🤖
1507 in / 4659 out / 6166 total tokens
🔥 핫 토픽
Claude가 11년 된 BTC 지갑을 복구했다 — 3.5조 개 비밀번호 시도 끝에
이 뉴스가 핵심이다. 비트코인 트레이더가 11년 전에 분실한 지갑의 비밀번호를 Claude를 사용해 복구했다. 지갑에는 약 4억 원(40만 달러)이 들어있었다. 봇이 무려 3조 5천억 개의 비밀번호를 시도한 끝에 암호화된 백업 파일을 해독하는 데 성공했다.
왜 이게 중요하냐. 단순한 'AI 챗봇'이 아니라 실제 경제적 가치가 있는 문제를 해결했다는 거다. 11년 전이면 2015년이다. 그때의 비밀번호 패턴, 사용자의 힌트, 기억의 편린들을 조합해 후보를 생성하고, 자동화된 스크립트로 대량 시도하는 파이프라인을 Claude가 설계하고 실행한 셈이다. 이건 LLM이 단순한 텍스트 생성기를 넘어, 문제 분석 → 전략 수립 → 코드 생성 → 실행 루프 전체를 오케스트레이션할 수 있다는 증거다.
게임 개발자 관점에서 보면, 이건 NPC AI나 퀘스트 생성기 같은 게임 내 AI 적용을 넘어선다. 우리가 UE5에서 Blueprint나 C++로 짜는 프로시저럴 콘텐츠 생성 로직과 비슷한 맥락이다. "조건을 분석하고, 가능한 해를 체계적으로 탐색한다"는 점에서. 다만 게임은 탐색 공간을 의도적으로 설계하지만, 여기는 11년 전의 비밀번호라는 정해지지 않은 공간을 추론해야 했다. Claude가 사용자의 기억 힌트를 바탕으로 비밀번호 패턴을 좁혀나간 과정은, 플레이어 행동을 예측하는 게임 AI의 decision tree와 구조적으로 유사하다.
실무적으로 주목할 점은 Claude가 이 작업을 위해 도구를 만들고 사용했다는 거다. 단순히 답을 짜맞춘 게 아니라, Python 스크립트를 작성하고, 실행하고, 결과를 보고 전략을 수정하는 에이전트 루프를 돌린 거다. 이건 Anthropic이 Claude에 "컴퓨터 사용" 기능을 추가한 게 실제로 어떤 결과를 내는지 보여주는 사례다. 앞으로 언급할 데이터센터 인프라나 자동화 도구들과 맞물려, AI 에이전트가 물리적 세계에 미치는 영향력이 점점 커지고 있다.
출처: Tom's Hardware
📰 뉴스
Cisco, 사상 최고 매출 기록하면서 동시에 4,000명 해고
Cisco가 역대 최고 매출을 기록한 같은 날, 4천 명을 해고했다. CFO는 "비용 절감을 위한 구조조정이 아니다"라고 했다. 그렇다면 왜? 답은 AI 인프라 재편이다.
이 뉴스가 중요한 이유는 AI 전환이 실제 노동 시장에 미치는 영향을 적나라하게 보여주기 때문이다. Cisco 같은 네트워크 인프라 기업은 전통적으로 하드웨어 엔지니어, 필드 엔지니어, 기술 지원 인력이 많다. 그런데 AI 기반 네트워크 자동화, AIOps(AI for IT Operations)가 이 역할의 상당 부분을 대체하고 있다. 매출은 늘어나는데 사람은 줄어든다. 생산성이 올라가서 사람 당 매출이 증가하는 구조다.
개발자에게 이건 양날의 검이다. 한편으로는 AI 도구를 잘 다루는 개발자의 가치가 천정부지로 솟는다. Cisco가 AI 인프라에 집중 투자한다면, 그 생태계에서 일할 기회도 늘어난다. 다른 한편으로는 "기존 방식으로 일하는 역할"이 빠르게 사라진다. 게임 개발에서도 비슷하다. 언리얼 엔진의 MetaHuman, Procedural Content Generation, AI 보조 애니메이션 블렌딩 같은 기술이 수동 작업을 대체하고 있다. 내가 C++로 짜던 보일러플레이트 코드의 상당수가 이제 AI가 생성한다.
앞서 언급한 Claude의 비트코인 지갑 복구와 연결해보면 패턴이 보인다. AI가 복잡한 문제를 자동화해서 해결할 수 있게 되면서, 그 자동화의 직접적 수혜를 받는 기업은 매출이 늘고, 자동화의 대상이 된 역할은 줄어든다. Cisco의 CFO가 "비용 절감이 아니다"라고 한 건 솔직히 반쪽짜리 진실이다. 직접적 목적은 비용 절감이 아니라 역량 재배치일 수 있지만, 결과적으로는 사람이 줄어든다.
출처: Ars Technica
데이터센터 지도: 당신 뒷마당에 있는 AI 인프라를 찾아라
The Verge가 데이터센터 건설 현황과 AI 정책을 추적하는 인터랙티브 맵을 공개했다. 오리건 주민 Isabelle Reksopuro가 Google이 공공 토지를 삼키는 걸 보고 이 프로젝트를 시작했다.
이 뉴스의 핵심은 AI의 물리적 발자국이다. 우리가 Claude API를 호출하거나, ChatGPT에 질문할 때, 그 연산은 어딘가의 데이터센터에서 일어난다. 그 '어딘가'가 점점 더 우리 주변이 되고 있다. 데이터센터는 막대한 전력을 소모하고, 냉각수를 쓰고, 토지를 차지한다. 이 맵은 그 현실을 시각적으로 보여준다.
개발자 관점에서 이건 단순한 환경 이슈가 아니다. 게임 서버 아키텍처를 설계할 때, 물리적 서버 위치가 레이턴시에 직결된다는 걸 안다. AWS us-east-1이랑 ap-northeast-2의 핑 차이가 게임플레이를 결정한다. AI 추론도 마찬가지다. Claude API의 응답 속도는 데이터센터 위치와 혼잡도에 영향을 받는다. 데이터센터가 한 곳에 과밀화되면 병목이 생기고, 분산되면 레이턴시 이슈가 완화된다.
앞선 Cisco 해고 뉴스와 연결된다. Cisco가 해고하는 인력은 네트워크 인프라 쪽인데, 반대로 데이터센터 구축에는 엄청난 투자가 이루어지고 있다. 결국 기존 네트워크 장비 유지보수에서 AI 데이터센터 구축으로 인력이 이동하는 거다. Simon Willison이 만드는 오픈소스 도구들(다음 항목 참조)도 결국 이 인프라 위에서 돌아간다. AI의 소프트웨어 계층과 하드웨어 인프라 계층이 동시에 변화하고 있다.
또한 이 맵은 정책 추적 기능도 있다. 각 주/국가의 AI 관련 규제, 세제 혜택, 에너지 정책을 함께 볼 수 있다. 이건 개발자에게도 중요하다. 어디에 서버를 둘지, 어떤 클라우드 리전을 선택할지 결정할 때 규제 환경이 변수가 되기 때문이다. GDPR이 유럽 사용자 데이터 처리에 미친 영향을 생각하면, AI 시대의 데이터센터 규제도 비슷한 파급력을 가질 거다.
출처: The Verge
⭐ 오픈소스
datasette-ip-rate-limit 0.1a0 — Simon Willison의 새 프로젝트
Simon Willison이 datasette-ip-rate-limit의 첫 알파 버전을 공개했다. Datasette는 SQLite 기반의 데이터 탐색/공유 도구이고, 이 플러그인은 IP 기반 요청 제한(Rate Limiting) 기능을 추가한다.
왜 이게 Claude/Anthropic 맥락에서 중요한가. Simon Willison은 LLM 생태계에서 가장 활발한 개발자 중 하나다. 그는 Claude를 daily driver로 사용하고, LLM CLI 도구를 만들고, AI 관련 인사이트를 꾸준히 공유한다. 그가 만드는 도구들은 실용적인 AI 애플리케이션 개발의 모범 사례 역할을 한다.
Rate limiting은 API를 다루는 모든 개발자가 겪는 문제다. 게임 서버 개발에서도 마찬가지다. UE5 전용 서버를 구축할 때, 클라이언트의 요청 빈도를 제한하지 않으면 서버가 터진다. 특히 MMORPG나 실시간 멀티플레이어 게임에서는 1초에 수십 개의 패킷이 오가는데, 악의적 클라이언트나 버그로 인한 패킷 폭주를 막아야 한다. 이 플러그인은 그걸 IP 단위로 처리하는 가벼운 구현체다.
LLM API 시대에 Rate Limiting은 더 중요해졌다. Claude API, OpenAI API 모두 호출당 비용이 발생한다. 프론트엔드에서 무한 루프가 돌거나, 사용자가 무차별 요청을 보내면 어느새 수백 달러의 API 비용이 청구된다. 나도 사이드프로젝트에서 Claude API를 쓸 때 반드시 Rate Limiter를 앞단에 둔다. Redis 기반으로 구현하곤 했는데, SQLite 기반이면 더 가볍게 시작할 수 있어서 좋은 선택지다.
이 프로젝트가 알파(0.1a0)라는 점도 주목할 만하다. Willison은 "배운 것을 공개하며 개발하는" 방식으로 유명하다. 완성품이 아니라도, 자신의 탐색 과정을 공개한다. 이건 우리 같은 사이드프로젝트 빌더에게 좋은 모델이다. 완벽한 걸 내놓으려다 영영 공개 못 하는 것보다, 작동하는 최소 기능을 먼저 보여주는 게 낫다.
이번 주 핵심: Claude는 이제 텍스트 생성기를 넘어 실제 경제적 가치를 창출하는 문제 해결 도구다. 그 뒤에서 데이터센터는 계속 커지고, 기존 일자리는 재편되며, 개발자들은 API 비용 폭탄을 막기 위해 Rate Limiter를 설치한다. AI의 가능성과 책임이 동시에 커지고 있다.