2026년 9월 19일 (토).

핵심 요약

• 기술 업계가 패스키를 완벽한 로그인 솔루션으로 홍보하지만, 개인 사용자에게는 여전히 문제가 많다.
• 하드웨어 키는 백업이 불가능하고 계정당 25~300개 한계가 있어 여러 키를 구매해야 하는 비용 문제가 있다.
• Apple과 Google의 동기화된 패스키는 해당 계정이 정지되면 모든 제3자 계정의 패스키에 접근할 수 없게 된다.
• Bitwarden 같은 제3자 패스워드 매니저의 패스키 지원은 아직 UX가 불완전하고 브라우저 외부에서 특히 일관성이 떨어진다.
• 동료 컴퓨터 접근, Bluetooth 연결 실패 등 현실적인 상황에서 패스키는 작동하지 않는 경우가 많다.
• 현재로선 무작위 생성 비밀번호+제3자 매니저+독립 TOTP 앱 조합이 개인 사용자에게 더 나은 선택이다.

핵심 요약

• Bend 2는 AI가 코드를 작성하고 증명을 통해 검증하는 언어로 소개되지만, 간단한 게임 규칙 검증에 442줄의 증명 코드를 필요로 한다.
• 저자는 이를 '비브 코딩의 함정'으로 지칭하며, 개발자가 충분한 분야 지식 없이 대규모 솔루션을 완성해 더 나은 방식을 놓친다고 비판한다.
• Bend의 웹페이지와 코드베이스에는 형식 검증(formal verification) 용어가 나타나지 않으며, 저자는 이 분야의 표준 언어인 SPARK로 동일한 프로그램을 작성해 12개 검사만으로 증명할 수 있음을 보인다.
• 저자의 핵심 주장은 Bend가 형식 검증이라는 기존 학문 분야의 표준 방식을 모르거나 간과한 채 복잡한 시스템을 새로 만들었다는 것이다.

핵심 요약

• Z.ai의 AI 코딩 앱 ZCode가 사용자의 전체 워크스페이스 Git 히스토리, LFS 캐시, 설정을 암호화해 알리바바 클라우드에 자동 업로드한다.
• 사용자의 Git 저장소 전체 이력(삭제된 커밋, 미푸시 브랜치, API 키)이 패킹되며 전체 업로드 데이터의 86.6%를 차지한다.
• 사용자 인터페이스의 데이터 수집 옵션들은 실제로는 암호화와 업로드를 멈추지 못하고, 호스트 수준의 사이드카가 무조건 실행된다.
• 암호화는 RSA-OAEP 공개키로 대칭키를 감싸는 방식이며, 복호화 비공개키는 Z.ai 서버에만 존재해 사용자가 업로드된 데이터를 복호화할 수 없다.
• 한 활성 세션에서 62개의 캡처 이벤트가 기록되었고, 개발자는 프롬프트 전송 전후마다 스냅샷이 생성된다고 확인했다.
• 개인정보보호정책에는 이 데이터 수집 행위가 명시되어 있지 않다.

핵심 요약

• Zhipu의 AI 코딩 앱 ZCode는 사용자가 로그인한 상태에서 작업 폴더 전체를 자동으로 Aliyun OSS에 암호화하여 업로드한다.
• 업로드되는 데이터의 87%가 .git 디렉토리이며, 커밋 이력, 삭제된 민감정보, 미푸시 브랜치명, 내부 GitLab 경로 등이 포함된다.
• RSA 공개키는 서버에서 동적 배포되고 개인키는 클라우드에만 존재해, 로컬의 313MB 암호화 파일을 사용자나 클라이언트도 복호화할 수 없다.
• UI의 '데이터 수집 비활성화' 토글은 모델 학습 승인만 제어할 뿐, 스냅샷 캡처와 업로드는 계속 진행된다.
• 조사 결과 업로드 실패 기록이 564건으로 남아 있으며, 클라이언트는 ZCode 서버를 거치지 않고 직접 Aliyun OSS에 폼 포스트 방식으로 전송한다.

핵심 요약

• 고대 그리스어 약 1,000개 단어는 인도유럽어족이나 주변 언어에서 기원을 추적할 수 없다.
• 라비린토스·올리브·아킬레우스·아테나·코린토스 등 그리스 문명의 핵심 어휘들이 이에 포함된다.
• 그리스인의 조상이 폰토스-카스피 평원에서 동지중해로 이주하면서 현지 팔레오유럽 문명의 주민들을 만났고, 올리브·포도·무화과·바다 같은 낯선 대상들의 현지 이름을 채용했다.
• πόντος(포토스, 길)는 '해로'라는 뜻으로 재의미화했지만, θάλασσα(탈라싸)는 인도유럽어 어원이 없어 팔레오유럽 언어에서 직접 차용한 것으로 추정된다.

핵심 요약

• 코딩 에이전트의 성능을 결정하는 '하네스(harness)'의 구성 요소를 체계적으로 분석한 연구를 공개했다.
• 컨텍스트 관리, 액션 스페이스, 계획 수립 등 세 가지 핵심 요소를 변수로 두고 네 가지 LLM을 대상으로 176가지 설정을 평가했다.
• 컨텍스트 창이 제한될수록 컨텍스트 관리의 중요도가 높아지며, 규칙 기반 삭제 후 LLM 기반 요약이 가장 효율적인 전략임을 확인했다.
• 강력한 모델일수록 계획 수립은 성능 향상보다 비용 절감에 역할을 하고, bash 능숙도가 높은 모델은 기정의된 도구 없이도 효과적으로 작동한다.
• 이번 분석은 모델 성능과 예산 제약에 맞춘 하네스 설계와 향후 구성 요소 평가 방법론을 제시한다.