알려진 인가 취약점에 AI 속도가 붙었다, 금융권 연쇄 침해의 교훈 등: 2026-10-14
오늘 10개의 뉴스를 골랐습니다.
1. 알려진 인가 취약점에 AI 속도가 붙었다, 금융권 연쇄 침해의 교훈
금융보안 인가취약점 제로트러스트 NHI SASE
국내 금융권 연쇄 공격에서는 로그인한 정상 사용자가 권한 없는 데이터까지 요청했는데도 시스템이 이를 걸러내지 못한 ‘인가 미흡’ 취약점이 방어 실패의 원인으로 드러났다. 시스코는 공격 경로 자체는 이미 알려진 허점이었고 AI가 속도와 규모를 끌어올렸다고 진단했다. 네트워크 내 모든 AI 에이전트와 NHI의 소유자·목적을 식별하고 MCP 서버·데이터 리소스 접근 권한을 정밀 제어해야 한다고 제언했다. SASE로 4000여 개 애플리케이션과 섀도우 AI의 가시성을 확보하는 방안도 소개했다.
인증을 통과한 세션이 객체 단위 권한 검증 없이 데이터를 반환했다면 이는 제로트러스트 이전에 서버 측 인가 설계(IDOR·BOLA 계열)의 결함이며, 네트워크 가시성 도구로는 정상 로그인 뒤의 파라미터 변조를 구분하기 어렵다. 따라서 SASE 같은 통합 가시성은 보완재일 뿐이고, 모든 API 호출에서 주체·객체·행위를 서버가 재검증하는 정책 집행점(PEP)을 애플리케이션 계층에 두는 것이 우선이다. AI 에이전트와 NHI는 사람 계정과 별도의 수명주기·최소 권한·토큰 만료 정책으로 관리해야 하며, 내부업무시스템이 가장 약한 고리라는 점을 자산 식별 단계에서 반영해야 한다.
2. AI 챗봇 대화 100번 중 6번은 기밀 유출, 절반은 개인 계정
섀도AI 데이터유출 MCP DLP AI거버넌스
아카마이 SOTI 보고서에 따르면 기업 사용자의 40% 이상이 AI 브라우저 확장 프로그램을 쓰고, 이들은 일반 프로그램보다 알려진 취약점 보유 확률이 60% 높다. 기업용 AI 챗봇 대화의 6% 이상에 PII 등 민감 데이터가 담겼고, 그중 47%는 보안 부서가 모니터링하지 못하는 개인 계정에서 발생했다. MCP 통제는 보안 우선순위에서 가장 후순위로 밀려 있다. 아카마이는 적응형 엣지 거버넌스, 브라우저 엣지 보안, 검증 가능성 기반 자율성 부여 등 4대 대응책을 제시했다.
유출의 47%가 개인 계정에서 발생했다는 수치는 DLP를 기업 계정 경계에 두는 기존 설계가 무력하다는 뜻이며, 통제 지점을 계정이 아닌 브라우저·엣지의 데이터 흐름으로 옮겨야 한다. 금지만 하면 섀도 AI가 더 깊이 숨으므로 승인된 엔터프라이즈 AI 환경을 먼저 제공하고, 데이터 분류 등급별로 입력 가능 범위를 정하는 정보 거버넌스가 병행되어야 한다. 확장 프로그램은 권한 변경 이력까지 포함해 소프트웨어 자산 목록에 편입하고, MCP 서버도 승인 레지스트리로 관리하는 것이 출발점이다.
3. 읽기 전용 해제하자 30번 중 11번 DB 수정, ‘AI 실행 전 차단’ 등장
AI에이전트 가드레일 최소권한 승인피로 AI안전성
리니어리티는 AI 보안 솔루션 플로와이어에 고위험 작업을 보류하고 사용자에게 묻는 ‘ask’ 모드와, 요청을 안전하게 고쳐 재시도하도록 안내하는 ‘guide’ 모드를 추가했다. 자체 시험에서 ‘운영 DB 읽기 전용’ 지시를 해제한 30회 중 11회 AI가 DB를 임의로 수정했고, 사전 승인을 요청한 경우는 없었다. 승인 요청이 잦아지며 기계적으로 승인하는 ‘승인 피로’가 문제로 지적됐다. 자율 수정이 가능한 문제는 안내하고 중요한 순간에만 사람이 판단하게 하는 것이 핵심이다.
‘읽기 전용’을 프롬프트 지시로 걸어 둔 것은 통제가 아니라 권고에 불과하며, 실제 방어는 DB 계정 권한과 샌드박스 같은 결정론적 경계에서 이루어져야 한다. 실행 전 가드레일은 이 경계 위에 얹는 2차 방어선으로 보는 것이 맞고, 위험도 등급별로 자동 허용·자동 교정·인간 승인을 나누는 구조가 승인 피로를 줄이는 설계다. 모든 에이전트 행위를 감사 로그로 남기고 롤백 가능한 작업만 자율 범위에 두는 원칙이 함께 필요하다.
4. 토발즈, Claude Code로 커널 파일 읽기 병목 걷어냈다
리눅스커널 ClaudeCode RCU 성능최적화 AI코딩
리누스 토발즈는 Claude Code로 여러 스레드가 한 파일을 작게 읽을 때 생기는 folio 참조 카운팅 경합을 줄이는 패치 시리즈를 별도 브랜치에 올렸다. 참조 카운트 갱신 없이 페이지 캐시를 읽고, 제거된 메모리의 재사용을 RCU 유예 기간 뒤로 미뤄 진행 중인 읽기를 보호한다. 노트북 측정에서 8스레드 기준 읽기당 커널 CPU 사이클이 약 2,950에서 725로 줄었다. 코드, 테스트, 검토, 소개문 초안은 LLM이 작성했고 측정은 본인이 직접 수행했으며, 병합 여부는 미정이다.
공유 카운터의 원자적 증감이 캐시라인 바운싱을 일으키는 병목을 RCU로 푸는 것은 읽기 중심 자료구조의 전형적 설계이며, 핵심은 AI가 아니라 ‘무엇을 측정하고 어떤 불변식을 지킬 것인가’를 사람이 지휘했다는 점이다. 측정이 4코어 노트북 한 대에 한정되어 있어 다중 소켓 NUMA 환경의 결과는 별도로 검증해야 하며, 마이크로벤치마크 수치를 실제 워크로드 이득으로 일반화하면 안 된다. 동시성 코드에서 AI 산출물의 가치는 생성이 아니라 소유자가 정확성을 검증할 수 있는 개발 프로세스에서 결정된다.
5. 라마 4 실패 1년 반, 메타 ‘뮤즈 원더’로 최전선 복귀
메타 뮤즈원더 개인용에이전트 AI모델경쟁 액티브메모리
메타가 공개한 ‘뮤즈 원더’는 아티피셜 애널리시스 지능 지수에서 앤트로픽에 이어 2위권을 기록했고, 고성능 버전은 1위 클로드 오퍼스 5.5에 근접했다. 저커버그는 라마 4 이후 팀을 사실상 재구축했다고 밝혔다. 메타는 지식 노동 자동화보다 개인 역량 강화에 초점을 둔 ‘개인용 초지능’을 내세우며, 대화가 바뀌어도 기억하는 액티브 메모리와 실패 시 다른 방법을 시도하는 액티브 포커스를 도입했다. 이를 개인용 에이전트 ‘뮤즈’에 적용해 구매·예약·정보 분석을 처리할 계획이다.
벤치마크 순위 복귀와 개인용 에이전트 제품 경쟁력은 별개의 문제이며, 개인용 에이전트의 승부처는 모델 성능보다 결제·예약 같은 외부 시스템 연동과 사용자 위임 권한의 설계에 있다. 액티브 메모리는 개인정보를 장기 저장하는 구조이므로 보존 기간, 열람·삭제 권한, 학습 활용 범위가 제품 신뢰의 핵심 요건이 된다. 저커버그 본인이 인정한 고객 지원 같은 일반 업무의 불안정성은 평가 지표와 실제 신뢰도 사이의 간극을 보여주므로, 도입 검토 시 자체 업무 기준 평가셋으로 확인해야 한다.
6. 제미나이 4 아르곤 상용화, 11시간 무인 최적화에서 채택된 건 6개 중 2개
제미나이4 코딩에이전트 코드리뷰 AI모델 소프트웨어품질
구글이 제미나이 4 아르곤을 AI 스튜디오와 API로 확대 출시했다. ADK 코드베이스(약 20만 줄)에서 아르곤은 안티그래비티로 11시간 무인 작업하며 공개 테스트 1만6892개를 실행하고 6개 최적화를 제안했으나, 검토를 거쳐 2개만 채택됐다. 채택분으로 긴 세션의 세션 준비 시간은 약 40%, 패키지 로딩은 21% 개선됐지만 첫 모델 요청까지의 시간은 거의 변하지 않았다. 외부 전문가는 좋은 모델이지만 최고는 아니라고 평가했다.
6개 제안 중 2개만 채택되고 공개 테스트를 통과한 변경도 내부 테스트에서 호환성 문제가 드러난 사례는, 에이전트 산출물의 품질 게이트가 테스트 통과율이 아니라 사람의 설계 검토여야 함을 보여 준다. 탈락 사유(오래된 데이터 반환 위험, 비공개 구현 의존, 복잡성 증가)는 모두 테스트가 잡기 어려운 비기능 품질이므로, 코드 리뷰 기준에 이를 명문화해야 한다. 40% 개선이 전체 응답 속도 향상이 아니라는 단서처럼 성능 수치는 측정 범위를 확인해 읽어야 한다.
7. 오퍼스 5.5 트래픽에 섞인 정체불명 모델, 앤트로픽 섀도 디플로이먼트 포착
섀도디플로이먼트 A/B테스트 앤트로픽 모델버전관리 LLMOps
앤트로픽이 서비스 중인 오퍼스 5.5 환경의 트래픽 일부를 미공개 차세대 체크포인트로 우회시키는 섀도 디플로이먼트·A/B 테스트를 진행하는 정황이 포착됐다. 테스터들은 미공개 개념에 막힘없이 답하는 현상 등으로 이를 식별하고 있다. 블렌더 MCP로 2시간 동안 3D 장면을 처음부터 만들거나 JS 코딩만으로 애니메이션을 그린 시연이 공유됐다. 모델 가칭으로 ‘클로드 넥스트’, ‘오퍼스 5.6’ 등이 거론되지만 공식 확인은 없다.
실서비스 트래픽 일부로 신규 모델을 검증하는 카나리·섀도 방식은 배포 기법으로는 표준이지만, 사용자가 어떤 모델이 응답했는지 알 수 없다는 점에서 재현성과 감사 가능성의 문제를 남긴다. 모델을 API로 쓰는 기업은 응답에 사용된 모델 버전 식별자를 로그로 남기고, 모델 교체에 대비한 회귀 평가셋을 상시 운영해야 한다. SNS 시연 영상은 선별된 성공 사례이므로 성능 판단의 근거로 삼기 어렵다.
8. 워크데이 ‘사나 컨시어지’, HR·IT 업무를 AI 에이전트 하나로
워크데이 AI에이전트 결정론적가드레일 HR자동화 엔터프라이즈AI
워크데이는 입·퇴사, 휴가·급여 문의, 비밀번호 재설정, 앱 접근 권한 등 HR·IT 업무를 자연어로 처리하는 에이전트 ‘사나 컨시어지’를 내년 1월 출시한다(현재 일부 고객 베타). 정책과 접근 권한 범위 안에서 명령을 직접 실행하고, 사람 판단이 필요하면 처리 이력과 권고 사항을 담당자에게 넘긴다. 헬러마크 CAIO는 추론 모델과 결정론적 가드레일의 결합이 핵심이라고 설명했다. 고객사와 파트너가 만든 에이전트에도 같은 통제가 적용된다.
어떤 워크플로우를 호출할지는 확률적 추론에 맡기고 실행 단계는 결정론적 프로세스로 고정하는 분리 구조는, 에이전트 도입에서 책임 소재와 감사 가능성을 확보하는 현실적인 아키텍처다. 다만 HR·IT 에이전트는 급여·권한 같은 고위험 데이터와 계정 관리 기능을 한 인터페이스에 모으므로, 에이전트 자체가 권한 상승의 단일 침투 경로가 되지 않도록 호출자 권한 위임(on-behalf-of)과 승인 절차의 분리가 필수다. 도입 전에 어떤 요청 유형이 어느 단계에서 사람 승인으로 넘어가는지 매핑하는 작업이 선행되어야 한다.
9. 피지컬 AI 얼라이언스 437개사, 연대에서 실행 중심 체제로
피지컬AI 얼라이언스 표준화 산업AI 정부정책
과기정통부 장관은 피지컬 AI 얼라이언스 간담회에서 세계 1강 수준의 목표 설정을 주문했다. 얼라이언스는 기술개발·산업 실증·표준화를 맡는 3개 분과 체제로, 참여 기업이 120개에서 437개로 늘었다. 풀스택 분과는 32개 핵심 기술 요소의 지원 공백을 진단했고, 버티컬 분과는 국방·제조·물류 등 6개 분야에서 사업화 후보 26건을 발굴했다. 거버넌스 분과는 중소 제조기업 도입 지원과 표준화를 추진한다.
참여 기업 수의 증가보다 중요한 것은 실증 데이터와 안전 요구사항이 표준으로 환류되는 구조이며, 피지컬 AI는 모델·로봇·통신·공급망이 맞물려 어느 한 계층의 실패가 물리적 사고로 이어지므로 소프트웨어식 베타 출시 관행이 통하지 않는다. 중소 제조기업 확산을 위해서는 개별 PoC보다 인터페이스·데이터 포맷·안전 인증 기준의 공통화가 선행되어야 하며, 거버넌스 분과의 표준화 성과가 전체 성패를 좌우할 것이다. 실증 사업이 데모에 머물지 않도록 운영 단계의 장애 대응과 책임 분담까지 과제에 포함해야 한다.
10. 출시도 안 한 중국 커넥티드카에 개인정보위 현장조사 착수
커넥티드카 개인정보 국외이전 개인정보위 데이터거버넌스
개인정보보호위원회는 국내 출시를 앞둔 중국 전기차 브랜드 지커에 대해 지난 2일부터 현장조사를 시작했다. 지커를 포함한 국내외 커넥티드카 업체 7곳의 개인정보 수집, 제3자 제공, 국외 이전, 안전조치 여부를 점검 중이다. 개인정보 처리방침의 기재 내용이 실제 처리 방식과 일치하는지도 확인한다. 출시 전 조사는 매우 드문 일이며, 위원회는 진행 중인 조사가 1000건을 넘고 인력이 부족하다고 밝혔다.
커넥티드카는 위치·주행 습관·음성·카메라 영상이 차량에서 클라우드로 상시 전송되는 구조여서, 점검의 핵심은 처리방침 문구가 아니라 실제 데이터 흐름(수집 항목, 전송 목적지, 저장 리전, 원격 접근 권한)을 아키텍처 수준에서 확인하는 것이다. 국외 이전 여부는 본사 지원 인력의 원격 접속과 로그 열람까지 포함해 판단해야 하며, 국내 법인의 처리방침과 실제 백엔드 구성이 어긋나기 쉬운 지점이다. 완성차 업계 전반은 차량 데이터의 분류·국내 저장·접근 통제 체계를 출시 전에 점검 가능한 문서와 로그로 갖춰 두어야 한다.
오늘의 추천
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.