오늘은 ‘AI가 만드는 비용과 부수는 비용이 동시에 무너진’ 날입니다 — 코딩 에이전트를 여러 대로 쪼개 계획은 비싼 모델에, 실행은 값싼 모델에 맡겨 같은 작업을 87% 싸게 끝냈다는 실험이 나왔고, 익스플로잇 하나를 25달러에 찾아냈다는 보안 연구가 올라왔으며, 국가 등기부가 통째로 지워진 뒤 시스템을 살린 건 오프라인 백업 한 벌이었습니다. 각 항목은 사실을 짧게 밝히고, 한 줄 판단과 이번 주 확인할 일을 남깁니다.

오늘의 핵심

1. Cursor 에이전트 스웜 — 계획은 프론티어, 실행은 값싼 모델로 87% 절감

• 사실: Cursor가 여러 AI 에이전트를 계획·실행 역할로 나눠 지휘하는 에이전트 스웜(agent swarm — 다수 에이전트를 동시에 굴리는 오케스트레이션)의 비용 실험을 공개했습니다.
  • 같은 SQLite 구현 태스크에서 GPT-5.5 단독으로 모든 역할을 맡기면 10,565달러, Opus 4.8이 계획하고 Composer 2.5가 실행하는 혼합 구성은 1,339달러로 끝났습니다 — 품질은 동등한데 약 87% 절감입니다.
  • 이유는 역할 분리에 있습니다. 프론티어 지능이 필요한 순간은 태스크의 극히 일부이고, 계획 모델이 모호함을 명확한 지시로 좁혀 놓으면 값싼 모델은 따르기만 하면 된다는 것입니다. 워커가 토큰의 69~90%를 처리하지만, 비용은 계획 모델의 토큰이 비싸 다르게 분배됩니다.
  • 규모의 안정성도 개선됐습니다. 구 하니스는 2시간에 커밋 충돌이 68,000건 났지만, 새 구조는 4시간에 1,000건 미만이었고 최종 코드도 9,908줄 대 64,305줄로 훨씬 간결했습니다.
  • ⚠️ 자사 제품(Composer)에 유리하게 설계될 수 있는 자체 벤치마크입니다. 절대 수치보다 ‘역할 분리가 비용 곡선을 바꾼다’는 방향으로 읽는 편이 안전합니다.
• 한 줄 판단: 프론티어 지능은 ‘모호함을 좁히는 계획’에만 쓰고 실행은 값싼 모델에 위임하는 것이 비용 곡선을 다시 그립니다. 규모가 곧 난이도라는 그럼의 편집 기준으로 보면, 이 실험의 진짜 성과는 87%라는 숫자가 아니라 커밋 충돌을 68,000건에서 1,000건 미만으로 줄인 조율 구조입니다. 에이전트를 여러 대 붙이는 순간 문제는 지능이 아니라 서로 밟지 않게 하는 경계 설계로 바뀌니까요. AI에도 역할·검증 경계가 있어야 제품이라면, ‘누가 계획하고 누가 실행하는가’는 비용과 안정성을 동시에 가르는 첫 번째 선입니다.
• 이번 주 할 일: 코딩 에이전트를 반복 태스크에 쓰고 있다면, 계획과 실행을 한 모델에 몰아주던 흐름을 프론티어 계획 + 값싼 모델 실행으로 나눠 한 번 돌려 보시길 권합니다. 단, 역할 분리는 오케스트레이션과 디버깅 복잡도를 늘리므로, 실패 시 어느 단계에서 어긋났는지 추적할 로그가 없다면 절감액이 운영 부담으로 상쇄될 수 있습니다. 가볍게는 최근 태스크 하나를 두 구성으로 각각 돌려 비용과 결과 품질을 한 줄로 비교 기록해 두면, 우리 워크로드에서 분리가 남는 장사인지 바로 보입니다.

2. LLM ‘추론 노력’을 비용 다이얼로 다루는 법

• 사실: Sebastian Raschka가 최근 추론 모델들이 추론 노력(reasoning effort — 답을 내기 전 ‘생각’에 쓰는 토큰량)을 어떻게 제어하는지 정리했습니다.
  • 구현 방식은 여럿입니다. 시스템 프롬프트의 low·medium·high 조건화, 학습 시 노력 수준별 길이 페널티, 추론 시 외부에서 하드 토큰 예산을 걸어 생각을 강제로 닫는 방식 등입니다.
  • 핵심 트레이드오프는 규모와 노력의 교환입니다. 작은 모델을 높은 노력으로 돌리면 큰 모델을 낮은 노력으로 돌린 성능에 근접할 수 있습니다.
  • 다만 최대 노력 부근에서는 수확이 체감해, 극단적 추론 예산은 비용 대비 효과가 떨어집니다. <think> 토큰 자체가 추론을 ‘가능케’ 하는 게 아니라 그 구간을 표시할 뿐이라는 점도 짚습니다.
  • ⚠️ 여러 모델 사례를 종합한 해설글이며, 특정 모델의 1차 발표가 아닙니다.
• 한 줄 판단: 추론 노력은 성능 스위치가 아니라 비용·지연 다이얼입니다. 노력이 결국 출력 길이를 조절하는 값이라, 그대로 API 요금과 응답 시간에 곱해집니다. 어제 Codex가 컨텍스트 상한을 공지 없이 줄인 일이 ‘스펙은 곧 비용’임을 보여줬다면, 추론 노력은 그 비용을 사용자가 직접 돌릴 수 있는 손잡이입니다. 지능을 ‘얼마나’ 쓸지가 새로운 비용 경계라는 그럼의 편집 기준으로 보면, 모든 호출을 최대 노력으로 고정하는 것은 모든 쿼리에 가장 비싼 좌석을 파는 셈입니다. 태스크마다 필요한 최소 노력이 다른데 하나로 못 박아 두면, 쉬운 요청에서 돈을 흘리거나 어려운 요청에서 정확도를 잃습니다.
• 이번 주 할 일: 추론 모델을 API로 쓰고 있다면 태스크 유형별로 필요한 최소 노력 레벨을 정해 라우팅하도록 손봐 두시길 권합니다. 단, 노력을 낮추면 비용은 줄지만 복잡한 태스크에서 정확도가 떨어지므로, 오답의 대가가 큰 경로는 높은 노력을 유지하는 편이 안전합니다. 가볍게는 대표 프롬프트 하나를 low·medium·high로 각각 돌려 정확도·소비 토큰·지연을 세 칸으로 기록해 보면, 우리 태스크의 수확 체감 지점이 어디인지 눈에 들어옵니다.

3. AI가 25달러에 찾아냈다는 WordPress 사전 인증 RCE

• 사실: 한 보안 연구자가 slcyber 리서치에서 GPT5.6로 WordPress의 사전 인증 RCE(원격 코드 실행 — 인증 없이 서버에서 임의 코드를 돌리는 취약점)를 발견했다고 공개했습니다.
  • 취약점은 배치 API의 검증-실행 비동기화 결함으로, SQL 인젝션을 거쳐 RCE로 이어지는 다단계 익스플로잇 사슬이라고 설명합니다.
  • 든 비용은 약 25달러, 발견부터 익스플로잇 완성까지 10시간 남짓이 걸렸다고 합니다.
  • 저자는 보안 연구가 이제 ‘무엇을 조사할지 정하고 프롬프트로 방향을 조종하는’ 상위 작업으로 옮겨간다고 결론짓습니다.
  • ⚠️ “5억 인스턴스 영향”·“AI 없이는 인간이 10시간에 불가능”은 저자 주장이며, 단독 소스입니다. WordPress 측 공식 확인이나 패치 여부는 확인되지 않았습니다.
• 한 줄 판단: 검증할 대목은 조심스럽지만, 공격 도구의 단가가 무너지고 있다는 방향은 분명합니다. 익스플로잇 발견 비용이 25달러·10시간까지 내려가면 공격자와 방어자 양쪽의 경제학이 동시에 바뀝니다. 며칠 전 다룬 코딩 에이전트 셋업 공격이 공급망의 신뢰를 노렸다면, 오늘 소식은 취약점 발견 자체의 단가를 끌어내립니다. AI에 검증·경계 없이 공격력만 실리면 양날이라는 게 그럼의 편집 기준인데, 뒤집으면 방어 측도 같은 도구로 자기 코드를 먼저 훑어야 한다는 뜻입니다. 다만 이런 도구는 실제 결함과 그럴듯한 오답을 함께 쏟아내므로, 판단하는 사람 없이 결과만 믿으면 절감한 비용이 새로운 위험이 됩니다.
• 이번 주 할 일: 공개 노출된 웹 자산(WordPress·CMS·자체 플러그인)을 운영한다면, 같은 부류의 AI 도구를 방어용으로 붙여 자기 코드를 먼저 감사해 보시길 권합니다. 단, AI 감사는 오탐이 많아 결과를 선별할 사람 시간이 반드시 따라붙으므로, 도구 도입만으로 안심하면 오히려 경보 피로가 쌓입니다. 가볍게는 가장 오래된 공개 엔드포인트 하나를 골라 최신 패치 적용과 인증 경계부터 점검해 두는 편이 좋습니다.

4. 루마니아 국가 등기부가 통째로 삭제 — 오프라인 백업 하나가 살렸다

• 사실: 루마니아 국가지적청(ANCPI)이 사이버공격으로 전국 등기부 데이터베이스가 삭제되는 사고를 겪었습니다(7월 14일 공개).
  • 침입 경로는 소프트웨어 취약점이 아니라 유효한 자격증명(valid credentials)이었습니다. 공격자는 내부를 정찰한 뒤 협박이 실패하자 시스템과 온라인 백업까지 지웠습니다.
  • 여파로 부동산 시장이 멈췄습니다. 공증인은 거래를 기록하지 못하고 시민은 소유권 증명을 뗄 수 없었으며, 웹사이트·이메일 서버까지 약 1주간 마비됐습니다.
  • 복구를 가능케 한 것은 별도로 보관된 오프라인 백업이었습니다. ANCPI는 7월 20일 데이터베이스는 영향받지 않았다(복구됐다)고 밝혔고, 이 사고는 Help Net Security·Cybernews·Slashdot 등 여러 매체가 확인했습니다.
  • ⚠️ 공격 방법론의 세부는 매체 취재에 기반합니다.
• 한 줄 판단: 온라인 백업까지 지워진 뒤 시스템을 되살린 건 공격자의 손이 닿지 않던 오프라인 사본 하나였습니다. 돈과 물리가 걸린 시스템에서는 작은 실수도 불허한다는 그럼의 편집 기준으로 보면, 주 시스템과 같은 자격증명·네트워크로 접근되는 백업은 침입자가 함께 지울 수 있어 애초에 백업이 아닙니다. 진짜 복구 경계는 에어갭(운영망과 분리해 온라인 자격증명으로 닿지 않게 한 격리)에 있었던 셈입니다. 그리고 진입이 취약점이 아니라 유효 자격증명이었다는 점은, 첫 방어선이 여전히 신원·접근 경계라는 사실을 다시 확인해 줍니다.
• 이번 주 할 일: 백업을 운영한다면 그 백업이 주 시스템과 같은 계정·네트워크로 접근되는지부터 확인하고, 최소 한 벌은 오프라인 또는 쓰기 불가(immutable)로 분리해 두시길 권합니다. 단, 에어갭·불변 백업은 복원 속도와 자동화를 일부 포기하는 대가가 있으니, 복구 목표 시간이 촉박한 시스템이라면 온라인 사본과 병행하는 이중화가 현실적입니다. 가볍게는 최근 백업 한 벌을 실제로 격리 환경에 복원해 보는 리허설을 해 두시면 됩니다 — 복원을 한 번도 해 보지 않은 백업은 아직 백업이 아니니까요.

그래서, 무엇이 바뀌나

오늘 네 소식은 두 방향으로 갈라집니다. 앞의 셋은 AI가 ‘만드는 비용’(Cursor 스웜의 87% 절감, 추론 노력이라는 비용 다이얼)과 ‘부수는 비용’(25달러짜리 RCE)을 동시에 끌어내렸다는 좌표를 줍니다. 반대로 루마니아는 그 곡선 바깥을 보여줍니다 — 비용이 아무리 내려가도, 다 지워진 뒤 시스템을 살린 건 미리 그어 둔 경계 하나였습니다. 세 가지 경계로 정리하면 이렇습니다. 역할 경계(누가 계획하고 누가 실행하는가 — 스웜), 비용 경계(지능을 얼마나 쓸 것인가 — 추론 노력), 복구 경계(전부 사라진 뒤 무엇이 남는가 — 오프라인 백업). 단가가 내려갈수록 경쟁력은 ‘더 싸게 하기’가 아니라 이 세 경계를 어디에 그어 두었는가로 옮겨 갑니다. 이번 주엔 각자 시스템에서 이 셋 중 아직 흐릿하게 남아 있는 경계 하나만 또렷하게 그어 보셔도 좋겠습니다.

참고 / 출처

• Agent swarms and the new model economics (Cursor)
• Controlling Reasoning Effort in LLMs (Sebastian Raschka)
• Exploit brokers pay $500k for WordPress RCEs. I found one with GPT5.6 and $25 (slcyber)
• Hacker wipes Romania’s entire land registry database (Risky Business)
• Romania ANCPI cyber attack (Help Net Security)