#安全

共 100 篇带此标签

100 편 최신 2026-11-21
이전 · #安全 총 11편
의견

AI Agent 시대, 코드 작성보다 Code Review가 병목에

AI coding agent가 코드 생성 속도를 끌어올린 뒤 병목은 Code Review로 옮겨 갔다. 이제 팀은审查 Agent 추가를 넘어 위험도별分流, 작은 단위의 제출, 독립 검증과 책임 체계를 다시 설계해야 한다.

2026-11-18 출처 2026-11-17 6 분 50 조회
의견

AI 도입을 거부한 학교의 검색 노출 제한 논란

Google이 AI 도입을 명시적으로 거부하거나 제한한 학교의 검색 결과 노출을 줄이기로 했다는['_报道'](https://www.nytimes.com/2026/11/03/us/google-search-schools-restrict-ai.html)가 나왔다. 학교의 선택과 AI 도입 여부를 둘러싼 논쟁은 도구 사용 여부를 넘어, 검색 가시성이 조달과 교육 현장의 의사결정에 영향을 미치기 시작했는지가 핵심 쟁점으로 떠올랐다.

2026-11-17 출처 2026-11-03 6 분 50 조회
의견

PHP2Shell 사례로 드러난 AI Agent와 기술 부채

PHP2Shell이 Hacker News 메인페이지에 오르며 uncovered된 논쟁은 AI가 취약점을 빠르게 찾아낼 수 있을 뿐, 기업에 쌓인 기술 부채까지 해결하지는 못한다는 점을 보여 준다. 실제 대응에는 SBOM, 테스트, 배포 이력과 함께 재구축 가능한 운영 프로세스가 필요하다.

2026-11-16 출처 2026-11-04 7 분 50 조회
의견

LLM 모델 가중치로 전염되는 공급망 위험

악성 패턴이 모델 가중치에 숨어 다운로드와 양자화, 微調를 거쳐 전파될 수 있다는 주장이 나왔다. 대규모 피해의 증거는 아직 부족하지만, 운영 팀은 모델 출처와 해시를 기록하고 배포 전 최종 가중치를 감사해야 한다.

2026-11-15 출처 2026-11-13 7 분 50 조회
실전

Lovable 정보 노출 사건, AI 코딩 도구의 보안 대가

Lovable이 생성한 앱에서 여권 정보와 20만 건이 넘는 개인 메시지가 노출된 사건이發生했다. 이 사례는 코드 생성뿐 아니라 미리보기 환경, 배포 설정, 권한 기본값까지 AI 개발 도구가 안전하게 관리해야 함을 보여준다.

2026-11-15 출처 2026-11-14 8 분 50 조회
실전

LLM 가중치 포렌식으로 학습 GPU를 추적할 수 있을까

Unemployment Labs는 LLM checkpoint의 수치적 특징을 분석해 학습에 사용된 GPU와輸出 통제 대상硬件 여부를 추론하는 연구를 apartamentos했다. 이 방법은 모델 자체에서 출처를 확인할 수 있는 새로운 증거 경로를 제공하지만, 아직ofauna 직접적인 증거로 활용하기에는 한계가 있다.

2026-11-13 출처 2026-11-12 6 분 50 조회