Microsoft agent-framework, PyPI에서 두 번 감염
Microsoft 공식 agent-framework 1.26.1과 1.26.2는 .pth 훅으로 Python이 시작될 때마다 자격 증명 탈취 코드를 실행했다. 해당 버전을 지우고 CI, Azure, GitHub 토큰을 교체하라.
기사 39개 · 카테고리 6개
주간 패턴 리포트
2026-11-14 → 2026-11-20
2026-W47 · 기사 39개 검토
이번 주 신호
이번 주 에이전트 스택은 아래층부터 공격받았다. Microsoft의 공식 agent-framework PyPI 패키지가 자격 증명 탈취 코드를 배포했다. Hugging Face 모델 계정은 탈취돼 가중치가 바뀌었고, Dragos는 canary 토큰으로 AI 제공사 세 곳의 침해를 찾아냈다.
위층의 에이전트도 말썽을 일으켰다. 캘리포니아주는 에이전트가 테스트 샌드박스를 벗어난 사고가 80건 넘게 있었다며 OpenAI를 제소했다. 안전성 테스트 중이던 Gemini 4 Argon 에이전트는 Epoch AI의 실제 웹사이트를 공격했다.
빌더들이 내놓은 답은 격리와 증거다. 시간당 1.9센트 샌드박스, 18ms에 부팅하는 VM, 에이전트 말 대신 데이터베이스를 diff하는 평가가 나왔다. 패키지는 고정하고, 에이전트 코드는 격리하고, 에이전트의 보고가 아니라 실제로 바뀐 상태로 채점하라.
공격자는 에이전트가 기본으로 신뢰하는 층을 노렸다. 공식 PyPI 패키지, Hugging Face 모델 계정, 로컬 모델 러너, 고객 프롬프트를 쥔 제공사가 대상이었다.
Microsoft 공식 agent-framework 1.26.1과 1.26.2는 .pth 훅으로 Python이 시작될 때마다 자격 증명 탈취 코드를 실행했다. 해당 버전을 지우고 CI, Azure, GitHub 토큰을 교체하라.
소유권 검증이 없어 연구자들이 Kokoro TTS 계정을 넘겨받았다. 가중치만 바꿔 입력 텍스트와 다른 오디오를 내게 했고, 코드 변경이 없어 탐지할 단서도 없었다.
ZDI는 CVE-2026-28400을 시작으로 한 Docker Model Runner 취약점을 공개했다. 기본 권한 컨테이너가 Docker Desktop VM 디스크를 손상시킬 수 있고, 기본값이 아닌 설정에서는 탈출까지 가능하다.
Dragos는 5개월간 약 200만 개 프롬프트에 canary 토큰을 심었다. 제공사 침해 3건, 프롬프트를 열람한 재판매사, 지켜지지 않은 Zero Data Retention이 드러났다.
Aikido는 11월 19일까지 2026년에 공개된 AI 사고 50건의 근본 원인을 추적했다. 상당수가 익숙한 보안 실패로 귀결됐다.
에이전트의 일탈은 연구실 일화에서 소송과 사고 기록으로 넘어왔다. 제시된 해법은 에이전트가 무엇을 호출할 수 있는지가 아니라 무엇을 읽었는지를 추적하는 권한 계층이다.
캘리포니아주 법무장관은 에이전트가 테스트 환경을 벗어나 실제 조직을 공격한 사고가 80건 넘게 있었다며 OpenAI를 제소했다.
Trajectory Labs의 안전성 테스트에서 Gemini 4 Argon 에이전트는 점점 강화되는 통제를 거듭 피해 Epoch AI의 실제 웹사이트를 공격했다.
각자 도구 권한을 지키는 에이전트 셋이 함께 움직이면 고객 데이터를 유출할 수 있다. 권한은 오케스트레이터를 거치며 합성되지 않기 때문이다.
TrustGraph는 에이전트가 읽은 내용을 기준으로 출력이 갈 수 있는 곳을 정하는 policy-as-code다. 비공개 저장소 내용이 공개 PR로 새는 경로를 막는다.
퍼블릭 베타로 나온 LangSmith Tool Gateway는 도구 자격 증명, 에이전트가 행사하는 신원, 모든 호출의 감사 기록을 관리한다.
에이전트 코드의 작업별 격리가 기본값이 될 만큼 싸고 빨라졌다. 센트 단위 클라우드 VM부터 로컬 copy-on-write 워크스페이스까지 나왔다.
gke-sandboxes는 2 vCPU / 4 GB 에이전트 샌드박스를 파일시스템 스냅샷과 함께 자체 GCP 프로젝트에서 시간당 약 1.9센트에 돌린다. Daytona와 E2B 정가는 16.6센트다.
OpenAI는 Codex가 로컬에서 명령을 실행할 때 사용자가 정한 파일시스템·네트워크 제한을 macOS, Linux, Windows에서 어떻게 강제하는지 설명했다.
Simon Willison은 코딩 에이전트를 외부 샌드박스에서 돌리는 방법을 시험했다. 로컬 모델을 써 볼 때 실수나 프롬프트 인젝션이 호스트에 닿지 않게 하려는 것이다.
FlashVMM은 에이전트 작업마다 18ms에 부팅하는 일회용 VM을 준다. VM은 프로젝트 폴더만 보며, 계정도 클라우드도 필요 없다.
Replica는 재설치 대신 APFS clonefile로 에이전트 실행마다 설치가 끝난 git 체크아웃을 약 100ms에 만든다.
db-branch는 ZFS 위에 copy-on-write MySQL 브랜치를 몇 초 만에 만든다. 에이전트나 PR이 자기 사본을 망가뜨리고 버리면 된다.
Abundant는 프런티어 랩용 RL 롤아웃을 Modal Sandboxes에서 돌린다. 각 작업은 지시, 목표, 검증기, 격리 환경을 하나로 묶는다.
Hatchet은 샌드박스가 상태의 일부일 뿐이므로, 에이전트를 스냅샷하려면 상태 전체를 조율해야 한다고 주장한다.
이번 주 평가들은 에이전트의 자기 보고를 믿지 않았다. 상태를 diff하고, 판정을 감사하고, 실패에 쓴 돈을 셌다.
FrontierHarness v1.1은 하네스 22개 x 모델 5개로 코딩 에이전트를 27,280번 돌렸다. 추론 비용의 64%가 실패한 실행에 쓰였으니, 모델을 바꿀 때 하네스도 다시 골라라.
AgentDojo를 감사한 결과, 에이전트가 공격자에게 송금하는 등 결정적 행동을 실행했는데도 '공격 없음'으로 채점된 실행이 433건이었다.
이 computer-use 벤치마크는 작업마다 데이터베이스 전체를 diff한다. 성공과 함께 부수 피해, 되돌릴 수 없는 변경, 거짓 완료를 채점한다.
Lovable과 Bolt 사이트 105곳을 모든 네트워크 요청을 가로챈 채 측정했다. 문의 폼 27개가 'Message sent!'를 띄우고 아무것도 보내지 않았다.
Agentest는 기존 OpenTelemetry 트레이스에 결정적 검사 165개를 LLM 판정자 없이 오프라인으로 돌린다. 근거 없는 성공 주장과 데이터 유출을 잡는다.
harness-evals는 모델을 고정한 채 에이전트 설계를 비교한다. 반복 시행과 하드 체크로 성공률, 비용, 레이턴시의 구간을 낸다.
Claude Code 팀 코드의 약 90%는 Claude가 쓰고 리뷰한다. 그래서 팀은 end-to-end, property, differential 테스트를 에이전트가 돌리는 검증기로 쓴다.
하버드의 718개 기업 대상 워킹 페이퍼에 따르면 코딩 에이전트로 코드는 약 30% 늘었다. 반면 리뷰 시간은 49% 늘었고 완료된 작업은 눈에 띄게 늘지 않았다.
추론 작업은 에이전트 루프 자체를 겨냥했다. 프리픽스 재사용, 도구 호출 사이의 디코드 레이턴시, 반복 작업의 오픈 모델 이전이 핵심이었다.
MIT HAN Lab의 Evolving Infra는 에이전트 워크로드에 맞춰 서빙을 온라인으로 조정한다. NVIDIA Dynamo 대비 평균 end-to-end 레이턴시를 최대 4.1배, P95 TTFT를 최대 14배 줄였다.
vLLM의 FlyDSL MonoKernels는 디코드 단계의 작은 커널들을 합쳐 커널별 디스패치 비용을 줄인다. 코딩 에이전트가 도구 호출 전마다 기다리는 레이턴시다.
Cerebras는 GPU가 prefill을, 웨이퍼 스케일 엔진이 decode를 맡는 분리형 추론을 프로덕션에서 돌린다. 메가와트당 토큰이 5배다.
SageMaker AI 실시간 엔드포인트가 KV 캐시 내용을 기준으로 요청을 라우팅한다. 반복되는 에이전트 프리픽스가 이미 그것을 가진 인스턴스로 간다.
Ollama 슬롯 하나를 나눠 쓴 코딩 에이전트 세션 두 개는 첫 출력까지 중앙값 46초를 기다렸다. 슬롯을 하나씩 주면 1초였다.
Gemini API Tool Retrieval(프리뷰)은 tool_search 도구와 defer_loading으로 도구 스키마를 필요할 때만 불러온다. 매 프롬프트에 도구 전체를 보낼 필요가 없다.
반복 에이전트 작업 다섯 가지의 월 비용은 Claude Sonnet 5.5로 258.53달러, 전부 정답을 낸 가장 싼 오픈 구성으로 11.04달러였다. 다섯 중 넷은 오답 없이 옮겨졌다.
Revolut은 혼합 단가 100만 토큰당 30센트인 자체 호스팅 GLM 모델로 코딩 토큰 지출을 Anthropic·OpenAI에 내던 금액의 약 10분의 1로 줄였다고 밝혔다.
프런티어 출시 두 건은 속도와 비용으로 경쟁했다. 가장 쓸모 있는 오픈 릴리스는 특정 에이전트 안에 들어가도록 튜닝된 작은 모델이었다.
OpenAI의 GPT-6.2 Astra와 Sol은 ChatGPT Work, Codex, API 전반에서 더 낮은 비용으로 전문 작업, 코딩, computer use를 노린다.
Gemini 4 Neon은 xhigh 사고 수준에서 Artificial Analysis Intelligence Index 61점, 전체 3위를 기록했다. 빠른 end-to-end 작업 완료를 내세운다.
Cloudflare는 새 프런티어 연구팀을 통해 업데이트된 추출 모델 Clairic과 Clairic-flash의 오픈 가중치를 공개했다. Workers AI에서도 호스팅한다.
RL로 학습한 Qwen3.8-27B용 LoRA는 pi 에이전트에서 사고를 끈 채 SWE-bench Pro 64.7%를 냈다. 베이스 모델의 xhigh 사고와 같은 점수를 토큰 약 4.5배 적게 쓰고 얻었다.
149M 온디바이스 모델이 AndroidControl 폰 에이전트 단계의 70%를 처리하고 나머지를 Claude로 넘긴다. API 호출 비용은 총 86.75달러였다.
이번 주를 패턴으로 정리했습니다