프로그래밍 잡지 2026년 10월 14일
요약
본 기사는 산업 제어 시스템의 보안 취약점(A2B 공격, 구형 펌웨어)과 개인 정보 유출 사례를 분석하며 개발자들에게 경고합니다. 또한 Unity 7.0 Alpha와 .NET 11 RC 2 등 최신 개발 프레임워크 업데이트 소식과 Python/Go 언어 비교 및 Python 3.16.0 알파 버전을 다루며 기술 동향을 제공합니다.
핵심 포인트
- 산업 제어 시스템은 구형 장비와 서버 인증 취약점(A2B)에 주의해야 합니다.
- Unity 7.0 Alpha, .NET 11 RC 2 등 주요 개발 프레임워크가 업데이트되었습니다.
- Python은 학습 용이성/데이터 분석에, Go는 속도/동시성에 강점을 가집니다.
- 개발 시 서비스 특성에 따라 Python과 Go를 병용하는 것이 일반적입니다.
오늘도 인터넷에서 발견한, 개인적으로 흥미로웠던 기술 뉴스나 기사를 엄선하여 소개합니다. 의견이나 보충 설명이 있다면 댓글로 알려주시면 감사하겠습니다.
오늘은 보안 이야기부터 시작하겠습니다.
프랑스의 슈퍼마켓 수백 개 지점에서 냉장/냉동 설비를 노린 대규모 사이버 공격이 발생했습니다.
성에 제거 기능(霜取り機能)을 부정 조작하여 내부 온도가 최고 50도까지 상승했으며, 이로 인해 식품의 대량 폐기 및 일부 지역에서 화재가 발생하는 피해가 발생하고 있습니다.
피해를 입은 장비 대부분이 구형 제품이나 오래된 펌웨어(firmware)를 사용하고 있으며, 제조사인 Danfoss와 각 사들이 대책을 강구하는 가운데 파리 검찰 당국이 수사를 시작했습니다.
느낀 점
애초에 원격으로 온도 감시는 알겠는데 온도 설정까지 할 수 있게 만든 게 왜 이러는지 모르겠습니다.
공개된 Android 앱을 분석하여, 그 이면에 있는 백엔드 서버를 노리는 'A2B 공격'이 확인되었습니다. AI의 활용으로 취약점 탐색이 쉬워졌으며, 앱 자체에 결함이 없더라도 서버 측의 인증(認可)이나 입력값 검증에 허점이 있으면 정보 유출로 이어질 우려가 있습니다.
기업은 앱 분석을 전제로 API나 서버 침해 확인, IDOR 등의 취약점 점검, 불필요한 API 중단과 같은 대책을 진행하는 것이 요구됩니다.
덴마크 정부가 관리하는 약 880만 명의 개인 정보가 유출되었습니다.
위탁받은 IT 기업에서 비밀번호를 '123456'처럼 쉽게 설정했고, 2단계 인증(二段階認証)도 미도입이었던 것이 원인으로 보입니다.
느낀 점
없네요.
2026-10-13: Unity 7.0 Alpha, Uno Platform 6.7 - WeekRef.NET
이 페이지는 .NET 및 C# 관련 최신 동향을 모은 주간 정보 기사입니다.
Unity 7.0 Alpha 공개와 Uno Platform 6.7 출시, Aspire 대시보드에 Native AOT 적용 등 주요 토픽들을 소개하고 있습니다.
아울러 라이브러리 업데이트 정보나 개발자들이 작성한 기술 기사, 도구 등도 폭넓게 다루고 있습니다.
Microsoft는 실제 운영 환경에서 사용 가능한 'Go-Live' 라이선스를 포함하는 '.NET 11 Release Candidate 2'를 공개했습니다. Visual Studio 2026 Insiders 및 VS Code (C# Dev Kit)에서 지원됩니다.
본 릴리스에서는 라이브러리의 CBOR 증분 읽기(増分読み込み)나 ML-KEM/HPKE 대응, 런타임의 iOS/tvOS용 파일 잠금 변경 외에도 F#, ASP.NET Core, .NET MAUI, Windows Forms 등 광범위한 개선이 이루어졌습니다.
2026년 10월의 .NET 및 .NET Framework용 서비스 릴리스에서는 보안 강화와 각종 결함 수정 등을 포함하는 최신 업데이트가 제공되었습니다.
JetBrains의 조사를 기반으로 Python과 Go의 특징 및 개발자층 차이를 비교한 기사입니다.
Python은 학습이 쉽고 표현력이 높아 머신러닝이나 데이터 분석에 강점을 가집니다. 반면, Go는 실행 속도와 동시성 처리(並行処理)에 뛰어나 클라우드 기반이나 API 개발에 적합합니다.
Go 사용자는 시니어층이 많아 유지보수성을 중시하는 경향이 있습니다. 현장에서는 어느 한쪽에 국한하기보다 서비스의 특성에 따라 두 가지를 병용하는 것이 일반적입니다.
Python 3.16.0의 첫 알파 버전(alpha 1)이 공개되었습니다. 전체 7회로 예정된 알파 버전의 첫 번째 단계이며, 운영 환경에서의 사용은 권장되지 않는 개발자 대상 프리뷰 버전입니다.
기능 추가는 2027년 5월 베타 버전 시작까지 접수될 예정이며, 정식 릴리스는 2027년 10월 5일로 예정되어 있습니다. 또한, 개발 협력이나 장인 정신을 기리는 시도로 영화 '라미의 맛있는 레스토랑'을 소개하는 기획도 진행되었습니다.
생성 AI를 활용하여 C4 모델에 기반한 조작 가능한 '동적 아키텍처 다이어그램'을 생성함으로써 시스템 이해도를 빠르게 높인 사례입니다.
정적인 구성도에 그치지 않고, 상세도를 깊이 파고들 수 있는 드릴다운 기능과 유스케이스별 처리 흐름을 재생할 수 있는 HTML을 만들었습니다.
다이어그램을 '읽는 것'에서 '만져보고 확인하는 것'으로 변화시킴으로써 복잡한 의존 관계 파악이나 '이해 부채(理解負債)' 해소에 크게 도움이 되었습니다.
느낀 점
C4 모델은 최근 사용하기 시작했는데, Mermaid로 조금 더, 아니 PlantUML처럼 작성할 수 있으면 좋을 것 같습니다. 뭐 이 기사처럼 AI에게 그리게 하는 것도 방법이긴 하지만요.
Structurizr는 C4 모델의 창시자가 만든 '모델-어즈-코드(Model-as-Code)' 도구입니다. 자체적인 DSL을 사용하여 단일 모델을 정의함으로써 여러 아키텍처 다이어그램을 생성할 수 있습니다.
Git 등에서의 버전 관리에 적합하며, AWS나 GCP용 등의 테마 설정 및 대화형 다이어그램에도 대응합니다. 일부 서버 기능을 제외하고 대부분의 명령어는 무료로 이용 가능합니다.
WinUI Gallery 3.0이 공개되었습니다. 본 버전은 Windows App SDK의 실험적(experimental) 채널을 기반으로 하며, 신기능을 조기에 체험하고 피드백을 보낼 수 있게 되었습니다.
TableView나 Charts, WrapPanel, InkCanvas와 같은 새로운 실험적 컨트롤 샘플이 추가되었습니다.
또한, 마우스의 뒤로/앞으로 버튼 대응이나 검색성 향상, 프로젝트 구성 간소화 등 사용 편의성을 높이는 개선도 이루어졌습니다.
Excel의 Copilot은 단순한 데이터 분석을 넘어, 반복적인 실무나 데이터 준비까지 지원하는 도구로 진화하고 있습니다.
대화를 통해 데이터를 가져오고 정형화하는 기능이나, 표기 오류(表記揺れ) 등의 문제를 자동으로 감지하여 수정하는 클리닝 기능이 도입됩니다. 또한, 사용자의 작업 절차를 기억하여 재사용 가능한 스킬로 만드는 기능이나, 데이터가 자동 업데이트되는 대화형 캔버스로 변환하는 기능을 통해 일상적인 업무 부담을 크게 줄여줍니다.
MySQL 26.7에서는 InnoDB의 AUTO_INCREMENT 카운터를 한 번에 미리 확보하고 저장 처리를 효율화하는 사양이 되었습니다.
반면, 비정상 종료 시에는 사용하지 않은 예약분이 건너뛰어져 누락된 번호(欠番)가 생길 수 있다는 점은 주의해야 합니다.
이 책은 코드를 작성하는 프로그래머에서 현장에서 성과를 낼 수 있는 실전적인 엔지니어로 성장하기 위한 가이드입니다.
코드 해석이나 테스트, 아키텍처 설계부터 실제 배포에 더하여, 대인 관계의 소프트 스킬(soft skill)이나 AI 활용, 커리어 형성까지 폭넓게 다루고 있습니다. 기술 부채나 상황에 따른 트레이드오프를 파악하고, 실무에서 활약하기 위한 종합적인 시야와 문제 해결 능력을 체계적으로 배울 수 있습니다.
소감
좋은 내용이었으니 모두 읽어봅시다!
Anthropic에서는 AI를 통한 코드 생성 급증으로 머지(merge) 수가 하루 3만 건을 초과하면서 기존의 Git이 병목 현상(bottleneck)이 되었습니다.
이에 따라 상시 연결을 전제로 한 자체 시스템인 'Scion'을 구축하고 5개월 만에 전환했습니다. 서버 측에서 처리를 수행하고 필요한 데이터만 가져오는 스파스 체크아웃(sparse checkout)을 채택했습니다.
이를 통해 인프라 부하를 크게 줄이고, 체크아웃 속도를 수십 배 향상시켰습니다.
GitHub는 시크릿 탐지 기능에 미세 조정된 ModernBERT를 도입했습니다.
정규 표현식으로 후보군을 좁히고 문맥을 판별함으로써 오탐지(誤検知)를 줄이고 실행 속도를 86% 향상시키면서도 상당한 비용 절감을 동시에 달성했습니다.
Enterprise 관리자는 프롬프트 등의 콘텐츠를 수집하지 않으면서, GitHub Copilot의 활동을 특정 사용자에게 연결하여 텔레메트리(telemetry)로 추적할 수 있게 되었습니다.
Dependabot의 조직 레벨 비공개 레지스트리 설정에서 인증 정보가 필요 없는 내부 미러용으로 'Anonymous' 인증이 사용 가능해졌습니다.
GitHub 보안 개요에서 Pull Request용 AI Scan의 탐지 건수나 수정률, 자동 수정(autofix) 적용 현황 등을 확인할 수 있는 새로운 메트릭 기능이 퍼블릭 프리뷰로 추가되었습니다.
GitHub 청구 설정에 있는 '예산 및 알림' 페이지에서 모든 예산이 하나의 목록으로 통합되었으며, 범위(scope), 제품, SKU, 사용자별 검색 및 필터링이 가능해졌습니다.
GitHub는 취약점 정보 무효화로 인해 철회된 Dependabot 알림을 감지하기 쉽게 하기 위해 Webhook에 withdrawn 액션을 추가하고, REST API에서 410 Gone을 반환하는 사양 변경을 실시했습니다.
GitHub Copilot의 Enterprise 관리자는 클라이언트 시작 시 캐시에 의존하지 않고 최신 정책 가져오기를 강제할 수 있게 되었으며, 특정 관리 설정 키에 대해 최소 클라이언트 버전 적용도 시작되었습니다.
GitHub의 시크릿 스캔 기능에서 Salesforce, Anthropic, Cloudsmith의 새로운 시크릿 탐지에 대응하고, Anthropic 키는 기본적으로 푸시 보호(push protection)를 통해 커밋이 자동 차단되도록 변경되었습니다.
GitHub Code Quality에서 지적 사항에 대한 수동 거부 및 재개 작업이 조직 또는 엔터프라이즈의 감사 로그에 기록되고 확인 가능해졌습니다.
Google의 프론티어 모델 "Gemini 4 Argon"이 GitHub Copilot을 통해 일반 제공되었습니다.
고도화된 코딩과 추론에 대응하며, VS Code나 CLI 등에서 순차적으로 이용할 수 있습니다.
"diff-tour"는 시니어 엔지니어가 관점에서 Git의 차이점(diff)을 읽어내는 가이드 투어 형식의 TUI 도구입니다.
Claude Code나 Codex, Gemini 등의 LLM을 활용하여 변경 이유, 영향 범위, 리스크 등을 단계별로 설명합니다.
리포지토리를 수정하지 않는 읽기 전용 설계로, 미변경 관련 파일까지 포함하여 코드를 깊이 이해할 수 있도록 지원합니다.
SB Intuitions는 국산 생성 AI "Sarashina"를 체험할 수 있는 "Sarashina 서비스"의 무료 베타 버전을 제공하기 시작했습니다.
본 서비스에서는 텍스트 생성, 고속 처리, 검색(RAG), 번역, 안전성 판별에 대응하는 6종류의 AI 모델을 API로 이용할 수 있습니다. 또한 웹상에서 대화나 번역을 체험할 수 있는 채팅 기능도 일반 공개되어 Google 계정으로 로그인하면 바로 활용 가능합니다.
SB Intuitions가 개발한 "Sarashina"는 일본어 데이터에 중점을 두고 학습된 국산 생성 AI 모델입니다.
동사는 "Sarashina3" 시리즈로 표준 대화 모델, 경량 모델, 검색/번역/안전성 판별에 특화된 총 6종류의 모델을 API로 제공하고 있습니다. 또한 일본어의 문맥이나 암묵적인 이해를 포착하기 쉽고, 독자 토크나이저 덕분에 적은 토큰 수로 효율적으로 처리할 수 있는 점도 특징입니다.
미국 Microsoft는 "PowerPoint" Copilot용으로 "Brand Kit"와 "Skills"의 일반 제공을 시작했습니다. 대상은 Microsoft 365 Copilot 라이선스 보유자입니다.
Brand Kit은 사내 템플릿이나 폰트를 적용하여 디자인 통일성을 유지하며, Skills는 정형적인 작성 워크플로우 자동화나 독자 스킬 공유를 가능하게 합니다. 이를 통해 수정 수고를 줄이고 업무 효율화를 뒷받침합니다.
SharePoint Embedded와 Microsoft 365 Copilot Retrieval API를 활용함으로써, 자체 벡터 데이터베이스나 검색 인덱스를 구축하지 않고도 AI 앱을 개발할 수 있습니다. 데이터는 테넌트 내에 보관되며, 기존 보안 및 권한 관리가 그대로 적용됩니다.
더 나아가 공개 프리뷰된 Model Context Protocol (MCP) 서버를 이용하면, 코딩 AI를 통해 자연어로 앱 구축이나 관리를 효율적으로 진행할 수 있습니다.
Azure Content Understanding의 사전 구축된 애널라이저(analyzer)는 청구서나 세무 서류 등의 구조와 문맥을 학습하여, 단순한 스키마 정의를 넘어선 고정밀 데이터 추출을 제공합니다. 정규화된 값 외에 신뢰도 점수와 근거가 되는 좌표 정보까지 반환하므로 업무에서의 안전한 활용이 가능합니다.
신규 기능의 고도화된 컨텍스트화로 세무 양식 벤치마크에서 정확도 향상과 비용 및 처리 시간의 대폭적인 절감을 동시에 달성했습니다.
Anthropic은 비정상 계정 등을 통해 자사 모델 "Claude"의 사고/추론 프로세스를 도용하는 "증류 공격(distillation attack)"에 대한 새로운 방어책을 발표했습니다.
새로운 대책으로는 문맥 편집 제한 기능 도입과, 2단계 분류기를 통한 추출 프롬프트 탐지 및 차단, 비정상 계정 이용 제한 및 차단을 시행하고 있습니다.
이를 통해 공격자에게 수집되는 추론 데이터를 90~99% 줄일 수 있었다고 밝혔습니다.
Meta는 개인용 및 업무용 AI 에이전트의 프론티어 모델 "Muse Wonder" 시리즈를 발표했습니다.
본 모델은 문맥을 기억하는 액티브 메모리(active memory)와, 끈기 있게 목표에 임하는 액티브 포커스(active focus)를 갖추고 있어 법률이나 재무 같은 전문 영역이나 코딩에서 높은 성능을 발휘합니다.
더 나아가 미지의 과제에 대한 범용성 및 개인정보 보호와 악용 방지 등의 안전성도 강화되었습니다.
Google은 최신 프론티어 모델 "Gemini 4 Argon"의 제공을 시작했습니다. 코딩, 법률, 금융, 과학 등 고도화되고 복잡한 과제 해결에 뛰어나며, 각종 벤치마크에서 높은 성능을 보였습니다.
대규모 코드 리팩토링이나 양자 컴퓨팅, 신약 개발 연구 가속화 외에도, 고도화된 사이버 방어 및 로봇 제어에도 기여합니다. 100만 토큰의 입출력에 대응하며, 개발자, 기업, 일반 유료 사용자에게 순차적으로 제공될 예정입니다.
Gemini 4 Argon은 고도의 실무 작업에 대응하는 한편, 안전성과 보안을 중시하여 개발되었습니다.
악용 방지책으로 입력 심사나 신경 신호 감시 등 3단계의 실시간 보호를 도입하여 유해한 요청 차단율을 높였습니다. 또한 목표 달성을 위해 규칙을 위반하는 '미스얼라인먼트(misalignment)'를 막는 감시 메커니즘을 갖추면서도, 사고 과정의 투명성을 유지할 수 있는 장치를 마련했습니다. 나아가 프롬프트 인젝션에 대한 높은 내성도 구현했습니다.
Gemini 4 Argon은 물리적 이해력, 코드 생성, 시각 및 의미 추론 능력을 비약적으로 향상시킨 범용 물리 추론 모델입니다.
로봇 제어, Real2Sim(현실에서 시뮬레이션 구축), 동작의 질적 평가, 자가 개선 등 다방면의 영역에서 활용할 수 있습니다. 시뮬레이션 상에서의 반복 연습이나 영상 생성 AI와의 연계를 통해 실기 제어 성공률 향상 및 개발 기간 단축을 실현하며, 물리 AGI(범용 인공지능)의 발전을 가속화합니다.
Google은 20만 줄 규모의 Python 리포지토리인 'ADK'의 성능 개선을 Gemini 4 Argon으로 하룻밤 동안 검증했습니다.
설계 가이드라인 제공과 골(Goal) 모드 활용 덕분에 11시간 만에 6가지 최적화 방안이 작성되었고, 코드 리뷰를 거쳐 2가지가 실제 환경에 채택되었습니다.
세션 히스토리 복사 검토나 패키지의 지연 로딩 기능이 도입되어 장시간 세션의 준비 시간을 약 40%, 임포트 시간은 21% 단축하는 데 성공했습니다.
Gemini 앱의 스킬 기능은 순차적으로 제공되기 시작하여, 11월 중순까지 전개될 예정입니다.
반면, Google Workspace에서의 스킬 배포는 안전 확인을 위해 일시 연기되었으며, 확정되는 대로 새로운 일정이 안내될 예정입니다.
본 기사는 2026년 10월 5일 주간의 AWS 생성형 AI 관련 업데이트를 정리한 것입니다.
기사 내에서는 기존 시스템에 LLM 워크플로우 도입이나 Amazon Quick의 의미론적 레이어 활용 같은 기술 사례, 기업들의 Bedrock 도입 사례가 소개되었습니다.
나아가, Amazon Nova 2.5 Sonic의 일반 제공 및 Claude Haiku 5.5의 AWS 대응, Kiro CLI의 기능 업데이트 등 개발을 가속화하는 최신 서비스 및 도구 정보가 다수 포함되어 있습니다.
Google에서는 신규 코드의 75%를 AI가 생성하고 인간이 검증합니다.
자율적으로 작업하는 AI 에이전트 활용이 증가함에 따라, 위임할 업무 범위를 좁히거나 대기 시간 및 검증 방법의 규칙화가 중요하게 여겨지고 있습니다.
생성형 AI로 만든 게임은 급증하고 있지만, 많은 사람이 즐기는 작품은 제한적입니다.
따라서 움직이는 시제품을 사람이 즐길 수 있는 수준으로 끌어올리기 위해, AI를 이용한 테스트 플레이와 개선 자동화가 주목받고 있습니다.
AI 코딩에서 관련 아키텍처 결정을 단순히 검색해서 전달하는 것만으로는 불충분합니다.
그 결정이 변경 대상에 적용되는지 여부(적용 범위)를 파악하고, 확정적인 강제 규칙과 해석을 요하는 지침을 구분하여 적용하는 것이 중요해지고 있습니다.
AWS는 표준 HTTP 웹 앱을 코드 수정 없이 실행할 수 있는 'AWS Lambda Web Functions'를 발표했습니다. 기존의 이벤트 기반 방식과는 달리, 다중 요청 동시 처리(최대 128 병렬)와 활성 CPU 과금에 대응합니다.
단일 CLI 명령으로 즉시 배포가 가능하며, 멀티 리전 배포나 트래픽 제어도 용이합니다. I/O 대기 시간이 많은 웹 앱의 비용 절감 및 성능 향상에 기여할 것입니다.
2026년 10월 5일 주간 AWS 주요 업데이트에서는 AI와 보안, 운영 관리 관련 신규 기능들이 다수 발표되었습니다.
음성 모델 Amazon Nova 2.5 Sonic이나 Claude Haiku 5.5의 제공 시작, Cost Explorer에서의 Bedrock 속성 분석 등 생성형 AI 관련 기능이 확장되고 있습니다.
또한 GuardDuty를 통한 RDS 데이터 보호나 Client VPN의 장치 평가 등 보안 측면도 강화되었습니다.
한국어 프로그래밍 언어 '나데시코(なでしこ)' 개발자 쿠지라 히코세(クジラ飛行机) 씨는 AI의 진화로 코딩 능력에서는 이길 수 없음을 인정하고, 자신 역시 AI를 활용한 개발로 전환하고 있습니다.
한편, 프로그래밍 학습의 본질은 문제 해결 능력을 기르는 교양에 있다고 지적합니다. AI가 생성한 코드 검증이나 초심자의 이해에 있어서는 모국어로 읽을 수 있는 일본어 코드가 높은 가독성을 발휘하기 때문에, AI 시대라서 더욱 가치가 높아질 것이라는 기대감을 품고 있습니다.
무료 일본어 입력 앱 'Meltype'에 대규모 업데이트가 진행되었습니다.
OS의 IME(Input Method Editor)로 등록 가능하게 되었을 뿐만 아니라, 예측 변환이나 현재 시각 변환 등의 신규 기능이 추가되어 편의성이 크게 향상되었습니다.
NTT는 성장세가 둔화되는 스마트폰 사업을 대체할 새로운 성장 축으로, 미국 Anthropic을 겨냥하여 최대 1조 엔 규모에 달하는 국내 최대급 AI 데이터센터를 오사카에 건설하는 것을 목표로 하고 있습니다.
미국 Autodesk는 설계 소프트웨어에 AI 도입을 확대하고 있으며, 비용 대비 효과가 높은 최적의 AI 모델 제공 등을 통해 인력 부족에 어려움을 겪는 건설업이나 제조업의 업무 효율화를 지원하고 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기