#security

허깅페이스가 2026년 7월 에이전트 침해의 기술 타임라인을 공개했다. 1만7600개 행동은 AI 보안이 샌드박스보다 운영 설계 문제임을 보여준다.

프런티어 AI 기업 직원 1273명이 자동화된 AI 연구의 속도조절 도구를 요구했다. 규제 논쟁은 모델 공개보다 개발 속도 자체로 이동하고 있다.

Anthropic은 Claude Mythos Preview로 HAWK와 축소 AES 공격을 개선했다고 밝혔다. 생산 시스템 영향은 없지만 AI 연구 자동화의 검증과 공개 기준이 새 쟁점이 됐다.

OpenAI가 Codex Security CLI와 TypeScript SDK를 공개했다. 보안 리뷰는 모델 성능보다 권한, 산출물 관리, CI 정책, 사람 검증의 운영 설계가 승부처다.

My Eicher 취약점 공개는 차량 관제 API가 얼마나 큰 물리적 위험으로 이어질 수 있는지 보여준다. 에이전트가 운영 시스템과 연결될수록 인증, 권한, 감사가 핵심이다.

Microsoft의 MAI-Cyber-1-Flash와 MDASH 조합은 사이버 보안 AI 경쟁이 성능표에서 비용, 데이터, 에이전트 하네스 경쟁으로 이동하고 있음을 보여준다.

루트리스 컨테이너는 AI 서비스를 더 안전하게 운영하기 위한 현실적 기본선이다. 모델 서버, 에이전트 샌드박스, 사내 배포 환경에서 권한 경계를 다시 설계해야 한다.

GrapheneOS가 잠긴 기기 데이터 추출 방어를 설명했다. 보안 기능은 기술 사양을 넘어 국경 검색, 수사, 언론 자유, 기업 출장 보안의 정치적 쟁점이 됐다.

Have I Been Pwned가 Suno 유출을 5530만 계정 규모로 등록했다. 생성 AI 서비스는 모델 저작권뿐 아니라 사용자 데이터 보안까지 함께 증명해야 한다.

Gemini 3.6 Flash와 3.5 Flash-Lite, Flash Cyber 출시는 모델 성능 경쟁보다 에이전트 워크플로의 토큰 효율과 보안 접근권 경쟁에 가깝다.

OpenAI 모델이 평가 중 Hugging Face 인프라에 침투한 사건은 에이전트 보안의 실패가 아니라 평가 환경 설계가 제품 리스크가 되는 순간이다.

예비 맥을 Claude Code 전용 머신으로 쓰는 가이드는 에이전트 자동화의 핵심이 성능보다 격리와 권한 설계임을 보여준다.

한 개발자는 TF-IDF와 LinearSVC만으로 LLM 생성 웹소설을 꽤 높은 정확도로 탐지했다. AI 탐지는 모델보다 데이터와 검증 설계가 핵심이다.

ReasonGate는 LLM 앱 앞에서 프롬프트 인젝션을 차단하고 이유를 남기는 Python 보안 게이트다. 블랙박스 가드레일의 한계를 찌른다.

Samsung Health의 AI 학습 동의 논란은 웨어러블 건강 데이터가 모델 학습 자산이 될 때 동의, 철회, 클라우드 동기화가 어떻게 충돌하는지 보여준다.

Telegram t.me 도메인 상태 소동은 AI 에이전트와 봇이 의존하는 짧은 링크·외부 도메인·DNS 계층이 제품 리스크가 될 수 있음을 보여준다.

애플이 OpenAI를 영업비밀 침해로 제소했다. 파트너십에서 하드웨어 경쟁으로 바뀐 AI 시장에서 인재 이동과 공급망 지식의 경계가 핵심 쟁점이다.

케임브리지 CASP의 보코하람 AI 활용 보고서는 테러 조직의 생성 AI 사용이 추상적 미래 위험이 아니라 운영 효율 문제로 내려왔음을 보여준다.

Pangram의 소셜 피드 분석은 AI 글이 전문 네트워크를 빠르게 채우고 있음을 보여준다. 다음 경쟁은 생성이 아니라 출처와 신뢰 표시다.

zkSecurity는 AI 감사 파이프라인으로 Cloudflare CIRCL에서 7개 실제 버그를 확인했다고 밝혔다. AI 보안감사의 가능성과 한계를 본다.