OpenAI는 2023년 11월 12일 기준으로 Cursor 서비스를 종료함에 따라 AI 연구자의 시급이 4달러로 하락했다.
이 글은 AI가 생성한 것입니다. 이노마의 의견이나 견해는 전혀 포함되어 있지 않습니다.
오늘의 뉴스는 “AI의 기반은 기술이 아닌 관계에서 결정된다”는 한 점으로 읽을 수 있다. OpenAI는 Cursor에 대한 모델 제공을 중단했다. 이유는 성능이나 가격이 아닌, 인수 합병한 모기업의 신뢰성 부족 때문이다. NVIDIA와 Stripe는 오픈 웨이트 AI 기업을 연이어 인수하고 있다. 狙いは技術ではなく、利用者と流通経路이다. 즉, 기술이 아닌 사용자 및 유통 경로에 대한 것이 핵심이다. 그리고 Anthropic은 AI가 AI 연구를 대행할 수 있음을 보여주는 데이터를 발표했다. 인간 연구자의 시급 150달러에 비해 4달러로. 당신이 매일 사용하는 AI 도구는 어느 회사의, 어떤 관계를 통해 작동하고 있을까. 그 관계가 끊어질 때, 무엇이 멈출까.
OpenAI 대 커서—모델 제공 중단이 기업 간 신용 문제로 보고되었다
OpenAI는 8월 28일 미국 시간으로 발표를 통해 코딩 지원 도구 Cursor에 대한 모델 제공 계약을 종료한다고 밝혔다. 종료일은 2026년 11월 12일이다. 계약상 허용되는 최대 통지 기간을 확보했다고 설명했다. 약 4년 동안 이어졌던 파트너십이었다.
이유가 예외적이다. OpenAI는 “일론 머스크의 기업이 계약 위반을 해 온 우리 경험을 바탕으로 SpaceX가 우리 이용 약관의 범위 내에서 기술을 사용할 수 있다고 확신할 수 없다는” 입장을 밝혔다. 근거로 두 가지를 제시했다. 첫째, 트위터 인수 이후 해당 회사가 OpenAI와의 계약 조건을 위반한 점이다. 둘째, 2026년에 선서 하에 일론 머스크가 xAI가 데이터 처리 관련 OpenAI의 이용 약관을 위반한 사실을 인정했다는 점이다. SpaceX는 6월 16일 Cursor의 운영 회사 Anysphere를 600억 달러 규모의 전사 매매 방식으로 인수하는 데 합의했으며, 8월에 규제 절차를 완료했다. 스타트업 인수로는 역대 최대 규모이다.
왜 이것이 단순한 상거래 해결로 끝날 수 없는 걸까. 커서는 개발자들이 매일 코드를 작성하는 장소였고, 그 안에서 OpenAI의 모델이 작동하고 있었다. 즉, 이번 중단은 기업 간의 계약일 뿐만 아니라, 수십만 명의 개발자들의 매일의 작업 환경이기도 하다. OpenAI는 “그들의 경험을 소중히 여기고 있으며, 이전 지원을 위해 평소보다 더 많은 노력을 할 준비가 있다”라고 밝혔지만, 구체적인 대안은 제시하지 않고 있다.
단기적으로는 커서(Cursor) 이용자는 11월 12일까지 Anthropic 계열, Google 계열, 또는 SpaceX 산하의 xAI 모델로 전환할 결정을 내리도록 요구받을 것이다. 중기적인 논점은 훨씬 더 구조적이다. AI 도구의 대부분은 자체적으로 모델을 보유하지 않고, 다른 회사의 모델을 임대하여 운영되고 있다. 이러한 라이선스 계약은 성능의 우열과는 상관없이 경영진 간의 관계나 소송의 경과에 따라 종료될 수 있다. 기반 회사가 다른 회사에 인수된 순간, 이용자의 도구 내용이 변경될 것이다. 이러한 구조는 오늘 처음으로 구체적인 날짜와 함께 제시되었다.
앤서니의 자동 연구자 – AI가 시급 4달러로 정렬 연구를 대행
Anthropic는 AI가 AI 스스로의 연구를 수행할 수 있음을 보여주는 논문과 데이터를 공개했다. 논문의 제목은 “Automated Researchers Can Reliably Mitigate Alignment Failures”이다. 주도したのは同社 펠로우인 Chen Yueh-Han 氏다.
다음과 같은 작업을 수행했습니다. AAR(Automated Alignment Researcher)라는 시스템에 인간 연구자와 동일한 절차를 따르게 했습니다. 문헌을 검색하고, 방법을 제안하고, 30분 단위로 모델을 훈련하고, 결과를 확인하여 유효한 방법을 남기고, 그렇지 않은 방법을 버리는 과정을 반복했습니다. 이 과정을 거친 결과, “미스알라인먼트” 즉, AI가 의도하지 않은 행동을 보이는 정도를 측정하는 10개의 벤치마크 전반적인 성능을 저해하지 않으면서 개선이 있었습니다. 숫자도 나왔습니다. 가장 좋은 방법은 숙련된 인간의 제안보다 평균 6시간 이내에 성능을 뛰어넘었습니다. 비용은 1시간당 약 4달러였고, 인간 연구자는 약 150달러였습니다.
이 회사는 동시에 내부 생산성 데이터를 공개하고 있습니다. 2026년 5월 기준으로 실제 환경에 병합된 코드의 80% 이상을 Claude가 작성했습니다. 분기별 출하 코드량은 과거 기준의 8배에 달하며, 직원 130명 대상 조사 결과, 성과량의 중앙값이 4배라는 답변이 나왔습니다. 개방형 코딩 과제의 성공률은 6개월 만에 26%에서 76%로 상승하고 있습니다. 작업을 수행할 수 있는 시간은 이전에는 7개월에 2배였으나, 현재는 4개월에 2배의 속도로 진행되고 있습니다.
다만, 그녀가 직접 코드를 작성했다. 코드 줄 수는 양이 아닌 질이다. 회사 내 생산성 주장은 “거의 확실하게 과장된” 상태이다. 연구 과제에서 얻은 결과는 실제 규모의 모델로 완벽하게 이식되지 않았다. 그리고 가장 큰 문제점은 판단력이다. “어떤 문제가 중요한지 선택하는” 능력에서는 인간이 여전히 크게 앞서고 있다.
이는 무엇을 의미하는가. 인공지능이 인간을 대체한다는 이야기가 아니다. 실행 비용이 2배나 하락했다는 이야기다. 가설을 시험하고, 비교하고, 기록하는 과정이 시급으로 4달러가 되었을 때, 가치가 남는 것은 “무엇을 시도해야 하는가”를 결정하는 쪽에 이관된다. 당신의 업무 중 실행과 판단의 비율은 어느 정도일까.
개방형 대기 기업들의 인수 합병 열풍 – 기술이 아닌, 측면 효과를 이용하는 기업들이 인수되고 있다.
TechCrunch는 8월 28일, 오픈 웨이트 AI 기업이 실리콘밸리에서 가장 인기 있는 인수 대상 기업 중 하나로 보도했다. 오픈 웨이트는 모델의 가중치를 공개하는 방식을 의미하며, 즉 학습 결과 자체를 공개하는 것이다. 누구나 다운로드하여 자신의 서버에서 실행할 수 있다.
현재 처리 중인 건들이 상당합니다. NVIDIA가 Hugging Face를 130억 달러 규모로 인수했다는 보도가 나오고 있습니다. 같은 NVIDIA는 오픈 웨이트 모델 개발 기업 Poolside와 60억 달러 규모의 합의를 체결하고, 직원 대다수가 이직합니다. 결제 시스템인 Stripe는 법인용 오픈 웨이트 모델 최대 기업 OpenRouter를 70억 달러를 초과하는 가격으로 인수 완료했습니다.
수상한 것은 시장의 숫자다. 기업들 중 오픈웨이트 모델을 사용하고 있는 것은 Ramp의 지출 데이터에서 6%이고, Jellyfish의 측정에서는 소프트웨어 엔지니어의 2%에 그친다. 사용되지 않는 기술에 수십억 달러가 움직이고 있다.
왜냐하면 구매하는 것이 기술이 아니기 때문이다. NVIDIA의 동기는 명확하다. OpenAI나 Google가 자사의 추론 칩을 개발하고, GPU 구매자가 줄어드는 방향으로 움직이고 있다. Hugging Face를 장악하면 그곳에 모이는 많은 개발자를 자사의 칩과 규격으로 유도할 수 있다. Stripe의 설명도 같은 구조다. “토큰은 AI로 사업을 하는 기업에게 있어 핵심적인 통화이다.” 결제 회사가 통화의 유통 경로를 확보했다는 식으로 읽는 것이 자연스러울 것이다.
단기적으로는 무료로 사용되던 개방형 기반 운영 주체가 교체될 예정이다. 중기적인 논점은 중립성이다. 누구나 사용할 수 있는 공유지로서 자리를 지켜온 곳이 특정 칩 제조사나 결제 회사의 소유가 되고, 그곳에 놓여진 규격이나 기본 설정이 중립성을 유지할 수 있을지에 대한 보장이 없다.
람다가 10억 달러를 빌린다 – 2026년 AI 관련 부채는 4000억 달러를 넘어섰다.
AI 클라우드 사업자 Lambda가 JP모건 체이스가 구성한 10억 달러 규모의 사모 채권 발행을 통해 자금을 조달했다. 이 자금은 NVIDIA의 AI 칩 구매에 사용되며, 해당 칩은 Microsoft에 리스된다. 단기 채권이라는 특징을 가지고 있으며, 칩을 빠르게 보급하여 수익을 창출하고 유입되는 현금을 통해 조기에 상환한다는 전제에 기반한다.
동사는 지속적으로 자금 조달을 진행하고 있다. 5월에는 10억 달러 규모의 담보 포함 신용枠을 체결했다. 이번 주에는 기존 NVIDIA 배포 계약에 따른 GB300용으로 9억 2600만 달러 규모의 장기 담보 대출을 확보했다. 더불어 30억 달러 규모의 상장 전(pre-IPO) 투자 라운드를 협상 중이라고 보도되고 있다. 작년 11월에는 15억 달러를 54억 3000만 달러의 기업 가치 평가액으로 조달 완료했다.
배경 숫자가 본론이다. 블룸버그의 집계에 따르면 2026년 AI 관련 부채 조달은 전 세계적으로 4000억 달러를 넘어섰다. 주식 대신 빚이라는 점이 중요하다. 주식으로 실패해도 갚을 필요가 없지만, 빚은 만기일이 있다.
왜 부채가 된 걸까요. 이유는 간단합니다. 필요한 금액이 주식으로 충당할 수 있는 규모를 넘어서기 때문입니다. 데이터 센터와 GPU는 건립하고 설치하면 담보가 되는 실물 자산이기도 하므로, 대출 중개인이 등장하게 됩니다.
단기적으로는 칩의 공급과 설치가 더욱 가속화될 것이다. 중기적인 논점은 상환 자원이다. 이 구조는 AI 이용이 예상된 대로 속도를 내어 계속 증가하는 것을 전제로 하고 있다. 전제가 무너지면 가장 먼저 고통받는 것은 자기 자본이 희박한 중간업체이다. 개인 사업주와 직접적인 관련은 없다. 그러나 당신이 사용하고 있는 AI 서비스의 뒤편에서 누군가가 기일이 있는 빚을 갚고 있다는 사실은 가격 인상이나 사양 변경에 대한 설명으로 기억해 두는 것이 중요하다.
Google의 Expert Intelligence——구매한 전자책을 AI 참조 소스로 활용하기
Google는 8월 27일, Gemini Notebook에 “Expert Intelligence” 기능을 추가했다. Google Play Books에서 구매한 전자책을 그대로 AI의 참조 소스로 읽어들이는 기능이다.
규모는 구체적이다. 대상은 10만 점 초과로, 참여 출판사에 Bloomsbury, De Gruyter Brill, Johns Hopkins University Press, Macmillan, O'Reilly Media, Penguin Random House가 포함된다. 또한 15명 이상의 베스트셀러 작가가 협력하고 있으며, 스티븐 핑크, 마이클 폴란, 제니퍼 월리스가 참여하고 있다. 미국 이용자에게는 전자책 1권이 무료로 제공되며 (수량 한정).
설계에서 시선을 끄는 부분은 소유의 처리에 관한 것이다. 읽혀지는 것은 자신이 산 책만이다. 노트북을 타인과 공유해도, 공동 편집자가 그 책의 내용에 접근하려면 스스로 구매해야 한다. 즉, “AI에게 읽어달라는 권리”를 책 판매 부수에 연관시킨 것이다.
왜 이 형태인지 문의하시는 걸까요. 생성 AI와 출판의 대립은 무단 학습을 둘러싼 소송으로 이어져 왔습니다. 이번 설계는 이러한 대립을 회피하는 하나의 해결책이 되고 있습니다. 학습 대신, 구매자마다 개별적으로 참조하도록 합니다. 출판사는 판매가 중단되고, 이용자에게는 근거 있는 답변이 돌아갑니다. 구글은 앞으로 Gemini 앱과 검색의 AI 모드에 확대하고, 제3자 구독, 산업 보고서, 교과서에도 적용 범위를 확장할 예정입니다.
단기적으로는 전문 서적을 업무에서 사용하는 사람들의 검색 방식이 달라질 것이다. 중기적인 논점은 유료 정보와 무료 정보의 분기이다. 신뢰할 수 있는 출처에 기반한 답변은 구매한 사람에게만 제공되며, 무료로 사용할 수 있는 AI는 무료로 수집 가능한 정보를 참조한다. 이러한 차이는 앞으로 더욱 벌어질 것이다.
Anthropic이 개발자용 기능을 공식 버전으로 출시 – Files API와 Skills API가 베타 테스트를 종료
Anthropic는 8월 27일, API의 여러 기능을 공식 버전으로 이관했다. Files API와 Skills API는 베타 헤드드 없이 일반적인 호출로 사용할 수 있게 되었고, 관리 화면에는 개인 키와 서비스 계정 키를 포함한 새로운 키 유형이 추가되었다. 특정 워크스페이스에 제한하거나 교차하여 사용할 수 있으며, 기존의 워크스페이스 API 키는 레거시 처리된다.
그 이전에도 움직임이 있었다. 8월 26일에는 Cowork와 Claude Code 세션을 대상으로 하는 규정 준수 API가 베타 버전을 출시했으며, 조직 관리용 Admin API가 각 SDK에서 사용 가능하게 되었다. 8월 19일에는 컴퓨터 운영 도구와 브라우저 운영 도구가 공식 버전으로 출시되었고, 에이전트 스킬 또한 공식 버전으로 이전되었다. Files API에는 유효 기간 설정이 추가되었다.
지저분한 발표처럼 보일 수 있지만, 그 의미는 명확하다. 베타 졸업은 “기능을 변경하지 않는다”는 선언이다. 베타 기능은 예고 없이 변할 수 있으므로, 업무에 적용하기에는 불안하다. 정식 버전이 출시되어야만 업무 프로세스의 구성 요소로 사용될 수 있다.
단기적으로는 AI를 자사의 업무에 통합하고 있는 개발자의 작업이 안정화될 것입니다. 중기적인 논점은 권한 관리입니다. 개인 키와 서비스 계정 키가 분리된 것은 AI가 자율적으로 움직이는 상황이 늘어났기 때문입니다. 누가 실행했는지 추적할 수 있도록 하는 것입니다. AI 에이전트를 업무에서 활용하는 단계에 접한 조직에게 있어 이 분리는 감사 전제 조건이 됩니다.
메타(Meta) 간부가 OpenAI로 이적하며, 인도 규제 압력이 강화되는 가운데
메타의 산디야 데바나탄 여사가 해당사를 떠나 OpenAI에 합류했다. 담당은 동남아시아와 호주 사업 총괄이다. 이적 시점이 메타가 인도에서 규제 당국의 감시를 강화하고 있는 시기와 겹치고 있다.
이러한 움직임 자체는 개별적인 인사 변화입니다. 하지만 묶어서 보면 흐름이 보입니다. 이 欄에서도 최근, OpenAI에서 핵심 인력이 연이어 이탈한 것을 다뤘습니다. 인재는 한 방향으로 유출되지 않고 있으며, 떠나가는 사람과 들어오는 사람이 있습니다. 이번에 들어온 것은 모델을 만드는 연구자라기보다는 지역 시장을 개척하는 사업 부문 인력입니다.
왜 사업 측면일까요. 인공지능 기업의 경쟁 축이 모델의 성능에서 시장 획득으로 이동하고 있는 것입니다. OpenAI는 이번 주에 인도에서 무료 플랜에 광고를 도입하고, 태국 정부와 협력하여 가속제를 시작하며 브라질에서 개발자 지원을 발표하고 있습니다. 연구소라기보다는 다국적 기업의 움직임입니다.
단기적으로는 아시아 태평양 지역에서 AI 서비스 확대가 가속화될 것이다. 중기적으로는 그 확대가 현지 규정과 어떻게 맞물릴 것인지가 핵심 쟁점이다. 메타가 인도에서 직면하고 있는 감시 문제는 결국 이 시장에 진출하는 다른 AI 기업들에게도 적용될 것이다. 기술의 우열이 아닌 각국의 당국과의 관계 설정이 사용 가능한 서비스의 범위를 결정하는 요인이 될 것이다.
국내: 내각 청와대에서 AI 교육 – 정치인이 “사용자”가 되는 모습
8월 28일, 안요 기박 당수가 내각총리관청에서 고시 하루미 총리대신에게 인공지능 활용법을 지도하는 행사를 실시했다. 보도에 따르면, 총리대신이 음성 입력으로 무엇을 작성했는지에 대한 것이 주요 관심사다.
AI 정책 논의는 주로 규제 프레임워크나 투자액과 같은 상류 문제에 치우쳐 있다. 이번 일은 그 하류에 해당한다. 제도 결정을 내리는 사람이 실제로 자신의 손으로 도구를 작동하는 것이다. 이는 규제의 질과 직결된다. 사용해 본 적이 없는 도구를 규제하면 현장 실태와 벗어진 조항이 만들어질 수 있다.
왜 음성 입력이 주목을 받았을까? 이유는 명확하다. 키보드를 거치지 않은 조작이 AI 활용의 가장 적은 마찰을 제공하는 입구이기 때문이다. 전문 지식도, 명령도 필요 없다. 말하면 작동한다. 정치인뿐 아니라 AI를 사용하지 않는 일반 대중에게 AI를 처음 접하게 하는 현실적인 입구가 바로 여기 있다.
단기적으로는 정책 측의 AI 이해도가 다소 높아질 수 있다. 중기적으로는 이와 같은 접촉이 제도 설계에 어떻게 반영될 것인지가 중요한 논점이다. 일본의 AI 정책은 규제보다 촉진에 초점을 두어 왔다. 촉진을 선택하는 이상, 결정하는 측이 실제 기술을 얼마나 잘 이해하고 있는지가 곧 정책의 정확도로 이어지게 된다.
국내: 반도체는 AI가 설계하고, 인간은 감독에 활용된다.
키사이트 테크놀로지가 8월 28일 “AI 시대의 차세대 반도체 설계”를 주제로 미디어 브리핑을 개최했다. 제시된 방향은 명확하다. 반도체는 AI가 설계하고, 인간은 감독에 관여한다. AI를 활용한 EDA, 즉 전자 설계 자동화 도구와 광 반도체 설계가 소개되었다.
왜 반도체 설계인가? 이 분야는 AI가 두각을 나타낼 만한 조건들이 갖춰져 있다. 설계의 타당성이 자동으로 검증 가능하다. 시도 횟수가 가치에 직접적으로 연결되며, 탐색 공간이 인간이 감당하기 어려울 정도로 방대하다. 배선의 연결 방식이나 소자의 배치 등은 조합이 천문학적으로 많아서 인간이 전부를 시험하는 것이 처음부터 불가능했다.
구성 측면에서 고려해야 할 사항이 있습니다. AI 칩의 수요가 AI 칩 설계의 가속화를 가져오고, 그 설계를 AI가 담당하게 됩니다. 오늘 또 다른 뉴스는 Anthropic의 자동 연구자와 유사한 형태입니다. 분야는 다르지만, 핵심은 동일합니다. 검증 가능한 단계부터 순차적으로 실행이 자동화되는 것입니다.
단기적으로는 설계 기간의 단축과 비용 절감이 이루어질 것이다. 중기적인 논점은 인간 측에 남는 “감독”의 내용이다. 감독이란 AI가 제시한 설계를 옳다고 판단하는 업무를 의미한다. 하지만 스스로 설계한 경험이 없는 사람에게 그 판단을 맡길 수 있을까? 실행을 포기한 결과, 판단력을 어떻게 유지할 것인가라는 질문은 반도체에만 국한되지 않는다.
오늘부터 바로 활용 가능한 실무 소재
이제부터는 업계 동향이 아닌, 실제로 손을 움직이는 사람이 오늘부터 바로 따라 할 수 있는 구체적인 방법을 다룰 것이다.
실무 팁 1: AI 사용 제한이 갑자기 소진되는 원인을 스스로 확인하는 방법
무엇을 할 수 있게 될지에 대한 질문에 “왜 오늘 오전 시간에 사용 제한에 도달했나”라는 질문에 감각으로 답할 것이 아니라 숫자로 답이 나오는 것을 의미합니다.
타레(Tare)라는 진단 도구가 Hacker News에 보고되었다. 저자 스스로의 “10분 안에 제한이 걸렸다, 이유를 알고 싶다”는 동기에서 비롯된 것이다. 설치는 1개의 명령어로 끝난다. `npx skills add kelviq/tare -g -y --copy --agent claude-code`를 실행하여 새로운 세션을 시작하고, 그 후 `/tare`로 전체 진단, `/tare usage`로 토큰 내역, `/tare window`로 5시간 단위 잔여량 확인, `/tare tools [日数]`로 문맥을 확장하고 있는 범인 특정, `/tare report [日数]`로 HTML 보고서가 생성된다. “왜 어제 제한에 도달했는가?”를 일본어로 질문할 수도 있다.
기술적으로 효과적인 부분은 두 가지다. 첫째, 로그 형식의 보정이다. Claude Code의 로그는 동일한 API 응답을 여러 번 기록하기 때문에, 솔직히 합치면 약 86%가 과장된 수치에 해당한다. tare는 이를 제외하고 실제 값을 산출한다. 둘째, 문맥의 과금 배분이다. 한 번 읽은 파일은 이후 교환에서 매번 전송되는데, tare는 그 재송수신 비용을 이후 메시지 쪽에 할당하여 진정한 비용을 표시한다. 모든 처리는 현지에서 완료되며, 외부로 데이터는 전송되지 않는다.
누구에게 효과가 있을까요? 정액 요금제로 한도에 도달한 사람에게도, 소량제로 사용하면서 청구 금액이 읽히지 않는 사람에게도 효과가 있습니다. 사용량에 불만이 없다면 가입할 필요는 없습니다.
실무 팁 2: AI의 역량을 AI 스스로 발전시키도록 하는 이중 구조
무엇을 할 수 있게 될 것인가. 매번 사용될 때마다 인간이 같은 지적을 반복하는 상태에서 벗어날 수 있다.
워프(Warp)가 공개한 구현 방식은 구체적이다. 기술을 두 층으로 분리한다. 내부 기술은 도메인 지식과 실행 절차를 가지며, 실제 작업(회사의 경우 풀 리퀘스트 리뷰)을 수행한다. 외부 기술은 관찰자 역할을 하며, 작업 단위가 아닌 정기적으로 실행되는 것을 관찰하고, 축적된 인간의 피드백을 분석하여 내부 기술에 대한 구체적인 수정 사항을 제안한다.
간은 피드백 수집 방식이다. 별도의 양식이나 평가 버튼을 만들지 않는다. 인간이 평소처럼 PR에 댓글을 달면 그것이 그대로 학습 자료가 된다. 회사의 CEO의 말이 방향을 요약하고 있다. “피드백을 제공하는 것을 쉽게 한다. 추가적인 제출 절차 없이 자동으로 발생하는 방식으로 한다.” 스킬은 단순한 텍스트 파일이므로, 외부 스킬이 제시한 수정안은 일반적인 PR으로 심사, 승인, 병합 과정을 거친다. 인간이 마지막으로 반드시 포함된다.
작성 원칙 또한 명시되어 있다. 포괄적인 규칙이 아닌 원칙을 작성한다. 각 지시 사항에 대한 이유를 덧붙인다. 기술 자체는 작게 유지하고, 세부 사항은 참조 파일로 넘긴다. 피드백은 양보다 질을 우선한다.
누가 이득을 보느냐. 같은 종류의 작업을 AI에게 반복하도록 하는 사람. 일회성 작업에만 의존하고 있다면, 이 방식은 비용만 발생할 수 있다.
실무 3탄: 코드를 읽지 못해도 AI 구현을 검증하는 3단계 접근 방식
무엇을 만들어낼 수 있을까. 프로그램이 읽을 수 없는 입장에서조차, AI에게 만들어게 한 툴을 “잘 돌아가니까 괜찮다”고 끝내지 않고 성과를 낼 수 있도록 해야 합니다.
Zenn에 게시된 실전 기록이 유용하다. 저자는 코드를 읽을 수 없다는 전제하에 Claude Code에 취약점 트리아지 CLI 툴을 전부 제작하도록 지시했다. 사용한 방법은 세 가지다.
첫째, 규정 파일을 작성합니다. CLAUDE.md에 절대 규칙을 명시합니다. “메인 디렉토리로 직접 푸시하지 않는다”, “테스트 없는 코드를 작성하지 않는다”와 같은 규정을 담습니다. 요구사항은 별도 파일에 분리하고, 구현 전에 반드시 계획을 제시하여 승인을 받도록 합니다. 둘째, 동작 기반의 수용을 확인합니다. 코드를 읽는 대신, 정상적인 샘플로 보고서가 생성되는지, 깨진 JSON을 전달했을 때 오류 처리가 작동하는지, 네트워크를 끊었을 때 어떤 결과가 발생하는지 3가지 방식으로 판단합니다. 셋째, 외부 데이터와의 일치성 검사를 실시합니다. AI가 가장 중요하다고 판단한 3건(Log4Shell, Heartbleed, Spring4Shell)을 공적인 CISA 카탈로그에서 각각 확인했습니다.
가장 큰 문제는 이 과정에서 발견된 것이다. 데이터 획득이 불가능했던 항목들을 툴이 “위험도가 낮음”이라고 표시했다. 모호함을 안전하다고 위장하는 행동이다. 수정 후에는 “모호함”이라고 명시하도록 했다. 테스트는 111건에서 회귀 테스트 22건을 더해 총 145건으로 늘어났다. 또한 다른 AI(codex CLI)에 적대적인 검토를 실시한 결과, 9건의 지적 중 6건이 실제 수정 대상이었다.
누구에게 효과적일까. 비엔지니어로서 AI에게 업무 툴을 만들어 맡기는 사람의 경우, 반대로 스스로 코드를 읽을 수 있는 사람에게는 외부 데이터 일치라는 약간의 번거로움만 해결하면 충분하다.
실무 팁 4: AI가 코드 리뷰를 할 때 구조적으로 놓칠 수 있는 4가지 영역을 미리 결정해 두어야 합니다.
무엇을 할 수 있게 될 수 있을까. AI 리뷰를 통해 코드 검토를 함으로써, 이후에 드러나기 쉬운 종류의 결점을 짚어낼 수 있다.
Qiita에 공개된 정리가 실무적이다. AI의 검토가 “동작의 정확성”을 확인하는 성격상, 구조적으로 누락될 수 있는 부분이 4가지로 나타났다.
첫째, 승인 누락입니다. 로그인된 사용자는 정상적으로 작동하지만, 타인의 ID로 대체하면 타인의 데이터가 노출되는 문제와 같습니다. 확인 방법은 간단합니다. 요청 ID를 타인의 것으로 대체하여 보내고, 서버 측 검색 조건에 소유자 확인이 포함되어 있는지 확인합니다. 둘째, 설정의 허점입니다. 코드 차이에는 나타나지 않는 인프라 측 권한이나 기본값이 존재합니다. 저장소 공개 설정 및 권한 정의가 와일드카드(wildcard)로 설정되어 있는지 확인합니다. 셋째, 다단계 로직의 악용입니다. 함수 단독으로는 문제가 없지만, 동일한 작업을 여러 번 실행하거나 순서를 뒤집으면 오류가 발생합니다. 쿠폰 중복 적용이 대표적인 예시입니다. 넷째, 비정상 시스템의 억압입니다. 인증 실패 시 거부 대신 허용으로 처리되는 구현입니다. 깨진 토큰이나 만료된 토큰으로 동작을 확인합니다.
운용상의 노하우도 담겨 있다. Auth, permission, payment, token, IAM과 같은 용어가 포함된 파일의 변경은 자동으로 인간 검토로 배분된다. 위험한 영역만 인간에게 회부하는 설계이다.
누구에게 효과가 있을까. AI에 구현 시킨 것을 외부로 공개하고 있는 사람. 내부 전용 집계 스크립트만 작성하고 있다면 우선순위가 낮아질 것이다.
실무 팁 5: 화면 녹화에서 AI에게 절차를 가르칠 때는 반드시 음성을 활용해야 합니다.
무엇을 할 수 있게 될까. 직접 시연만으로 AI에게 재현되도록 할 수 있다.
클로이드의 “Record a Skill” 기능은 화면 녹화와 음성 내레이션을 통해 반복적으로 호출 가능한 스킬을 생성하는 기능입니다. 분석 기사가 지적하는 핵심 내용은 하나로 압축됩니다. 무음 녹화는 약한 스킬이 됩니다. 화면에 보이는 것은 작동 결과뿐이며, 왜 그 선택을 했는지에 대한 정보는 담기지 않습니다. 목소리로 의도를 설명하면 비로소 판단의 기준이 전달됩니다.
이동 작업과 이동하지 않는 작업은 명확하게 구분된다. 이동하는 작업은 분기가 적은 정형 작업이며, 특히 경비 신청과 같이 절차가 고정된 경우를 의미한다. 이동하지 않는 작업은 예외 처리량이 많은 업무를 뜻한다. 이는 구조적인 문제로, 녹화가 단 하나의 경로만 포함하기 때문이다. 비정상 값, 처음 보는 선택지, 오류 발생 시 대응 등 데모에서 나타나지 않았던 패턴에 대한 대응이 불가능하다. 실제 운영에서는 정상 계정과 대표적인 예외 계정을 분리하여 녹화하고 보완하는 것이 필요하다.
녹화 전에 불필요한 탭과 알림을 닫아 화면에 인증 정보나 고객 정보가 노출되지 않도록 주의하시기 바랍니다.
누구에게 효과가 있을까. 절차를 만드는 것이 번거로워서 결국 혼자 계속 하고 있는 사람. 절차가 매번 바뀌는 업무에는 맞지 않다.
오늘의 뉴스는 개인 사업자에게 어떤 의미를 가지는가
첫째, 제가 사용하는 AI 툴이 어떤 모델로 작동하는지 확인합니다. OpenAI와 Cursor의 계약은 11월 12일에 종료됩니다. 이는 Cursor의 품질이나 가격 때문이 아니라, 모회사 변경 때문입니다. 여기서 얻을 수 있는 교훈은 구체적입니다. 많은 AI 툴은 자체적으로 모델을 보유하는 대신, 이를 임대하고 있습니다. 임대 계약은 성능이 아닌 기업 간의 관계에서 종료됩니다. 내일 할 일은 두 가지입니다. 첫째, 사용 중인 AI 서비스 설정 화면을 열어 어떤 모델이 작동하는지 확인합니다. 둘째, 같은 작업을 다른 툴에서도 가능한지 한 번 시도해 둡니다. 마감일 전에 이전을 연습해 두는 것입니다. 이번 경우에는 11월 12일이라는 유예 기간이 있었습니다. 다음에는 없을 수도 있습니다.
두 번째。「AI에 읽게 되는 정보원”이 유료화되기 시작했다. 구글의 Expert Intelligence는 구매한 전자책만을 AI의 참조 소스로 활용할 수 있는 시스템이다. 10만 점 이상이 대상이며, 대규모 출판사가 이름을 올리고 있다. 공유 대상에도 구매를 요구하는 설계가 적용되어 있다. 개인 사업주에게 내포된 의미는 양방향 있다. 첫째, 전문적인 조사물의 정확도가 책을 구매했는지 여부에 따라 달라진다. 무료로 사용하는 AI가 참조하는 것은 무료로 수집 가능한 정보이다. 업무의 핵심과 관련된 분야라면, 책 값은 정보의 질에 대한 투자로 간주될 수 있다. 둘째, 반대 방향의 기회가 있다. 구글은 앞으로 제3자 구독 서비스나 산업 보고서까지 대상을 확대할 것이라고 명시하고 있다. 자신이 보유한 전문 지식을 AI가 참조하는 형태로 유료 제공하는 경로가 열리기 시작했다. 오늘은 아직 대규모 출판사만 대상이다. 하지만 그 범위는 확장되는 방향이다.
세 번째. 외부 아웃소싱 가격이 하락하고 있습니다. 오늘 제시된 숫자는 구체적이었습니다. AI 기반의 자동 연구는 시간당 약 4달러, 인간 연구자는 약 150달러입니다. 열린 형태의 코딩 과제 성공률은 6개월 만에 26%에서 76%로 상승했습니다. 반도체 설계 분야에서도 설계는 AI, 인간은 감독이라는 방향이 제시되었습니다. 여기서 당장 결론을 내려야 할 필요는 없습니다. 중요한 것은 Anthropic 스스로가 가장 큰 한 가지 조건으로 “어떤 문제가 중요한지 선택하는 판단력에서는 인간이 여전히 크게 앞서고 있다”고 명시하고 있다는 점입니다. 즉, 가치의 중심이 실행에서 판단으로 이동하고 있다는 의미입니다. 개인 사업가가 내일 해야 할 일은 하나로 정리하면 됩니다. 자신의 업무를 “실행”과 “판단”으로 나누어 기록합니다. 실행으로 분류된 작업 중 스스로의 검증이 가능한 것은 AI에게 넘겨 후보가 됩니다. 검증이 불가능한 것은 넘겨서는 안 됩니다. 오늘 실무 팁 3에서 제시했던 것은 바로 그 검증 방법이었습니다.
이 글은 AI가 생성한 것입니다. 이노우에의 의견이나 견해는 전혀 포함되어 있지 않습니다.
■ 책 두 권을 가지고 있습니다.
신간 『AI는, 잊지 않는다』(2026년 8월 발매)는 AI를 한 번 시도해보고 “우리에게는 유용하지 않다”라며 포기한 사람들을 위한 책입니다. 려독 대상.
고릴라는 왜 식물만으로 근육이 나는 걸까? 최신 과학으로 뇌와 장의 공생 전략을 파헤치는 이야기입니다.
■ 당신에게 딱 맞는 문을 찾아서
몸을 바꾸고 싶으신 분들을 위한 안내입니다. 긴자 트레이닝랩의 무료 체험은 여기서 신청하실 수 있습니다.
트레이너 및 치료 전문가를 위한 콘텐츠입니다. 현장의 “왜?”를 해결하는 사고 회로를 월 5~6회 제공합니다.
AI를 일상 업무에 활용하고 싶으신 분들을 위한 서비스입니다. AI를 효과적으로 사용하는 방법을 안내하고 함께 고민하는 伴走(반주) 서비스를 제공하고 있습니다.
■ 과거 기사를 검색합니다.
영양, 운동, 다이어트 등의 주제에 따라 기사를 검색할 수 있습니다.
사이트 맵은 이곳에서 확인하실 수 있습니다.
저자 소개 ▶︎合同会社LSP 대표 ▶︎퍼스널 트레이닝 짐 긴자 트레이닝랩 대표 ▶︎대덕여자대학교 라크로스부 (2019년 ~ 2023년) ▶︎平成국제대학교 트레이너 (2018년 ~ 2019년) ▶︎하반신 살 빼기 협회 자문위원 (2016년 ~ 2020년) ▶︎2018년 도쿄도에서 현재 받고 싶은 트레이너 선출 ▶︎모델이나 아이돌 등 담당 #다이어트 #하반신 살 빼기 #내 일 #매일 업데이트 #일하는 방식 #소개 #매일 노트 #퍼스널 트레이너 #독서 #AI 활용 #ClaudeCode #개인 사업주 #혼자 하는 회장 #업무 효율화 #AI 에이전트 #AI #생성 AI #ChatGPT #자동화 #개인 사업주 #혼자 하는 회장 #살롱 경영 #Kindle 출판 #전자책 #신간
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 69청크
원문 보기 | 출처: note.com