소일거리 뉴스

패치보다 공격이 먼저 왔다…빗썸·한양증권 뚫은 다우오피스 제로데이 등: 2026-11-09

오늘 19개의 뉴스를 골랐습니다.

1. 패치보다 공격이 먼저 왔다…빗썸·한양증권 뚫은 다우오피스 제로데이

제로데이 접근통제 그룹웨어 패치관리 금융보안

빗썸과 한양증권의 개인정보 유출 사고는 그룹웨어 ‘다우오피스’의 접근통제 미흡 취약점을 노린 제로데이 공격 때문인 것으로 드러났다. 빗썸은 10월 27일, 한양증권은 패치 배포 하루 전인 10월 29일 외부 비인가자의 접근으로 고객·임직원 정보가 유출됐다. KISA는 10월 30일 다우오피스 3.6.8.5 이하 버전에 대한 패치 권고를 발표했고, 다우기술은 고객사별로 패치를 순차 배포하고 있다. 금융당국도 긴급 패치 적용을 권고했다.

그룹웨어는 인사·결재·메일이 모이는 내부 정보의 집결지인데도 ‘업무 편의 도구’로 분류돼 외부 노출 자산 관리 대상에서 빠지는 경우가 많다. 제로데이는 패치 주기로 막을 수 없으므로 관리 콘솔·API 엔드포인트를 인터넷에 직접 노출하지 않는 구조와 WAF·접근 IP 제한 같은 보상 통제가 1차 방어선이 되어야 한다. 순차적 개별 패치 방식은 고객사마다 노출 기간이 달라진다는 뜻이므로, 패치 대기 기간의 임시 차단 정책을 사전에 마련해 두어야 한다.

원문 보기 (보안뉴스)


2. 백업 서비스가 유출 통로로…더존비즈온 사태, 피해 기업 계속 늘어난다

더존비즈온 공급망보안 백업거버넌스 개인정보유출 SaaS

중소기업·세무회계사무소 다수가 쓰는 더존비즈온의 세무회계 ERP ‘스마트 A10’과 ‘APO 백업서비스’가 침해당해 피해가 연쇄적으로 확산되고 있다. 케이옥션, 한국여자프로골프협회, 국기원, 성현회계법인, 한국공항보안 등이 주민등록번호·계좌번호·급여정보 유출 가능성을 공지했다. 과학기술정보통신부는 이 사건을 ‘중대사고’로 판단하고 민관합동조사단을 구성했다. 피해 기관 상당수는 서버 종료와 해외 IP 차단으로 우선 대응하고 있다.

백업은 원본의 모든 민감정보를 한곳에 모은 고가치 표적인데도, 가용성 확보 수단으로만 설계돼 원본만큼의 접근통제와 암호화가 적용되지 않는 경우가 흔하다. 다수 고객의 데이터를 한 사업자가 보관하는 SaaS 구조에서는 사업자 하나가 침해되면 수백 개 조직이 동시에 피해를 입는 공급망형 단일 장애점이 생긴다. 백업 데이터에도 고객 측 키 관리(BYOK) 방식의 암호화와 테넌트 격리 수준을 계약 단계에서 요구해야 한다.

원문 보기 (보안뉴스)


3. 프런티어 API 대신 자체 GLM…Revolut, AI 비용 10분의 1로 줄였다

자체호스팅 오픈웨이트 LLM추론최적화 AI비용 GLM

Revolut이 엔지니어 약 2,000명에게 자체 호스팅한 GLM-5.3을 기본 코딩 모델로 제공하고, Claude Code와 Codex는 예외적으로만 쓰도록 바꿨다. NVIDIA B200 GPU 56개로 운영하며 비용은 100만 토큰당 0.30달러로, 기존 상용 API 대비 약 10분의 1 수준이다. 토큰 제한을 없앤 뒤 내부 지표상 코딩 시간이 60%, 리드타임이 70% 개선됐다고 밝혔지만, 다른 요인을 분리한 대조 실험 결과는 아니다. GPU 증설 없이 문맥 길이·FP4 양자화·KV 캐시를 조정해 요청량이 76% 늘어나는 동안 첫 토큰 대기시간을 88% 줄였다.

핵심은 모델 교체보다 비용 구조를 종량제에서 고정 용량으로 바꾼 데 있다. 사용할수록 비용이 늘던 구조가 사라지자 토큰을 아낄 이유가 없어졌고, 그 결과 AI 활용 범위가 넓어졌다. 대신 GPU 용량 계획, 추론 서빙 튜닝, 샌드박스·텔레메트리 같은 운영 통제를 직접 떠안아야 하므로, 이를 감당할 AI 운영 조직이 없는 기업은 비용 절감 수치만 보고 따라가면 안 된다. 개선 지표 역시 대조 실험이 아니므로 비용 효과와 생산성 효과를 분리해서 판단해야 한다.

원문 보기 · GeekNews 토론


4. 과학자들, AI에 가설은 안 맡긴다…데이터 분석 34%, 가설 생성 4%

AI활용실태 앤트로픽 과학연구 도구통합 RAG

앤트로픽이 과학 연구 관련 Claude·Claude Code 세션 20만7,049건을 분석하고 과학자 528명을 설문한 보고서를 공개했다. 가장 많이 쓰인 업무는 데이터 분석(33.7%)과 글쓰기·소통(32.0%)이었고, Claude Code에서는 데이터 분석 비중이 48.1%에 달했다. 연구자들은 가설 생성을 가장 중요한 활동(100점 중 35.6점)으로 꼽았지만, 실제 AI 활용 비중은 4.2%에 그쳤다. 전문 데이터베이스와 도구를 연결한 ‘Claude Science’에서는 가설 생성 비중이 8%로 약 2배 높았다.

AI 활용 비중은 업무의 중요도가 아니라 결과를 검증할 수 있는 정도를 따라간다. 데이터 분석은 코드와 결과로 즉시 확인할 수 있지만, 가설은 맞는지 판단할 기준이 바로 없기 때문이다. Claude Science에서 가설 생성 비중이 2배로 뛴 점은 모델 성능보다 도메인 데이터와 도구 연결이 활용 범위를 넓힌다는 근거이며, 기업 AI 도입에서도 RAG·도구 통합 설계가 모델 선택보다 우선한다. 다만 어려운 작업을 맡기는 연구자들이 애초에 Claude Science를 골랐을 수 있다는 선택 편향은 감안해야 한다.

원문 보기 (AI타임스)


5. 가짜 면접에서 8조원 탈취까지…北 해커, 바이낸스 사내 AI 도구까지 악용

APT 사회공학 공급망공격 AI에이전트보안 EIP-7702

북한 해커가 바이낸스 엔지니어를 대상으로 가짜 채용 면접을 진행하고, 코딩 과제를 명목으로 악성코드를 설치하게 해 약 63억4,000만달러(약 8조4,000억원) 규모의 가상자산에 영향을 미쳤다. 공격은 6월 변조된 개발 도구를 이용한 공급망 침해로 시작해, 10월 감염 PC에서 사내 AI 도구를 악용해 다른 직원 2명의 PC를 장악하고 배포 인증키까지 확보하는 단계로 이어졌다. 이더리움에서는 권한 위임 기능 EIP-7702를 악용해 정상 출금 통제를 우회했다. 바이낸스는 약 4시간 만에 악성 위임을 해제하고 28억5,000만달러 규모의 자산을 동결 또는 차단했다.

5개월에 걸쳐 진행된 이 공격에서 결정적인 단계는 사내 AI 도구를 통한 횡적 이동이다. 에이전트형 도구가 직원 권한으로 다른 시스템을 조작할 수 있다면, 그 도구 자체가 권한 상승 경로가 된다. 배포 서명키가 개발자 PC에서 탈취 가능한 상태였다는 것은 HSM 기반 서명과 다중 승인 배포 파이프라인이 없었음을 뜻한다. EIP-7702처럼 새로 도입된 권한 위임 기능은 기존 출금 통제 모델 밖에 있으므로, 새 기능 도입 시 위협 모델링을 다시 해야 한다.

원문 보기 (전자신문 보안)


6. 월 60달러 무제한 AI의 정체는 훔친 키…‘LLM재킹’으로 피해 기업에 100만달러 청구

LLMjacking API키관리 클라우드보안 FinOps LiteLLM

구글 GTIG와 맨디언트가 기업 클라우드 인증 정보를 탈취해 AI 모델을 쓰고 그 접속권을 되파는 ‘LLM재킹’ 실태를 공개했다. 재판매 서비스 ‘제트나이트’는 월 60달러 안팎의 무제한 요금제를 팔았고, 한 공격자는 8시간도 안 돼 50만 회 넘게 모델을 호출해 피해 기업에 100만달러에 가까운 요금을 물렸다. 주요 침입 경로는 서비스 계정 키, 깃허브 토큰, 세션 토큰이었으며, LiteLLM 취약점(CVE-2026-40217)을 악용한 권한 상승 사례도 확인됐다. 공격자들은 꺼져 있던 AI 서비스를 다시 켜고, 다른 인증 정보와 데이터를 추가로 수집했다.

LLM API 키는 사용량 상한이 없으면 곧바로 결제 수단이 되므로, 비밀번호보다 법인카드처럼 관리해야 한다. 키별 사용량 쿼터, 시간당 비용 이상 탐지 알림, 쓰지 않는 AI 서비스 비활성화 상태의 변경 감시가 최소한의 통제다. LiteLLM 같은 모델 게이트웨이는 모든 키가 모이는 지점이므로, 프록시 계층 자체를 고위험 자산으로 분류해 패치와 권한 분리를 적용해야 한다.

원문 보기 (보안뉴스)


7. JVM 워밍업 5분을 3초로…CRaC로 ‘부팅하지 않는 배포’ 구현

JVM CRaC 쿠버네티스 오토스케일링 성능최적화

OpenJDK의 CRaC를 적용해 워밍업을 마친 JVM 프로세스 상태를 저장하고 새 파드에서 복원하는 방식으로, 파드 준비 시간을 약 330초에서 2~3초로 줄인 사례다. 전체 배포 시간은 20분에서 4분으로, 정상 상태 파드 CPU는 기존의 약 20% 수준으로 줄었고 오토스케일링이 실제로 쓸 수 있는 수준이 됐다. 그러나 운영 중 CPU 명령어 기능 불일치로 여러 파드가 시작하지 못하는 장애가 발생해 이전 이미지로 롤백했다. 이후 체크포인트를 만들 때 기준 CPU 기능 집합을 명시적으로 고정해 복원 호환성을 확보했다.

이 사례는 시작 속도를 높이는 대신, 시작 비용을 빌드 단계로 옮겨 런타임 상태를 하나의 배포 산출물로 만든 것이다. 그 대가로 체크포인트 이미지가 하드웨어 명령어 집합에 종속되는데, 같은 인스턴스 유형이라도 실제 CPU가 같다는 보장이 없다는 점이 이번 장애로 드러났다. 시크릿·커넥션·난수 시드 같은 런타임 상태가 이미지에 함께 고정되는 문제도 있으므로, 체크포인트 이미지를 컨테이너 이미지와 같은 수준의 보안·호환성 검증 대상으로 관리해야 한다.

원문 보기 · GeekNews 토론


8. 에이전트가 맞는 답을 낼수록 위험하다…‘인지적 항복’을 막는 법

AI에이전트 비판적사고 이해부채 코드리뷰 개발프로세스

Addy Osmani는 에이전트의 결과가 빠르고 정확해질수록 사람이 다시 검토할 계기가 줄어든다고 지적했다. 그는 AI 위임을 결과의 주도권을 유지하는 ‘인지적 위임’, 결과를 검증 없이 다음 입력으로 쓰는 ‘판단 유보’, AI의 출력이 자기 생각이 되는 ‘인지적 항복’의 세 단계로 구분했다. 테스트가 통과해도 아무도 시스템을 설명하지 못하는 ‘이해 부채’가 쌓일 수 있다고 경고했다. 해법으로는 에이전트 사용을 줄이는 것이 아니라, 비판적 사고를 작업 흐름에 의도적으로 설계해 넣을 것을 제시했다.

이해 부채는 기술 부채와 달리 코드 품질 지표에 드러나지 않고, 변경이나 장애가 생긴 시점에야 한꺼번에 드러난다. 에이전트가 정한 기본값과 가정, 요구사항 해석을 검토 항목으로 명시하지 않으면, 코드 리뷰는 겉모습만 확인하는 절차가 된다. 오류 비용에 따라 위임 수준을 나누고, 고위험 변경에는 작성자가 직접 설명할 수 있어야 병합할 수 있다는 규칙을 두는 것이 실효성 있는 통제다.

원문 보기 · GeekNews 토론


9. 실제 전문 업무에선 최고 12%…새 벤치마크 GDPx가 드러낸 AI의 한계

AI벤치마크 GDPx AI에이전트 AI도입평가 LLM평가

세미애널리시스가 반도체 설계, 금융, 법률, 사이버보안 등 11개 분야 206개 실무 과제로 구성한 AI 에이전트 벤치마크 ‘GDPx’를 공개했다. 클로드 오퍼스 5.5가 12.0%로 1위를 차지했고, 제미나이 4 카본(10.9%), GPT-6 아스트라(9.6%)가 뒤를 이었다. 금융 과제에서는 익명화된 파일 약 4,000개 중에서 필요한 자료를 직접 찾아 분석해야 했는데, 한 수익성 분석 과제는 25차례 실행 중 한 번도 완전히 성공하지 못했다. 세미애널리시스는 기존 벤치마크 Terminal Bench 4.0의 과제 약 50%에서 정답 설정이나 채점 오류를 발견했다고 주장했다.

정리된 입력을 주고 결과물을 받는 평가와, 자료 탐색·충돌 해소·암묵적 조건 판단까지 요구하는 평가는 측정하는 능력이 다르다. 실패는 대부분 후자에서 나온다. 기업이 AI 도입 효과를 검증할 때도 공개 벤치마크 점수가 아니라 자사 데이터 환경을 재현한 내부 평가셋으로 측정해야 한다. 벤치마크의 채점 오류가 50%에 이를 수 있다는 지적처럼, 평가셋 자체에 대한 검증도 함께 설계해야 한다.

원문 보기 (AI타임스)


10. 머스크 “그록 봇, 비용이 매출 넘어”…AI 에이전트 사용량 제한 강화

AI에이전트 운영비용 요금설계 그록 FinOps

일론 머스크가 AI 에이전트 ‘그록 봇’의 운영 비용이 매출에 비해 지속 불가능할 정도로 높다며 사용량 제한을 정당화했다. 이용자들은 주간 한도가 평소보다 훨씬 빠르게 소진된다고 불만을 제기했지만, 축소 폭과 적용 기준은 공개되지 않았다. 그록 봇은 가상 컴퓨터로 작업을 대신 수행하는 에이전트로, 주간 유료 이용자가 80만 명에 달한다. 메타의 에이전트 ‘뮤즈’도 이용자가 1,000만 명을 넘었지만 아직 수익을 내지 못하고 있다.

에이전트는 한 번의 요청이 수십 번의 추론과 도구 호출, 가상 머신 실행으로 이어지므로, 챗봇처럼 정액 구독으로 비용을 감당하기 어렵다. 한도 기준을 공개하지 않은 채 갑자기 줄이면 사용량 측정 단위에 대한 신뢰가 무너지는데, 이는 요금 설계 실패에 해당한다. 사내 에이전트를 도입할 때도 작업 단위 비용 상한과 사용량 계측 체계를 먼저 설계하지 않으면, 비용 문제가 성장을 가로막는 구조가 된다.

원문 보기 (AI타임스)


11. 구글 AI 에이전트, 1024비트 RSA 일괄 인수분해 비용을 30배 낮췄다

RSA 암호분석 AI에이전트 크립토애질리티 PKI

구글 딥마인드가 인간 연구자의 감독 아래 AI 에이전트를 활용해 1024비트 RSA 암호 분석에서 두 가지 성과를 냈다. 공격자가 서명 블록의 절반 이상을 통제할 수 있으면 패딩이 추가 보호 효과를 내지 못한다는 점을 확인했고, 32바이트 해시값만 통제할 수 있는 조건에서도 기존 최선의 방법보다 이론상 약 1600배 효율적인 알고리즘을 찾아냈다. 또한 사전 계산 결과를 재활용하는 일괄 인수분해 알고리즘을 개발해, 대규모 사전 계산을 마친 뒤 키 하나를 추가로 인수분해하는 비용을 기존 일괄 기법보다 약 30배 낮출 수 있음을 보였다. 2048비트 이상 RSA의 안전성에는 영향이 없다.

사전 계산을 재활용하는 일괄 인수분해는 개별 키가 아니라 같은 크기의 키 전체를 위협하는 구조이므로, 펌웨어 서명, 임베디드 장비, 레거시 PKI에 남아 있는 1024비트 키가 위험 대상이다. 2048비트 전환만 서두를 문제가 아니며, 조직 내 암호 자산 인벤토리(CBOM)를 먼저 확보해야 교체 우선순위를 정할 수 있다. AI가 암호 안전성 가정을 검증하는 속도가 수십 년 단위에서 수년 단위로 줄어든 만큼, 알고리즘을 교체 가능한 구조로 설계하는 크립토 애질리티는 PQC 전환과 함께 아키텍처의 필수 요건이 되었다.

원문 보기 (AI타임스)


12. 엔비디아 “컨텍스트 창 키우기보다 상태 관리가 답”…16K 제한으로 처리량 최대 7배

LLM 컨텍스트엔지니어링 추론최적화 AI에이전트 엔비디아

엔비디아 연구진이 대화 기록을 압축하거나 필요한 문서 부분만 검색해 읽게 하면 짧은 컨텍스트에서도 상당수 작업의 성능을 유지할 수 있다는 연구를 발표했다. H100 환경에서 Qwen3 Coder Next의 컨텍스트 한도를 256K에서 16K로 줄이자 초당 토큰 처리량이 7배 늘었다. LOONG 평가에서는 클로드 오퍼스 4.5가 16K 한도와 선택적 읽기로 전체 문서를 입력했을 때보다 9.2%포인트 높은 점수를 기록했다. 다만 Qwen3 Coder Next는 SWE-벤치 베리파이드 점수가 53.0%에서 3.6%로 급락해, 컨텍스트를 지나치게 줄이면 성능이 무너질 수 있다는 한계도 확인됐다.

컨텍스트 창은 저장소가 아니라 작업 메모리이며, 에이전트 설계의 핵심은 상태를 외부화하고 체크포인트를 남기는 방식에 있다. 이는 OS의 페이징이나 DB의 버퍼 관리와 같은 원리이고, 컨텍스트 한도는 단일 요청 품질 문제가 아니라 서빙 동시성과 GPU 비용을 결정하는 용량 설계 변수다. Qwen3 사례처럼 압축 임계값을 모델의 출력 길이 특성과 함께 튜닝하지 않으면 작업 공간이 고갈되므로, 모델별 압축 정책을 별도로 검증해야 한다.

원문 보기 (AI타임스)


13. 많이 기억할수록 손해…앤트로픽 ‘드리밍’, 선별 기억으로 에이전트 성능 끌어올려

AI에이전트 에이전트메모리 지식관리 앤트로픽 RAG

앤트로픽이 AI 에이전트가 작업하지 않는 시간에 과거 기록을 검토해 잘못된 기억을 고치고 지식 구조를 재구성하는 ‘드리밍’ 기술의 실험 결과를 공개했다. 포켓몬 레드 실험에서 소수의 핵심 파일만 유지한 클로드 페이블 5가 413개 파일을 쌓은 소네트 3.7보다 많은 배지를 획득했다. 4억2000만 토큰 규모 내부 문서에서는 검색과 위키를 결합하자 점수가 54%에서 61%로 오르고 질문당 토큰 사용량도 약 2만개 줄었다. 반면 일부 작업에서는 효과가 미미했고, 위키가 원본 문서보다 커지는 문제와 추가 연산 비용이 과제로 남았다.

에이전트 메모리는 쌓아두는 로그가 아니라 정제·통합·폐기 주기를 갖춘 지식베이스로 설계해야 하며, 드리밍은 그 배치 ETL 단계에 해당한다. 여러 에이전트가 같은 파일을 수정해 계약 내용이 누락된 사례는 동시 쓰기 충돌이라는 전형적인 동시성 문제이고, 계약별 문서 분리는 결국 파티셔닝으로 해결한 것이다. 위키가 원본보다 커진 현상은 보존·폐기 정책이 없는 메모리가 정보 자산이 아니라 부채가 된다는 점을 보여준다.

원문 보기 (AI타임스)


14. AI가 ‘대리’ 직급 달고 메일 계정까지…국내 ‘AI 네이티브 조직’ 확산

AI에이전트 AI네이티브조직 IT거버넌스 IAM AX

코난테크놀로지는 대리 직급과 사내 이메일 계정을 부여한 AI 디지털 직원 ‘봉대리’를 도입해 PMS·지라와 연계한 일정 관리, 회의실 예약, 휴가 신청 업무를 맡겼다. 전사 AX 추진 결과 사내 업무 60건의 계획 대비 투입 시간이 약 59% 줄었다. 마키나락스는 5개 AI 에이전트가 채용·일정·인력 관리를 수행하고 ‘AI 중대장’이 결과를 취합하는 인사 관리 플랫폼 ‘지휘통제실’을 하루 만에 개발했다. 노타·크라우드웍스 등은 전 직군 해커톤과 바이브코딩으로 사내 AI 개발 문턱을 낮추고 있다.

AI 에이전트에 메일 계정과 업무 시스템 권한을 주는 순간 이는 조직 설계가 아니라 비인간 계정(NHI) 관리 문제가 되므로, 최소 권한, 자격증명 수명주기, 행위 감사 로그를 사람 계정과 동일한 수준으로 갖춰야 한다. 직급은 부여할 수 있어도 책임은 부여할 수 없으므로, 에이전트의 각 행위를 승인한 인간 소유자를 RACI 매트릭스에 명시해야 한다. 바이브코딩으로 만든 사내 앱이 늘수록 섀도 IT와 유지보수 주체 없는 시스템도 함께 늘어나므로, 등록·검토 체계를 개발 문턱을 낮추는 시점에 같이 마련해야 한다.

원문 보기 (전자신문 AI)


15. 침해 신고 26% 늘었는데 조사엔 1년…KISA 84명 증원 요청에 7명 반영

침해사고 KISA 개인정보보호 사이버보안정책 보안거버넌스

과기정통부와 KISA에 접수된 침해사고 신고는 2024년 1887건에서 지난해 2383건으로 26.3% 늘었고, 올해 상반기에도 전년 동기보다 19.5% 증가했다. 9월 개인정보 보호법 개정으로 과징금 상한이 전체 매출액의 10%로 높아지고 유출 확정 전 통지 의무도 생겼다. 그러나 개인정보위의 사건 조사 착수부터 의결까지 평균 기간은 올해 상반기 369일로 늘었고, 조사 중인 사건은 882건에 이른다. KISA는 침해사고 대응 인력 84명 증원을 요청했지만 7명만 반영됐다.

규제는 탐지, 조사, 제재로 이어지는 피드백 루프이고, 루프 지연이 1년을 넘으면 과징금 상한을 올려도 억지 효과가 약해진다. 신고 의무 강화로 유입량은 늘었는데 처리 용량은 그대로이므로, 큐잉 이론으로 보면 대기 시간은 선형이 아니라 급격히 증가하는 구간에 들어섰다. 인력 증원과 함께 사고 유형 자동 분류, 포렌식 증적 표준 포맷 같은 처리 효율화가 병행되지 않으면 적체는 해소되지 않는다.

원문 보기 (전자신문 보안)


16. 보안 투자하면 과징금 감경…개인정보위, ‘사전예방’ 중심 체계 전환

개인정보보호 과징금 사전예방 ASM CPO

개인정보위가 한국개인정보보호책임자협의회와 정책포럼을 열어 AI 기반 침해 위협에 대응한 사전예방 중심 보호체계를 논의했다. 공공부문 개인정보처리시스템 점검 강화, 보호수준 평가의 사전예방 지표 신설, 기관장·CPO 중심 책임경영을 정책 방향으로 제시했다. 중대·반복 위반에는 매출액 최대 10%의 징벌적 과징금을 부과하고, 사전예방 투자 노력이 인정되면 과징금을 필수 감경하는 개편안도 소개했다. 업계는 자율형 보안 에이전트와 공격자 관점의 상시 관측 체계로 전환해야 한다고 제언했다.

과징금 감경이 실효성을 가지려면 투자 금액이 아니라 통제가 실제로 작동했다는 증거, 즉 상시 모니터링 로그, 취약점 조치 소요 시간, 외부 노출 자산 현황 같은 측정 가능한 지표가 기준이 되어야 한다. 점검표 방식은 특정 시점의 준수 여부만 확인하지만 AI 기반 공격은 점검 주기 사이의 공백을 노리므로, 외부 공격 표면 관리(EASM)와 지속적 통제 검증으로 넘어가는 것이 맞다. 감경 요건이 문서 제출 위주로 설계되면 보안 투자가 증빙 산업으로 변질될 위험이 크다.

원문 보기 (전자신문 보안)


17. “스마트 글래스로 찍을 땐 알려라”…개인정보위, 연내 보호지침 마련

스마트글래스 개인정보보호 PbD 웨어러블 피지컬AI

개인정보위가 스마트 글래스의 개인정보 침해 위험 분석 보고서를 내고, 촬영·녹음 시 주변 사람에게 알리고 거부하면 중단하라고 당부했다. 스마트 글래스는 외형이 일반 안경과 비슷하고 촬영 표시등을 인지하기 어려우며, 수집 정보가 스마트폰·외부 AI·클라우드 등 여러 사업자를 거쳐 처리된다. 사업자에게는 처리 흐름 고지와 AI 학습 활용 시 사전 동의를, 제조사에게는 촬영 여부를 쉽게 알 수 있는 설계를 요구했다. 연내 이용자·제조사·서비스 제공사 준수사항을 담은 가이드라인을 배포할 예정이다.

스마트 글래스의 핵심 문제는 정보주체 대부분이 착용자가 아닌 주변인이라 동의를 받을 채널 자체가 없다는 점이므로, 이용자 계도보다 설계 단계의 통제가 우선이다. 촬영 표시등은 소프트웨어로 끌 수 없도록 카메라 전원과 하드웨어로 연동해야 하며, 이것이 프라이버시 중심 설계(PbD)를 실제로 구현하는 방법이다. 기기, 앱, 외부 AI 모델로 이어지는 처리 경로마다 수탁자와 제3자 제공이 섞이므로, 데이터 흐름도와 책임 주체를 제조사가 한 번에 공개하도록 하는 것이 가이드라인의 핵심이 되어야 한다.

원문 보기 (전자신문 보안)


18. 프리필은 NPU, 디코드는 GPU…노타, AMD 이기종 추론으로 응답 시간 52% 단축

온디바이스AI NPU 추론최적화 AMD 노타

노타가 AMD ‘어드밴싱 AI 월드 투어 서울’에서 GPU·NPU 이기종 환경의 추론 최적화 성과를 발표했다. 입력을 처리하는 프리필은 NPU가, 답변을 생성하는 디코드는 GPU가 맡도록 분리하고 두 장치가 동일 가중치를 공유하게 해, 라이젠 AI Max+ 395 기반 자체 평가에서 응답 시간을 최대 52%, 토큰당 에너지를 31% 줄였다. AI 에이전트가 모델과 하드웨어 특성을 분석해 최적화 전략을 세우는 ‘넷츠프레소’ 기술로 메모리 사용량을 1132% 줄였고, NPU 단독 대비 생성 속도를 2.53.8배 높였다. 노타는 AI PC와 로보틱스 분야로 라이선스 사업을 확대할 계획이다.

연산 집약적인 프리필과 메모리 대역폭에 묶이는 디코드를 서로 다른 가속기에 나누는 구조는 데이터센터의 P/D 분리 서빙을 단일 SoC로 옮긴 것으로, 통합 메모리 덕분에 KV 캐시 전송 비용이 사라진다는 점이 핵심이다. 수치는 자체 평가 결과이므로 입력·출력 길이 비율에 따라 효과가 크게 달라질 수 있으며, 프롬프트가 긴 RAG형 워크로드와 생성이 긴 워크로드를 나눠 검증해야 한다. 온디바이스 AI의 경쟁력은 모델 크기보다 이기종 하드웨어에 연산을 배치하는 스케줄링 계층에서 결정되는 흐름이다.

원문 보기 (전자신문 AI)


19. 출판 저작물을 AI 학습 데이터로…플리토·출판협회, 데이터 공급 체계 구축

AI학습데이터 저작권 데이터거버넌스 플리토 데이터계보

플리토가 대한출판문화협회와 AI 학습용 고품질 출판지식 데이터 공급과 시장 구축을 위한 업무협약을 체결했다. 플리토는 데이터 정제·가공·구조화와 품질검증, 보안 컴퓨팅 환경을 제공하고, 협회는 출판사 협의와 데이터 수집·관리 체계를 독립적으로 운영한다. 데이터 공급 조건과 개별 계약은 저작권자·출판권자의 동의를 전제로 한다. 양측은 수요처 발굴과 정부·공공 AI 데이터 사업 공동 참여도 추진한다.

저작권자 동의를 전제로 한 공급 구조는 저작물 단위로 권리 상태, 이용 범위, 계약 기간을 기록한 데이터 계보(lineage)와 라이선스 메타데이터가 있어야 실제로 작동한다. 학습이 끝난 모델에서 특정 저작물만 제거하는 머신 언러닝은 현실적으로 어렵기 때문에, 동의 철회나 계약 만료 시 모델을 어떻게 처리할지 계약 단계에서 정해 두어야 분쟁을 막을 수 있다. 정제·가공을 맡는 사업자와 권리를 관리하는 협회의 역할을 분리한 것은 데이터 거버넌스의 직무 분리 원칙에 맞는 설계다.

원문 보기 (전자신문 AI)


오늘의 추천

드레텍 디데이 LED 탁상 알람시계 D-DAY 데이제로 24,900.0원 🚀

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.