Claude

Phorion이 Cursor 마켓플레이스의 Claude Code 확장 2.1.313에서 SSH 백도어를 발견했다고 보고했다. 확장 실행 권한, macOS 지속성, 침입 성공과 흔적의 차이를 구분하고 국내 개발 조직이 배포 경로와 복구 절차에서 확인할 기준을 분석한다.

확장 삭제는 최초 실행 경로만 닫을 수 있다. IDE 밖에 남은 인증 키와 자동 실행 구성, 실제 로그인 기록까지 확인해야 복구 범위를 판단할 수 있다.

Anthropic이 Opus 5.5 기반 Claude Duet을 미국 Pro·Max 이용자 대상 연구 프리뷰로 공개했다. 수시간 간격의 백그라운드 점검과 민감 작업 승인, 기존 구독과 공유하는 사용량을 살피고 한국 기업이 선제형 AI 비서를 평가할 때 필요한 기준을 분석한다.

상시 비서의 가치는 실행량보다 사람을 언제 불러내는지에 달렸다. 알림 정확도·승인 품질·백그라운드 비용을 함께 측정해야 한다.

Anthropic이 주주 승인 조건으로 지분 5%를 공익기금에 배정하겠다고 발표했다. 현금 기부와 지분 약정의 차이, 기업가치 상승 시 이사회 재량의 추가 출연, 아직 공개되지 않은 거버넌스를 짚고 한국 AI 기업의 사회적 성과 검증 기준을 분석한다.

공익기금의 실질 가치는 지분 비율만으로 정해지지 않는다. 현금화 경로, 독립적인 배분 권한, 수혜자에게 도달한 성과를 함께 공개해야 신뢰를 검증할 수 있다.

Anthropic의 자체 보고서는 주니어 기술직 비중 하락과 회의 시간 증가, 에이전트 관리 업무 확대를 보여준다. 비중과 인원, 처리량과 품질, 에이전트 실행 시간과 인간 노동 시간을 구분해 읽고 한국 기업이 채용·리뷰·업무 측정을 어떻게 설계할지 분석한다.

AI가 더 많은 결과를 만들수록 사람의 검토와 조정이 병목이 될 수 있다. 채용 비중의 변화만으로 인력 대체나 조직 전체의 생산성 효과를 단정할 수 없다.

Replit CEO의 Anthropic 결별 발언은 OpenAI를 기본 파트너로 삼되 Claude 선택은 유지한다는 설명으로 정리됐다. 정정된 보도와 공식 모델 선택 문서를 대조해 기본값의 유통 효과, 실제 지원 범위, 한국 기업의 모델 변경 검증과 비용 관리 과제를 분석한다.

기본 모델 변경은 지원 모델 삭제와 다르다. 사용자는 선택권의 존재뿐 아니라 실제 작업의 모델 경로와 비용·권한 설정을 확인해야 한다.

Anthropic이 Claude로 NIST 타원곡선 시드의 생성 과정을 재현했다고 밝혔다. 타임스탬프와 오래된 난수 생성기의 발견이 암호 해독을 뜻하지 않는 이유, 남은 미해결 항목과 한국 보안팀이 AI 연구 성과를 검증할 기준을 분석한다.

AI 연구 성과의 가치는 자신감 있는 설명보다 외부에서 재현할 수 있는 증거에 있다. 공개 곡선의 생성 시드와 비밀 서명키는 다른 대상이다.

Anthropic이 자동 평가기와 Claude로 양자 회로 8개 과제를 최적화했다고 밝혔다. 53시간 탐색, 17배와 12배 게이트 감소가 가리키는 비교 대상을 구분하고, 실제 양자컴퓨터의 성능과 다른 이유 및 한국 연구팀의 적용 조건을 분석한다.

자율 연구의 생산성은 모델과 독립 평가기의 결합에서 나온다. 회로의 자원 절감은 중요한 진전이지만 완성된 양자컴퓨터의 실측 가속과 같지 않다.

Anthropic이 하루 3만 건 이상 병합되는 코드에 대응해 자체 소스관리 Scion으로 전환했다. 5개월 이관과 인프라 절감 수치의 조건을 살피고, Git을 버리기 전에 한국 개발팀이 측정해야 할 체크아웃 비용과 검증 병목을 분석한다.

에이전트가 코드를 더 빨리 만들수록 저장소 복제와 검증 비용이 드러난다. 대규모 내부 사례의 해법보다 자기 팀의 병목을 먼저 확인해야 한다.

Jesse Waites가 수백 년 된 기록에서 운석·코뿔소·화산 관련 후보 자료를 찾은 AI 작업 흐름을 공개했다. 435만 쪽 자료의 검색과 단계별 모델 선별, 원본 대조의 의미를 분석하고 학술적 발견 확정과 구분한다. 한국 기록 기관이 적용할 평가 기준도 살펴본다.

AI는 기록을 새로 만드는 것이 아니라 사람이 확인할 후보를 줄일 때 강력하다. 검색 실패를 역사적 부재로 해석하지 않고 원본과 목록까지 이어지는 근거를 남겨야 한다.

Anthropic이 오픈소스 프로젝트에 무료 정기 취약점 탐지를 제공하는 OSS Scanner를 공개했다. 사람 검토 없는 보고서를 선택해 받는 구조와 97건 평가의 한계, 미검증 결과의 공개 정책을 짚고 국내 유지관리팀이 준비할 재현 환경과 분류 역량을 분석한다.

무료 스캔은 검증 비용까지 없애지 않는다. 미검증 보고서를 더 빨리 받는 선택의 가치는 유지관리팀의 처리 역량과 위협 모델에 달려 있다.

Anthropic이 Haiku 5.5와 Sonnet 캐시 가격 인하를 발표했다. 10만 토큰을 기준으로 달라지는 단가, 새 토크나이저와 API 호환성 변화를 함께 살펴보고 한국어 반복 업무를 작은 모델에 맡길 때의 실제 비용과 검증 기준을 분석한다.

단가 인하는 출발점일 뿐이다. 한국어 토큰 수, 재시도와 상위 모델 이관, API 호환성 수정까지 계산해야 작은 모델의 경제성이 드러난다.

Meta와 Microsoft가 직원의 Claude 사용을 줄인다는 재인용 보도가 나왔다. 확인 가능한 보도 범위에서 내부 예산 한도와 실제 지출, 직원 사용과 고객용 공급을 구분하고 한국 기업의 코딩 AI 조달·예외 승인·생산성 측정에 주는 시사점을 분석한다.

사용자 수 감소나 예산 한도 축소만으로 생산성과 비용 절감을 판단할 수 없다. 내부 조달 전략과 고객용 모델 공급을 나누고 완료된 업무 기준으로 성과를 측정해야 한다.

Anthropic이 Sonnet 5.5를 공개하며 출력 속도 30% 이상 개선과 작업당 비용 최대 30% 절감을 주장했다. 토큰 단가는 전작과 같다는 점, 평가별 성능 차이와 보안 조치를 구분하고 한국 개발팀의 모델 배분·회귀 평가·실제 비용 측정 기준을 제시한다.

같은 토큰 단가에서도 적은 단계와 재시도로 작업을 끝내면 비용은 내려간다. 모델 선택은 최고 점수보다 검증된 결과 한 건을 만드는 총비용으로 판단해야 한다.

Anthropic이 Claude Opus 5.5를 공개하고 입력·출력 단가 20%, 캐시 읽기 단가 60% 인하를 발표했다. 평균 업무 비용 40% 절감 주장과 벤치마크 조건을 분리해 읽고, 한국 개발팀이 코딩 에이전트 전환 시 측정할 지표와 운영 경계를 짚는다.

Opus 5.5의 핵심은 가격표 한 줄보다 캐시와 반복 작업의 합계다. 공급자 벤치마크를 그대로 도입 근거로 삼지 말고 같은 코드베이스와 권한 아래에서 비교해야 한다.

Claude Code Web 환경을 역공학한 글은 Firecracker MicroVM, 스냅샷, 내부 배포 프로토콜을 드러낸다. 에이전트 런타임 경쟁의 힌트다.

코딩 에이전트의 경쟁력은 모델만이 아니라 격리된 실행환경, 스냅샷, 배포 프로토콜에서 나온다. AI IDE의 다음 전장은 런타임 인프라다.

Anthropic의 2026년 9월 위협 인텔리전스 보고서는 2025년 12월부터 2026년 8월까지 차단한 AI 오남용 사례를 공개했다. 사이버, 감시, 영향 공작, 생물학적 오남용까지 포함되며, 기업 AI 보안은 정책 문서를 넘어 탐지와 대응 운영으로 가야 한다.

AI 오남용은 미래 위험이 아니라 이미 탐지와 차단, 계정 조치가 필요한 운영 문제다. 기업은 모델 안전성 선언보다 사용 패턴 모니터링, 정책 위반 대응, 보안팀과 AI팀의 공동 운영 체계를 먼저 갖춰야 한다.

Babylonian Twins의 Amiga 68000 어셈블리 Godot 포팅기는 AI 코딩이 새 앱 생성보다 레거시 해석, 테스트 자동화, 실행 가능한 보존에서 더 큰 가치를 낼 수 있음을 보여주는 드문 개발 사례다.

LLM의 강점은 최신 프레임워크를 빨리 쓰는 데만 있지 않다. 문서가 부족한 30년 전 코드와 바이너리를 실행 가능한 테스트로 바꾸는 순간, AI 코딩은 보존과 현대화의 도구가 된다.

Anthropic이 Claude Fable 5.1과 Mythos 5.1을 공개했다. 성능 향상보다 캐시 가격, 데이터 보존, 전문 분야 접근 통제, 안전장치 오탐률이 기업 도입의 핵심 변수로 떠올랐다. 한국 기업도 조달 기준을 다시 봐야 한다.

프런티어 모델 경쟁은 점수표만의 싸움이 아니다. 캐시 비용, 데이터 위치, 안전장치의 오탐률이 실제 기업 워크로드의 채택 속도를 결정한다.

Anthropic 블랙리스트 판결 보도는 정부 조달과 AI 기업의 힘겨루기를 드러낸다. 모델 경쟁은 벤치마크뿐 아니라 절차적 공정성, 계약 접근권, 공공 부문 신뢰의 문제다.

AI 기업이 공공 조달에서 배제되는 일은 단순 영업 손실이 아니라 모델 생태계의 신뢰 사건이다. 정부는 안전을 이유로 개입할 수 있지만, 절차가 불투명하면 시장 전체가 정치 리스크를 가격에 반영한다.

The load-bearing vocabulary of Claude는 모델별 반복 어휘를 시각화해 AI 문체 감지의 한계를 드러낸다. 문제는 단어 몇 개가 아니라 조직과 제품이 AI 말투, 편집 이력, 책임 표시를 어떻게 다루느냐다.

Claude의 반복 어휘를 보여주는 작은 시각화는 AI 문체 탐지가 단순한 낙인찍기가 아니라 제품 신뢰와 편집 경험의 문제임을 보여준다. 기업은 AI 티를 없애기보다 출처, 수정권, 책임자를 분명히 해야 한다.