🔥 오늘의 주요 소식
A public Sentry key is all it takes to hijack Claude Code, Cursor, and Codex
6월 17일, 스텔스에서 막 벗어난 AI 에이전트 보안 스타트업 Tenet Security의 Threat Labs 팀이 'agentjacking(에이전트재킹)'이라 부르는 공격을 공개했다. 이 공격은 "Sentry에 쌓인 미해결 에러를 고쳐달라"는 흔한 작업을 MCP(Model Context Protocol)를 통해 AI 코딩 에이전트에게 시키는 흐름을 악용한다. Sentry의 DSN(Data Source Name)은 프런트엔드 JavaScript에 넣어도 안전하다고 문서화된 '쓰기 전용·공개' 자격증명이라, 공격자는 사이트 JS 분석·Censys 검색·GitHub 코드 검색으로 DSN을 찾아 가짜 에러 이벤트를 정상 크래시처럼 주입할 수 있다. 사람이 에러를 읽던 시절엔 안전했지만 AI 에이전트가 같은 에러를 읽으면 그 내용을 '지시'로 받아들여, 멀웨어 전달이나 비밀번호 탈취 없이도 개발자 PC에서 코드를 실행하게 된다. Tenet에 따르면 Claude Code·Cursor·Codex 모두 주입된 에러에 반응했고 서로 다른 조직에 걸쳐 100건 이상의 코드 실행이 확인됐으며, 그중에는 시가총액 2,500억 달러 규모 포춘 100 기술기업 개발자의 머신과 샌드박스 CI 파이프라인·WSL·기업 VPN 뒤 환경(macOS·Windows)도 포함됐다. 탈취된 한 Claude Code 환경에는 유효한 AWS 비밀 액세스 키와 다른 연결된 에이전트들의 식별자가 들어 있어 한 번의 침투가 여러 시스템으로 번질 수 있었다. 다만 Tenet은 자사가 필요하다고 결론 내린 '에이전트 런타임 방어' 제품을 파는 곳이므로, 이 수치는 독립 측정이 아니라 자사 통제 실험 결과로 읽는 것이 타당하다.
💡 왜 중요한가: MCP 툴이 돌려주는 모든 출력은 신뢰할 수 없는 입력으로 다뤄야 한다 — 에이전트가 Sentry 에러 같은 외부 데이터에 자동으로 반응할 수 있다면 그 경로 자체가 원격 코드 실행 통로이므로, 툴 출력에 사람 승인·최소권한 자격증명·샌드박스 런타임을 걸어야 한다.
🔗 원문 보기 · The New Stack
DevOps & 인프라
Your agent wants to search like a 2010 quant
The New Stack
이 칼럼은 이제 AI 에이전트의 성패를 가르는 핵심이 '검색(정보 인출) 품질'이며 그에 맞춰 도구도 진화해야 한다고 주장한다. 글은 LLM 검색의 세 단계를 제시한다. 첫째, 2024년 '벡터 데이터베이스' 시기로, 텍스트를 청크로 쪼개 임베딩하고 최근접 이웃으로 검색했지만 청크에 맥락이 부족하고 벡터 유사도만으로는 유용한 결과를 못 건져 한계가 뚜렷했다. 둘째, 수십 년간 쌓인 고전 정보검색 기법(하이브리드 검색, BM25, 머신러닝 랭킹)을 벡터 검색과 결합한 단계로, 많은 사례를 데모 수준에서 프로덕션 품질로 끌어올렸다. 셋째, Perplexity가 발표한 'search as code'가 신호탄이 된, 이제 막 시작되는 단계다. 저자의 핵심 논지는 소비자 검색엔진이 "사용자는 게으르고 잘 모른다"는 전제 위에 설계돼 질의를 모호한 힌트로만 취급하고 정밀한 제어를 거의 주지 않았다는 것이다(정확한 단어 매칭에서 멀어진 구글의 변화가 그 예다). 반면 에이전트는 게으르지도 무지하지도 않으니 근접 검색(법률 사건에서 관련 인물 이름이 가까이 등장하는 문서 찾기), 고품질 출처를 우선하는 순수 의미 검색, 연도 범위 지정 후 월별 그룹화 같은 표현력 있는 질의를 자유롭게 쓰게 하고, 여러 질의를 연쇄해 '결과에 진심인 전문가(퀀트)처럼' 검색하게 해야 한다.
💡 에이전트 도구를 만든다면 소비자용 '모호한 질의 한 칸' 검색 API만 노출하지 말고, 필터·근접·랭킹·패싯 같은 구조화·조합형 인출 프리미티브를 제공해 에이전트가 캐주얼 사용자 수준에 갇히지 않고 전문가급 질의를 연쇄하도록 해야 한다.
“An agent is an LLM and a harness”: What Nvidia really thinks about OpenClaw
The New Stack
The New Stack가 Nvidia의 개발자 기술 디렉터 Nader Khalil을 인터뷰해, Nvidia와 CEO 젠슨 황(Jensen Huang)이 에이전트 업계의 '문제아'로 불리는 OpenClaw를 어떻게 보는지 짚었다 — 황은 OpenClaw를 공개적으로 칭찬하고 지지하며 회사의 통상적 경계를 넘어섰다. Khalil은 스타트업들이 Nvidia AI 칩셋에 접근하도록 돕던 Brev.dev의 공동창업자로, 약 2년 전 Nvidia에 인수됐다. 그는 "에이전트는 곧 LLM과 하니스(harness)"라는 정의로 논의를 연다. 즉 에이전트의 본질은 루프와 LLM이며, 각 루프는 모델의 출력(어떤 새 도구를 쓸지에 대한 추론 포함)을 활용해 같은 일을 반복하지 않고 목표에 한 걸음씩 더 다가가야 한다는 것이다. 그는 ChatGPT가 '모델 바깥에서' 혁신했다고 평가하는데, 사용자 프롬프트 위에 시스템 프롬프트를 얹고 멀티모달과 지속 메모리를 더해(바비큐를 좋아하고 어떤 스모커를 쓰는지 기억하는 식으로) 비서를 진짜 쓸 만하게 만들었다는 것이다. 기사의 부제가 말하듯 Nvidia는 OpenClaw를 지원하고 재사용 가능한 '에이전트 블루프린트'를 만들며, 머지않아 모든 기업이 자체 에이전트를 출시하게 될 것이라는 데 베팅하고 있다.
💡 "에이전트는 LLM과 하니스"라는 정의는 실무적으로 유용한 관점이다 — 신뢰성·비용·차별화는 대부분 모델 자체가 아니라 그 주위에 짜는 루프·도구·시스템 프롬프트·메모리·파일 컨텍스트에서 나오므로, 베이스 모델보다 이 하니스(그리고 재사용 가능한 블루프린트)에 투자해야 한다.
이 다이제스트는 RSS 피드에서 수집한 뒤 AI(Claude)가 요약·정리했습니다. 자세한 내용은 원문 링크를 확인하세요.