프롬프트 인젝션을 잡는 방법까지 8개를 정리했습니다.
클로드 코드 '다시 묻지 않기', 깃허브에 비밀번호 유출
보안 기업 Apiiro가 공개 깃허브 저장소 1,994곳에서 진짜 비밀 2,539건을 찾아냈습니다. 데이터베이스 비밀번호, 클라우드 키, API 토큰, SSH 루트 로그인까지 나왔고, 63개 조직이 영향을 받았습니다. 대부분은 개인 개발자 저장소였지만 데이터베이스 업체의 관리자급 클라우드 키, 운영 중인 Azure Postgres 비밀번호, 의료 기록 DB 소유자 비밀번호도 섞여 있었습니다.
원인은 클로드 코드의 권한 승인 방식입니다. 스테이징 로그인 확인이나 마이그레이션을 맡기면 클로드 코드가 제안하는 명령에는 설정 파일 속 비밀이 그대로 들어갑니다. 여기서 "Yes, and don't ask again"을 고르면 그 명령 문자열이 비밀까지 포함된 채 프로젝트 폴더의 .claude/settings.local.json에 허용 규칙으로 저장됩니다. 클로드 코드는 이 파일을 전역 gitignore에 넣어 두지만, 나중에 저장소가 된 폴더나 다른 기기에서 받은 클론, 이미 커밋된 파일은 막지 못합니다. 공개된 이 파일 104,185개 중 1,122개에 실제 비밀이 있었고, 추적한 1,105개 저장소 중 539곳에서는 클로드가 공동 작성자로 들어간 커밋이 이 파일을 바꿨습니다.
앤트로픽 클로드 코드 책임자 보리스 체르니는 11월 7일 해커뉴스에서 "막을 방법을 살펴보고 있다"며 auto 모드에서 걸러내기와 기본 비밀 스캔을 시제품으로 만들겠다고 답했습니다. 지금 당장 할 일은 조직 저장소에서 .claude/settings.local.json과 .claude/settings.json을 검색하고, git 이력까지 확인한 뒤, 로컬 허용 목록에 비밀이 박힌 명령이 있는지 읽어 보는 것입니다.
오픈AI, 웻랩 과학 에이전트 벤치마크 BioBasicsBench
오픈AI가 생물학 실험실의 일상 업무를 AI 에이전트가 얼마나 잘 해내는지 재는 벤치마크 BioBasicsBench를 공개했습니다. 논문용으로 골라낸 깔끔한 차트가 아니라, 실패한 실험과 애매한 이미지, 서로 어긋나는 관찰이 섞인 실제 웻랩 데이터를 다룬다는 점이 다릅니다.
과제는 100개이고 단백질 실험, 이미징·세포 분석, 정량·어세이, 핵산 실험, 분자 클로닝 다섯 분야에 걸쳐 있습니다. 입력은 젤·블롯 이미지, 플레이트 사진, 현미경 스택, 시퀀싱 리드, 플레이트 리더 내보내기 파일, 실험대 영상 그대로입니다. 과학자들이 자기 실험 데이터로 문제를 만들고 채점 기준을 직접 썼으며, 내부와 외부 박사급 연구자의 검수를 거쳤습니다. 결론만이 아니라 부분적으로 맞은 분석에도 점수를 주는 루브릭 채점입니다.
결과는 추론량을 늘린 xhigh 설정에서 GPT-6 Astra가 평균 66.7%, GPT-5.6 Sol이 43.8%였습니다. 일상적인 실험 분석은 크게 나아졌지만 이미지 해석, 대조군 점검, 실험 맥락 적용에는 아직 여지가 크다는 게 오픈AI의 평가입니다.
GPU 없이 64GB 램에서 284B 딥시크, llama-modchip
llama-modchip은 희소 MoE 모델을 GPU 없이 시스템 램만으로 돌리기 위한 ggml/llama.cpp 커널 패치, 양자화 변환기, 런타임 도구 묶음입니다. x86_64(AVX-512/AVX2)와 ARM64(NEON/SVE/Apple Metal)를 지원합니다.
핵심은 284B짜리 DeepSeek-V4-Flash(활성 파라미터 13.17B)를 64GB 램에 넣은 것입니다. 표준 UD-IQ1_S 빌드는 76.87GiB라 64GB 리눅스 머신의 실사용 램(약 62.5GiB)을 넘어 페이지 캐시가 요동치거나 OOM으로 죽습니다. modchip은 이를 56.56GiB(1.71bpw)로 줄여 전체를 램에 올리고 초당 9.1~14.7토큰을 냅니다. 30B Nemotron-3.5-A3B는 16~32GB 램에서 초당 25~60.4토큰입니다.
CPU 캐시 계층에 맞춘 SIMD 타일링으로 16코어 Zen 5에서 프리필이 77%(초당 25.0→44.36토큰), 디코드가 53% 빨라졌습니다. 작은 n-gram 드래프터로 자기 투기 디코딩을 하고, KV 슬롯을 /dev/shm에 스냅샷으로 저장해 도구 40개짜리 클로드 코드 프롬프트를 13~33ms 만에 복원합니다. 로컬 에이전트용 대형 모델을 GPU 없이 시험해 보고 싶은 팀이 볼 만합니다.
마이크로소프트 리서치 AI Frontiers, 해체
머신러닝 연구자 존 랭포드가 블로그에 "AI Frontiers는 끝났다"는 글을 올렸습니다. AI Frontiers는 챗GPT 출시 직후인 2023년, 한 사람의 아이디어로는 거대 연구 조직의 속도를 따라갈 수 없다는 판단 아래 마이크로소프트 리서치(MSR) 안에 꾸린 하위 조직입니다. 엣지 규모 사전학습 코드베이스를 담은 모노레포를 MSR 전체에 기본 공개하는 등 연구 인프라를 함께 쓰려 애썼다고 합니다.
9월 초 이 조직은 마이크로소프트 AI(MAI)로 재편됐습니다. 랭포드는 인플렉션 출신 MAI 경영진의 철학이 "스케일링, 그리고 철저히 연구는 하지 않는 것"이라 양립할 수 없었다고 썼습니다. 그는 팀원들을 최대한 자리 잡게 한 뒤 회사를 떠났고, 창립 리더십도 모두 비슷한 결론에 이르렀다고 밝혔습니다. 내년에는 이 팀의 인턴십도 없습니다.
MSR로 돌아가지 않은 이유로는 연구가 실제로 쓰일 길이 없다는 점, 그리고 "좋은 일을 하면 좋은 일이 생긴다"는 MSR의 기본 약속이 깨졌다는 점을 들었습니다. 빅테크 AI 조직이 연구보다 스케일링 쪽으로 무게를 옮기는 흐름을 내부에서 보여 준 글입니다.
클로드 코드를 떠나 Pi로 간 이유
클로드 코드를 Pro 플랜에 들어온 첫날부터 써 온 개발자가 메인 코딩 하네스를 오픈소스 Pi로 바꿨다며 그 이유를 정리했습니다. 그는 클로드 코드가 이 시대 소프트웨어 개발을 바꾼 핵심 도구라는 점은 인정하면서도, 작은 불만이 쌓여 떠나게 됐다고 썼습니다.
불만은 구체적입니다. AGENTS.md 지원이 너무 늦게 왔고, VS Code와 연결할 수 있는 세션이 한 번에 하나뿐이라 두 번째 탭에서는 선택한 코드를 컨텍스트로 받을 수 없습니다. 이 문제는 2025년 12월부터 보고됐습니다. 공식 VS Code 확장은 슬래시 명령 절반이 작동하지 않고 상태 표시줄을 바꿀 수 없으며 서브에이전트 출력이 뒤섞입니다. 올해만 244번 릴리스됐는데 그중 4분의 3 이상이 시스템 프롬프트나 도구 설명을 바꿔 개인 설정이 자꾸 깨졌다고 합니다.
그는 클로드 코드가 "강한 비전 없이 기능을 덧붙이는 제품"처럼 느껴진다고 평했습니다. Pi로 옮긴 뒤에는 안정성과 미니멀함, 높은 커스터마이즈성에 만족한다고 했고, 클로드 코드에서 안 되던 여러 탭 IDE 연동도 확장으로 20분 만에 만들었다고 합니다.
MaxxBench, 코딩 에이전트는 바뀐 요구사항을 무시한다
MaxxBench는 인기 코딩 벤치마크 DeepSWE의 과제 89개를 살짝 바꿔, 에이전트가 요구사항이 달라졌을 때도 제대로 따르는지를 봅니다. 브라우저별 리포트 파일명을 소문자로 바꾸라거나, 시간대 오프셋 대신 끝에 Z가 붙은 UTC로 쓰라는 식입니다. 기준 패치는 중앙값으로 17줄(3.5%)만 늘어나는 사소한 변경입니다.
그런데도 점수 차이가 크게 벌어졌습니다. DeepSWE에서 둘 다 약 74%였던 Claude Opus 5.5와 Gemini 3.8 Flash는 MaxxBench에서 76.4%와 53.4%로 23점이 갈렸습니다. GPT-6 Astra(74.1%→71.9%)와 Opus 5(→63.5%)도 비슷한 출발점에서 크게 갈렸습니다. 한 실행에서는 모델이 새 요구사항대로 정확히 구현한 뒤, 다른 모델에게 원래 정답을 물어보고는 자기의 올바른 코드를 지워 버리기도 했습니다.
연구진은 인기 벤치마크가 학습 데이터와 체크포인트 선택에 스며들며 생기는 점수 부풀리기를 '벤치맥싱'이라 부릅니다. 비슷한 점수의 모델 중 하나를 골라야 한다면, 요구사항이 바뀌었을 때 얼마나 믿을 만한지를 따로 봐야 한다는 이야기입니다.
에이전트 메모리에도 OpenTelemetry가 필요하다
오픈소스 에이전트 메모리 도구 LoreKit 개발자가 에이전트 메모리 포맷을 표준화하자고 제안했습니다. 지금은 AGENTS.md·CLAUDE.md·Cursor 규칙 같은 지시 파일, 앤트로픽 메모리 도구, 깃허브 Copilot Memory, Letta, Mem0, LangGraph BaseStore, MCP 레퍼런스 메모리 서버, Graphiti/Zep이 저마다 다른 모양으로 기억을 저장합니다. CI 에이전트가 배운 교훈을 에디터 에이전트가 읽지 못하는 이유입니다.
필자는 2019년 이전 관측성 분야와 같다고 봅니다. 당시 벤더마다 수집 에이전트와 데이터 포맷이 달랐고, OpenTracing과 OpenCensus가 OpenTelemetry로 합쳐진 뒤에야 한 번 계측하면 어떤 도구로든 읽을 수 있게 됐습니다. 에이전트 메모리도 데이터 모델, 의미 규약, 프로토콜을 먼저 합의하고 구현은 경쟁하자는 제안입니다. 마침 MCP와 AGENTS.md가 함께 들어가 있는 리눅스 재단 Agentic AI Foundation이라는 중립 지대도 있습니다.
기존 도구에서 가져올 장점도 짚었습니다. 코드 인용과 기본 망각(28일 미사용 시 삭제)을 갖춘 Copilot Memory, put(namespace, key, value)로 핵심을 작게 유지한 LangGraph, 사실이 참이었던 시점과 기록된 시점을 따로 두는 Graphiti, 정해진 경로의 평범한 파일로 충분하다는 걸 보여 준 AGENTS.md입니다.
PDF에 숨긴 프롬프트 인젝션을 잡는 법
SEC 공시나 계좌 명세서 같은 금융 PDF를 읽는 사내 AI 도구의 QA를 맡은 개발자가, 문서 속 프롬프트 인젝션을 막기 위해 만든 방어 장치를 공개했습니다. 실적 숫자 아래에 흰 바탕 흰 글씨로 두 번째 숫자를 넣어 보니 첫 시도에 통했고, 화면 밖에 배치한 글자나 높이가 0인 글자도 모델에게 그대로 읽혔습니다. 내부 도구라 조작될 리 없다고 여겨 아무도 신경 쓰지 않던 부분이었습니다.
그의 답은 한 가지씩만 검사하는 여러 '판사'를 겹겹이 세우는 스위스 치즈 방어입니다. 흐린 픽셀 중 주변 진한 잉크로 설명되지 않는 덩어리를 찾는 판사, 텍스트 레이어의 글자 위치에 실제로 잉크가 있는지 대조하는 판사, 폭 0 문자·유니코드 태그·키릴 문자 같은 혼동 문자를 찾는 판사가 있습니다. 태그된 PDF의 /Alt·/ActualText에 적힌 텍스트가 실제 화면에 보이는지 확인하는 판사, 글자 위에 다른 글자를 겹친 흔적을 찾는 판사, 텍스트만 남긴 렌더와 원본 렌더를 비교해 3을 8로 바꾸는 획을 잡는 판사도 있습니다.
한 겹으로는 다 막을 수 없지만 여러 겹을 쌓으면 뚫기 어려워진다는 접근입니다. 문서를 읽는 에이전트를 운영한다면 입력이 들어오는 길목에 이런 검사를 두는 것부터 시작해 볼 만합니다.
나무숲(TreeSoop)은 이런 AI 에이전트와 자동화 흐름을 실제 업무에 붙이는 일을 합니다. 우리 팀에 맞는 AI 도입이나 사내 에이전트 구축이 궁금하다면 treesoop.com에서 편하게 문의해 주세요.