STT는 이미 평준화됐다… 티로, 회의록을 '조직 위키'로 바꿔 ARR 300만달러 등: 2026-11-16
오늘 14개의 뉴스를 골랐습니다.
1. STT는 이미 평준화됐다… 티로, 회의록을 ‘조직 위키’로 바꿔 ARR 300만달러
지식관리 AI회의록 RAG MCP 접근통제
더플레이토의 AI 미팅 서비스 ‘티로’가 출시 2년 만에 ARR 300만달러를 넘겼고, 400곳 이상 기업에 도입돼 재구독률 90% 이상을 기록했다. 티로는 음성인식 정확도 경쟁에서 벗어나 고유명사·수치를 맥락에 맞게 보정하고, 여러 회의 내용을 연결해 ‘티로 위키’라는 기업용 지식 베이스로 계속 갱신하는 데 집중했다. 유사도 중심 RAG의 한계를 넘어서기 위해 회의 간 관계를 구조화했고, MCP로 Claude·Gemini 같은 외부 AI와도 연결된다. 사용자가 참여했거나 공유받은 회의만 열람할 수 있도록 권한을 자동으로 상속하고, 팀에서 빠지면 권한도 즉시 회수한다.
이 서비스의 핵심은 전사 품질이 아니라, 암묵지를 형식지로 바꾸는 SECI 모델의 ‘표출화’ 단계를 자동화했다는 데 있다. 하루 수천 번 바뀌는 위키에서 성패를 가르는 것은 저장 단위를 얼마나 잘게 나누느냐(granularity)와 버전 관리, 그리고 출처(원본 회의)를 추적하는 lineage 설계다. 회의 참여 여부로 권한을 상속하는 방식은 운영 부담을 줄여 주지만, 한번 요약·병합된 위키 문서에 서로 다른 권한의 정보가 섞이면 원래의 접근 통제가 깨질 수 있다는 점을 반드시 검증해야 한다.
2. 채점이 쉬운 시험일수록 AI에 먼저 뚫린다… 세무사 사태가 드러낸 평가 설계의 맹점
평가설계 생성AI 부정행위 이상탐지 시험보안
제63회 세무사 수석 합격자가 초소형 카메라와 생성 AI로 1·2차 시험 모두에서 부정행위를 했다고 자백했다. 필자는 2023년부터 AI가 의사·회계사·변호사 시험의 합격선에 도달해 있었다며, 이번 사건은 예견된 일이었다고 지적한다. 객관식은 문항당 숫자 하나만 전달하면 되고 풀이 흔적도 남지 않아 가장 먼저 뚫렸다. 그러나 논술형인 2차 시험까지 뚫리면서, 시험 형식을 바꾸는 것만으로는 해결되지 않는다는 점이 드러났다.
객관식 답안은 정보량이 문항당 2~3비트에 불과해, 외부와 연결되는 은닉 채널(covert channel)의 대역폭이 사실상 0에 가까워도 부정행위가 성립한다. 감독 인력과 CCTV를 늘리는 것은 경계 방어를 강화하는 것일 뿐이며, 이미 내부로 들어온 위협을 탐지하려면 문항별 응답 시간, 난이도 대비 정답 분포 같은 행위 기반 이상 탐지가 함께 설계돼야 한다. 결국 평가는 결과물만 검증하는 구조에서 벗어나, 구술 방어처럼 응시자 본인의 ‘과정’을 증명하게 하는 구조로 옮겨 가야 한다.
3. 수능 나흘 앞두고 청와대 긴급 대응… 국가자격시험 AI 부정행위 전수조사
시험보안 거버넌스 AI부정행위 포렌식 위험관리
세무사 시험 수석 합격자가 AI 부정행위를 자수하자, 청와대는 모든 국가자격시험을 대상으로 유사 사례 전수조사에 나서기로 했다. 수능에서는 전 수험생 대상 AI 기기 점검 절차를 도입하고, 시험장마다 기기 판별 전담 인력을 배치하며, 열 감지 카메라 등 가용한 탐지 수단을 총동원한다. 경찰은 조직적 사건에 전담 수사팀을 꾸리고, 부정행위 도구의 유통 경로와 과거 사례까지 추적하기로 했다. 16일에는 국무총리 주재로 관계부처 차관회의가 열린다.
이번 대책은 예방·탐지 통제에 집중돼 있지만, 이미 끝난 시험을 전수조사하려면 문항별 응답 로그와 답안 원본이 보존돼 있어야 하므로 보존 기간과 데이터 거버넌스부터 점검해야 한다. 기기를 판별하는 통제는 새 장비가 나올 때마다 한발 늦을 수밖에 없는 구조여서, 전파 탐지·열 감지만으로는 지속 가능한 해법이 되기 어렵다. 선의의 수험생이 불이익을 받는 오탐(false positive) 비용까지 포함해 위험 기반으로 통제를 설계하지 않으면, 공정성을 지키려던 조치가 오히려 공정성 논란을 부를 수 있다.
4. 1차 160문항 중 159개 정답의 비밀… 세무사 수석 “초소형 카메라+생성 AI” 자백
생성AI 부정행위 이상치탐지 시험보안 공격체인
제63회 세무사 시험 수석 합격자 A씨가 초소형 카메라로 문제를 찍어 생성 AI에 보내고, 스마트폰으로 답을 확인하는 방식으로 부정행위를 했다고 자백했다. 세무사 1·2차 시험뿐 아니라 공인회계사 1차 시험에서도 같은 방법을 썼다고 밝혔으며, 사용한 AI 모델과 장비는 수사기관에만 공개하겠다고 했다. 감독위원 4명과 전산 채점 과정 어디에서도 이상 징후는 발견되지 않았다. 한국산업인력공단은 사과와 함께 A씨를 업무방해 혐의로 고소하고 합격 취소를 추진하고 있다.
이번 사건에서 의심을 처음 제기한 것은 감독관도 시스템도 아니라 온라인 커뮤니티였다는 점이 시험 관리 체계의 탐지 공백을 그대로 보여 준다. 평균 30점짜리 과목에서 만점이 나온 것은 통계적으로 명백한 이상치(outlier)이므로, 합격자를 발표하기 전에 점수 분포를 기반으로 자동 플래그를 거는 사후 검증 절차가 있었어야 한다. ‘촬영→AI 추론→단말 수신’으로 이어지는 공격 체인에서 가장 끊기 쉬운 고리는 시험장 내 무선 통신이며, 전파 차단과 측정이 1순위 통제 지점이다.
5. 에이전트가 손을 든다… Claude Code·Codex 세션을 화상회의로 보여 주는 ‘Agent Standup’
AI에이전트 관측성 ClaudeCode 개발생산성 HITL
Agent Standup은 로컬에서 실행 중인 Claude Code, Codex, Mistral Vibe 세션을 실시간 화상회의 화면으로 보여 주는 도구다. 작업 중인 에이전트는 명령 출력·diff·테스트 결과를 화면으로 공유하고, 사용자 승인이나 답변을 기다리는 에이전트는 손을 들며, 서브에이전트 간 작업 위임 관계도 드러난다. 1.47 버전부터는 에이전트의 발화를 한국어로 번역해 로컬 TTS로 읽어 준다. 각 도구가 디스크에 남기는 세션 파일을 읽기만 하므로 토큰을 쓰지 않고, 기본 설정에서는 외부로 아무것도 전송하지 않는다.
에이전트를 여러 개 동시에 운영할 때 병목은 모델 성능이 아니라 사람의 승인 대기 시간이며, 이 도구는 그 대기 상태를 이벤트로 드러내는 관측성(observability) 계층에 해당한다. 각 도구가 이미 쓰는 세션 파일을 읽기 전용으로 활용하는 사이드카 구조라서 에이전트 쪽을 고칠 필요가 없지만, 세션 파일 포맷이 바뀌면 바로 깨지는 비공식 인터페이스에 의존한다는 점은 감안해야 한다. 서브에이전트 간 위임 관계까지 시각화하는 것은 사실상 분산 트레이싱이며, 앞으로 감사 로그 관점에서 필요한 기능이 될 것이다.
6. 런타임 없이 KERNEL32.dll 하나만으로… 5KB CLI와 69.4µs MCP 어댑터
MCP C11 공급망보안 IPC CI
Ultra-Brain-Labs는 Node.js·Python 런타임이나 C 런타임 없이 순정 C11로 작성한 Windows 로컬 에이전트 도구 모음이다. 5KB짜리 무의존성 CLI 템플릿, Named Pipe 기반 로컬 IPC, 그리고 이 파이프를 Claude Desktop·Cursor에 연결하는 MCP stdio 어댑터로 구성된다. 파이프 왕복은 p50 30µs, MCP 도구 호출은 p50 69.4µs를 기록했고, 2천만 건 Soak 테스트에서 거부가 한 건도 없었다. CI는 경고 0개, 임포트 DLL 단일성, 메모리·핸들 증가 여부를 실패 조건으로 강제하지만, 실제 클라이언트 앱과의 라이브 연동은 아직 검증하지 않았다(NOT_RUN).
이 프로젝트의 진짜 가치는 성능 수치가 아니라, 측정 조건과 실패 조건을 CI에 명시해 ‘검증 가능한 주장’만 문서에 쓰는 엔지니어링 규율에 있다. 의존성을 KERNEL32 하나로 줄이면 공급망 공격 표면과 Smart App Control 관련 마찰이 크게 줄어드는 대신, JSON-RPC 파싱과 메모리 안전성을 모두 직접 책임져야 하는 트레이드오프가 생긴다. 다만 MCP 호출의 실제 지연은 수 초 단위인 LLM 추론이 좌우하므로, 마이크로초 단위 최적화는 처리량보다 상주 비용과 배포 단순성 측면에서 평가해야 한다.
7. “판매중"이라더니 196개 전부 노출제한… AI 비서 ‘피클’ 하루 실사용과 금고 코드 분석
AI에이전트 자격증명관리 NitroEnclave 상태검증 개인정보
개발자가 개인 AI 에이전트 ‘피클’에 예약, 홈택스 조회, 체험단 신청, 스마트스토어 상품 등록 등을 하루 동안 맡기고, 끝까지 수행했는지와 보고가 실제와 일치하는지를 기준으로 검증했다. 예약과 조회는 매장 확정과 감면 종료일 안내까지 정확했지만, 스마트스토어는 196개 상품을 ‘판매중’이라고 보고한 것과 달리 실제로는 전부 노출제한 상태였다. 공개된 AWS Nitro Enclave 기반 credential-enclave 코드를 보면 OAuth 토큰은 격리돼 있다. 반면 일반 사이트 비밀번호와 카드 번호는 평문으로 운영 측 브라우저 작업자에게 전달되고, 로그인 후 가져온 데이터는 서버 키·직원 열람·외부 LLM 제공자와 같은 범위로 처리된다.
에이전트의 신뢰성을 판단하는 기준은 작업 성공률이 아니라 ‘보고한 상태와 실제 상태가 일치하는가’이며, 등록 접수(accepted)와 판매 가능(active)을 구분하지 못한 것은 사후 상태 검증(post-condition check)이 빠진 설계 결함이다. Nitro Enclave로 OAuth 토큰만 격리하고 비밀번호와 카드 번호는 평문으로 운영 측에 넘기는 구조는, 보호 경계가 자격증명의 종류마다 다르다는 뜻이므로 사용자는 가장 약한 경로를 기준으로 위험을 평가해야 한다. 로그인 후 가져온 데이터가 외부 LLM 제공자에게까지 전달된다는 점은 개인정보 국외 이전과 수탁자 관리 문제로 이어지므로, 이 부분이 가장 큰 리스크다.
8. 은행 해킹은 코어뱅킹이 아니라 ‘주변 업무시스템 권한’에서 터졌다
접근통제 API보안 금융보안 IAM BOLA
신한·KB국민·하나·부산은행 등에서 연쇄 해킹이 일어나 고객정보가 유출됐다. 공격은 핵심 전산망이 아니라 대출모집인·직원·외주 인력이 쓰는 업무시스템과 API의 허술한 권한 검증을 노렸다. 은행들은 계정통제감사, 통합계정관리, 접근제어, SIEM·SOAR 구축에 나섰고, 내년 정보보호 예산을 최대 2.8배까지 늘렸다. 금융위원회는 580여개 금융사의 인증·접근통제 체계와 API 외부 접점을 연말까지 전수 점검하고, CEO·CISO·CIO의 책임도 따지기로 했다.
고객번호만 바꿔 남의 정보를 조회할 수 있었다는 것은 전형적인 BOLA(Broken Object Level Authorization) 취약점이다. 계정 단위 IAM을 강화해도 API 서버가 요청마다 객체 소유권을 다시 검증하지 않으면 막을 수 없다. 예산을 SIEM·SOAR 같은 탐지 장비에 먼저 쓰기보다, 외부에 노출된 API 인벤토리를 만들고 객체 수준 인가 로직을 점검하는 데 우선 투입해야 재발을 막을 수 있다.
9. 땅 위에 지을 곳이 없다…AI 데이터센터가 바다로 간다
데이터센터 인프라 전력 해상데이터센터 냉각
주민 반발과 전력망 연결 지연, 냉각수 부족으로 육상 데이터센터 건설이 어려워지자 미국·유럽·일본 기업들이 해상·해저 데이터센터 개발에 나섰다. 판탈라사는 파력 발전 구조물을 태평양에 띄우고 위성 통신으로 연산 결과를 보내는 방식을 추진해 1억4000만달러를 유치했다. 삼성중공업·한화오션 등 국내 조선사도 수십~200MW급 부유식 데이터센터 설계 승인을 받았다. 다만 염분 부식, 유지보수 비용, 불규칙한 발전량, 해양 생태계 영향 등 상용화까지 넘어야 할 과제가 많다.
위성 통신으로 결과만 내보내는 해상 데이터센터는 대역폭과 지연이 큰 제약이어서, 지연에 민감한 추론 서비스가 아니라 배치형 학습 연산에 맞는 구조다. 파력 발전은 출력이 들쭉날쭉하므로 일정한 전력을 전제로 한 기존 설계 대신, 전력 공급량에 맞춰 작업을 스케줄링하는 power-aware 워크로드 설계가 필요하다. 사람이 접근하기 어려워 고장 난 장비를 교체하기 힘든 환경이므로, 이 아키텍처의 성패는 PUE보다 MTTR과 고장 노드를 그대로 두고 운영하는 fail-in-place 전략에 달려 있다.
10. 폐쇄망 금융권에 들어가는 AI 코딩 에이전트, 경량화가 열쇠
온프레미스LLM AI코딩에이전트 양자화 금융IT LLM서빙
노타가 금융 SI 기업 두베에 온프레미스 AI 코딩 에이전트용 금융 특화 LLM과 서버를 공급했다. 폐쇄망 환경에 맞춰 고객사 내부 서버에서 LLM이 돌아가도록 했고, 양자화로 메모리 요구량을 낮췄다. 추론·서빙 환경도 함께 최적화해 같은 GPU에서 분당 처리 요청 수를 최대 95% 늘리고, 첫 답변 대기시간을 절반 이하로 줄였다고 밝혔다. 두 회사는 고객별 사용자 규모와 보안 조건에 맞춘 공급을 확대할 계획이다.
코딩 에이전트는 코드베이스와 개발 지침을 반복해서 컨텍스트에 넣기 때문에, 병목은 모델 크기보다 KV 캐시 메모리와 prefill 비용에 있다. 따라서 양자화와 프리픽스 캐싱 같은 서빙 최적화가 GPU 증설보다 투자 대비 효과가 크다. 온프레미스로 구축해도 에이전트가 생성한 코드가 형상관리와 배포 파이프라인에 들어가는 경로는 별도 통제 대상이므로, 생성 코드의 출처 표기와 리뷰 게이트를 SDLC에 함께 설계해야 한다.
11. AI 에이전트 확산의 조건은 성능이 아니라 ‘멈출 수 있는 능력’
AI에이전트 AI거버넌스 접근통제 AI기본법 FinOps
서비스나우 한국 대표는 AI 에이전트 도입이 늘면서 예산 초과와 접근 권한 위험이 동시에 커지고 있다고 지적했다. 일부 국내 기업은 1년 치 AI 예산을 3~6개월 만에 소진했고, 에이전틱 AI 도입 기업은 52%지만 자율 멀티 워크플로까지 활용하는 곳은 9%에 그친다. 필자는 런타임 접근 통제, 에이전트를 디지털 직원처럼 관리하는 체계, 에이전트별 비용·ROI 추적을 세 가지 토대로 제시했다. 섀도 AI 에이전트를 찾아내 목록화하고 중앙에서 가시성을 확보하는 것이 출발점이라고 강조했다.
AI 에이전트 거버넌스의 핵심은 사후 감사가 아니라, 에이전트가 툴을 호출하는 순간 권한을 판정하는 런타임 PEP(Policy Enforcement Point)를 두는 것이다. 에이전트마다 고유 ID를 부여하고, 사람의 권한을 그대로 위임하는 대신 작업 범위를 좁힌 단기 토큰을 발급해야 최소 권한 원칙이 지켜진다. 비용 통제도 같은 맥락이어서, 토큰 사용량을 에이전트 ID와 업무 단위로 태깅하지 않으면 ROI를 산정할 근거 자체가 생기지 않는다.
12. 보는 로봇에서 만지는 로봇으로…앤트그룹, 촉각 파운데이션 모델 공개
로봇AI 멀티모달 파운데이션모델 피지컬AI 오픈소스
앤트그룹 자회사 로비앤트가 약 5000시간의 실제 촉각 데이터를 학습한 로봇 파운데이션 모델 ‘링봇 터치’를 오픈소스로 공개했다. 자기식·압저항식·시각 기반 촉각 센서 3종의 신호를 하나의 표현 체계로 통합해, 센서나 로봇 손이 바뀌어도 재학습 부담을 줄였다. 기존 제어 AI 4종에 적용하자 26개 작업의 평균 평가 점수가 13.9~24.8%포인트 올랐다. 코드와 가중치는 아파치 2.0 라이선스로 공개됐고, π0.5·Diffusion Policy 등 외부 모델과도 연동된다.
이번 발표의 핵심은 성능 수치보다 이기종 센서 신호를 공통 잠재 표현으로 추상화한 데 있으며, 이는 하드웨어 종속성을 끊는 HAL(Hardware Abstraction Layer)을 학습 기반으로 구현한 것과 같다. 기존 VLA 모델에 플러그인 형태로 붙는 모듈 구조여서 전체 모델을 다시 학습하지 않고 감각 모달리티를 추가할 수 있다. 다만 평가 점수는 중간 단계에 부분 점수를 주는 방식이므로, 실제 작업 완수율과 구분해서 해석해야 한다.
13. 자율주행 경쟁력은 주행거리가 아니라 ‘희귀 상황 데이터’에서 갈린다
자율주행 데이터품질 로보택시 MLOps 모듈형아키텍처
SWM 김기혁 대표는 자율주행 경쟁력이 누적 주행거리보다 데이터의 질과 이를 실제 주행 성능으로 연결하는 소프트웨어 기술에 달려 있다고 강조했다. SWM은 강남 도심에서 20만㎞의 실도로 데이터를 확보하고, 로보택시 누적 탑승 1만9682건을 기록했다. 꼬리물기, 이륜차 돌발 진입, 무단횡단 같은 희귀 상황을 선별해 AI 학습과 검증에 활용하는 체계를 갖췄다. 해외 진출을 위해 핵심 자율주행 AI와 국가별 교통규칙을 분리한 모듈형 소프트웨어 구조를 제시했다.
자율주행 데이터 파이프라인의 경쟁력은 수집량보다, 롱테일 시나리오를 자동으로 찾아 라벨링 큐에 올리는 데이터 마이닝(active learning) 체계에서 나온다. 핵심 AI와 현지 교통규칙을 분리한 구조는 정책 계층을 외부화한 rule engine 패턴이어서, 국가별 규제가 바뀌어도 모델을 재학습하지 않고 대응할 수 있다. 이 분리가 실제로 유지되려면 규칙 계층과 학습된 판단이 충돌할 때 무엇이 우선하는지 정하는 중재 로직과 검증 시나리오도 함께 관리해야 한다.
14. 스마트안경 부정행위, 사람 눈으로 감독하는 시험 체계는 이미 뚫렸다
AI부정행위 보안통제 다층방어 거버넌스 스마트안경
AI 안경과 초소형 기기를 이용한 부정 응시가 드러나자 정부와 국회가 범정부 긴급대응팀 구성, 응시 제한 확대, 특별법 제정 등 강력한 단속을 선언했다. 사설은 이 대책들이 사후 처벌 중심이라 비전문가 감독관의 육안 점검으로는 한계가 있다고 지적했다. 전파·금속·열화상 탐지기는 인권 침해 논란이, 방해전파(재밍)는 전파법상 제약이 걸림돌이다. 이번 수능에서 스마트안경은 착용만 해도 사용으로 간주해 시험이 무효 처리되고 다음 해 응시 자격도 박탈된다.
육안 감독에 의존하는 체계는 위협 모델이 ‘사람이 볼 수 있는 부정’에 머물러 있어, 착용형 AI 기기에는 탐지 통제가 사실상 작동하지 않는다. 재밍 같은 단일 차단 수단보다 RF 스펙트럼 모니터링으로 탐지하고, 문항 변형과 응답 패턴 이상치 분석으로 사후 검증하는 다층 방어(defense in depth)가 현실적이다. 사후 검증에 쓸 답안 제출 시점과 패턴 데이터를 지금부터 수집·보존하지 않으면, 이후 이상 징후를 판정할 근거가 남지 않는다.
오늘의 추천
현대인을 위한 최소한의 지식 - 경제 금융 주식 투자 공부 관련 입문 책, 데일리뉴액션, 15,300원 🚀
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.