2026년 07월 12일 - 클로드가 내 AI 습관을 분석해주는 시대, 리눅스는 15년 묵은 루트 버그로 시끌

AI · ML

AI · 제품

클로드가 내 AI 사용 습관을 되짚어주는 기능 나옴

Reflect With Claude

• Anthropic이 7월 9일 베타로 "Reflect" 기능을 공개함 — 웹과 데스크탑 앱 설정 메뉴에서 접근 가능한 사용 습관 대시보드임. 최근 1개월, 3개월, 6개월, 12개월 단위로 그동안 무슨 주제로 클로드를 얼마나 썼는지 패턴을 정리해서 보여줌.
• 핵심은 Delegation(위임), Description(설명), Discernment(판단), Diligence(책임)로 구성된 '4D AI Fluency Framework' 기준으로 자기 사용 습관을 진단해준다는 것 — 예를 들어 이메일 초안을 항상 자기 목소리로 다시 고쳐 쓴다거나, 전략을 스스로 정한 뒤에만 위임하는 식의 패턴을 짚어줌.
• 조용한 시간대(quiet hours) 설정이나 일정 시간 사용 후 휴식 알림 같은 기능도 붙었음. 다만 둘 다 강제가 아니라 언제든 끌 수 있는 리마인더 수준.
• 인시코그니토 대화나 연결된 도구의 원본 파일(예: 메일 원문)은 분석에 안 들어가고, 건강 관련 통합 도구와 이어진 대화는 아예 리포트에서 제외됨. 현재 Free·Pro·Max 사용자 중 메모리 기능을 켠 경우에 한해 베타로 열려 있음.
• "AI를 얼마나, 어떻게 써야 하는가"라는 질문에 답을 주려는 시도라는 점에서, 사용량 늘리기보다 사용의 질을 관리하는 쪽으로 방향을 잡은 것으로 보임 — 챗봇 습관 자체를 제품화한 셈.

AI · 컴퓨터비전

타겟 10개를 동시에 쫓아도 초당 36프레임 나오는 영상 분할 모델 나옴

SAM-MT: Real-Time Interactive Multi-Target Video Segmentation

• Meta의 Segment Anything 2(SAM2) 위에 SAM-MT라는 프레임워크를 얹어 여러 객체를 동시에 실시간으로 추적·분할하는 방법을 제시함. 기존에는 타겟이 늘어날수록 단일 타겟 처리를 그대로 복제해서 돌리는 구조라 타겟 수에 비례해 프레임레이트가 뚝뚝 떨어지고 지연시간이 무한정 늘어나는 문제가 있었음.
• SAM-MT는 각 타겟을 별도의 쿼리로 표현하면서 전역 맥락은 공유 표현으로 처리하고, 분리된 마스크 어텐션(decoupled masked attention)으로 타겟 간 정체성이 섞이지 않게 함. 여기에 스파스 메모리로 시간축 안정성을 확보하고, 가림·겹침 처리 전략을 별도로 넣음.
• 결과적으로 타겟 수와 지연시간을 분리하는 데 성공해서, 타겟 10개를 동시에 처리해도 초당 36프레임 이상을 유지함 — 단일 타겟 베이스라인과 맞먹는 속도.
• 영상 편집, 자율주행, 증강현실처럼 여러 객체를 동시에 실시간으로 추적해야 하는 응용에서 병목이었던 부분을 정면으로 겨냥한 연구임. SAM2 계열 모델의 실사용 확장성을 넓히는 방향의 후속 연구가 계속 나올 것으로 보임.

개발 · 플랫폼

개발 · 인프라

PgBouncer 하나로는 부족해서 16개 띄웠더니 처리량이 4배 뜀

We scaled PgBouncer to 4x throughput

• ClickHouse Managed Postgres 팀이 PgBouncer의 고질적 한계를 뜯어고친 사례를 공개함. PgBouncer는 단일 스레드로 동작해서 16코어 서버에서도 코어 하나만 쓰고 나머지 15개는 그냥 놀림 — 그래서 Postgres 자체보다 풀러가 먼저 처리량 한계에 부딪힘.
• 해결책은 코어 수에 비례해 PgBouncer 프로세스를 여러 개(16개) 띄우고, 모두 같은 포트를 so_reuseport 옵션으로 공유하게 하는 것. 커널이 알아서 들어오는 연결을 여러 프로세스에 분산해주기 때문에 클라이언트 입장에서는 여전히 엔드포인트 하나에 붙는 것처럼 보임.
• 문제는 취소 요청 — Postgres의 cancel 요청은 새 연결로 들어오는데, so_reuseport 특성상 커널이 이걸 원래 세션을 잡고 있던 프로세스가 아닌 다른 프로세스로 넘겨버릴 수 있음. 이를 해결하려고 프로세스끼리 서로를 인지하는 '피어링'을 구현해서, 엉뚱한 프로세스에 도착한 취소 요청을 원래 세션 소유 프로세스로 넘겨줌.
• 16-vCPU c7i.4xlarge 인스턴스로 실측한 결과, 단일 프로세스는 87k TPS에서 정점을 찍고 256개 클라이언트에서는 오히려 77k로 떨어진 반면, 16개 프로세스 풀은 336k TPS까지 계속 올라감 — 약 4배 차이.
• max_client_conn과 max_db_connections를 프로세스 수만큼 나눠서 전체 풀이 Postgres 커넥션 예산을 초과하지 않게 관리하는 부분도 포인트. 단일 프로세스 구조로 커넥션 풀러를 운영하는 다른 서비스들도 같은 방식으로 스케일을 올릴 여지가 있다는 뜻.

개발 · 보안

AI가 15년간 아무도 못 찾은 리눅스 루트 버그를 찾아냄

AI Found a Root Bug in Linux That Everyone Missed for 15 Years

• Nebula Security가 GhostLock(CVE-2026-43499)이라는 리눅스 커널 취약점의 익스플로잇 코드를 공개함. 커널의 rtmutex 우선순위 상속(priority-inheritance) 코드에 있는 use-after-free 버그로, 로그인한 사용자라면 누구나 패치 안 된 머신에서 루트 권한을 딸 수 있음.
• 이 코드는 2011년부터 거의 모든 주요 배포판에 기본으로 들어가 있었고, 15년간 발견되지 않았음. 별도 권한이나 네트워크 접근 없이도 익스플로잇 가능하고, 컨테이너 탈출까지 되며 테스트에서 97%의 안정적 성공률을 기록함. 구글 kernelCTF 버그바운티로 92,337달러를 받음.
• 커널 자체는 지난 4월 커밋 3bfdc63936dd로 이미 패치돼서 리눅스 7.1에 반영됐지만, 배포판별 패치 적용은 들쭉날쭉함 — 7월 초 기준 Ubuntu는 24.04, 22.04, 20.04 LTS를 여전히 취약 또는 조치 중으로 표시하고 있었음. 방어 측에서는 패치본이 나왔을 거라 가정하지 말고 실제 패키지 버전을 직접 확인해야 함.
• 특히 눈에 띄는 대목은 Nebula가 이 버그를 자체 개발한 AI 기반 버그 헌팅 도구 'VEGA'로 찾았다는 것. 사람이 오랫동안 다시 안 들여다본 오래된 커널 코드를 자동화 도구가 훑으면서 2026년 들어 리눅스 권한 상승 취약점이 잇따라 나오는 흐름 중 하나임.
• AI 보조 코드 감사가 실제로 15년 묵은 취약점을 찾아내는 사례가 쌓이면서, 오래된 코드베이스에 대한 자동화 감사 수요가 더 커질 것으로 보임.

산업 · 비즈니스

산업 · 거버넌스

전 연준 의장 버냉키, 앤스로픽 감시기구에 합류

Ben Bernanke appointed to Anthropic's Long-Term Benefit Trust

• Anthropic의 Long-Term Benefit Trust(LTBT)가 벤 버냉키 전 연방준비제도 의장을 새 트러스티로 임명함(7월 9일 발표). 버냉키는 현재 브루킹스연구소 특훈연구원이고, 2006~2014년 연준을 이끌며 2008년 금융위기와 이후 회복기를 지휘한 인물임. 2022년 노벨 경제학상 수상자이기도 함.
• LTBT는 Anthropic이 "AI의 장기적 인류 이익"이라는 미션을 지키도록 견제하는 독립 기구 — 트러스티들은 회사 지분을 보유하지 않고 이윤도 나눠 갖지 않으며, 오직 활동 시간에 대해서만 보수를 받음. 버냉키는 기존 트러스티인 Neil Buddy Shah, Richard Fontaine, Mariano-Florentino Cuéllar와 합류.
• Anthropic 측은 버냉키가 AI가 노동시장과 경제 전반에 미치는 영향을 분석하는 데 도움을 줄 것으로 기대한다고 밝힘 — 대공황과 금융위기 당시 은행의 역할을 연구해온 경력이 AI발 경제 충격을 예측·대응하는 데 쓰일 것이라는 논리.
• Anthropic은 상업적 성공과 공익을 함께 추구하는 공익법인(PBC)이고, LTBT는 그 균형을 장기적으로 담보하는 장치임. AI 대기업들이 "AI의 경제적 영향"을 다루는 데 있어 전직 중앙은행 수장급 인사를 영입하는 흐름이 앞으로 더 나올 수 있음.

산업 · 빅테크

엔비디아가 판 GPU 값이 다시 엔비디아 매출로 돌아오는 구조

Nvidia, CoreWeave, and Nebius: Inside the Circular Financing of the GPU Boom

• CoreWeave와 Nebius 같은 '네오클라우드'들이 최신 Nvidia GPU에 빠르게 접근할 수 있다는 강점으로 하이퍼스케일러 수요를 흡수하며 매출과 백로그를 빠르게 키우고 있음. CoreWeave와 Nebius는 각각 3.5GW 규모의 전력 계약을 확보했지만, 실제 가동 중인 용량은 그 일부에 불과함 — CoreWeave는 2026년 말까지 1.7GW, Nebius는 800MW~1GW 가동을 목표로 잡고 있음.
• 문제는 자금 구조임. Nvidia는 CoreWeave에 20억 달러를 투자해 지분 9%를 확보했는데, 동시에 CoreWeave의 핵심 하드웨어 공급사이기도 함 — 즉 Nvidia가 GPU를 외상 성격의 조건으로 팔고, CoreWeave는 그 GPU를 AI 기업들에 빌려주고, 그 매출 일부가 다시 Nvidia로 돌아가는 순환 구조가 만들어짐. CoreWeave는 2026년 한 해에만 350억 달러를 설비투자(CapEx)로 쓰는 중.
• 하이퍼스케일러 입장에서는 이런 구조를 통해 자체 대차대조표에 잡힐 CapEx 부담을 영업비용(OpEx) 성격으로 넘길 수 있다는 계산이 깔려 있음 — Microsoft와 Meta는 이미 네오클라우드에 1,200억 달러 이상을 투입한 상태.
• 다만 CoreWeave와 Nebius 모두 아직 이익을 못 내고 있고 현금흐름도 빅테크와는 비교가 안 되는 수준이라, GPU 담보 부채와 순환 투자로 버티는 구조가 얼마나 지속 가능한지에 의문이 제기되는 상황. GPU 붐 자체는 계속되고 있지만, 그 이면의 자금 구조가 다음 리스크 포인트로 지목되는 셈.