CELL AI DEVLOG

2026년 3월 31일, Claude Code 소스코드가 npm에 실수로 노출됐어요.유출 규모:→ 51만 2천 줄 TypeScript→ 1,906개 파일→ 24시간 만에 GitHub 포크 41,500개공격자들의 반응 속도:→ 유출 24시간 이내: 악성 "leaked Claude Code" GitHub 레포 등장→ 구글 검색 상위에 악성 레포 노출→ 25개 이상 소프트웨어 브랜드 사칭 캠페인 즉시 시작근데 이건 시작에 불과해요. 진짜 문제는 공격자들이 이제 Claude Code의 내부 동작 원리를 알게 됐다는 거예요.공격 유형 1 — Slopsquatting (슬롭스쿼팅)AI가 환각으로 만든 패키지명을 공격자가 선점하는 공격이에요.어떻게 작동하나:1. 연구자들이 LLM에게 576,000개 코드 샘플 생성 ..

2026년 4월 13일, PwC가 충격적인 보고서를 냈어요.전 세계 25개 산업, 1,217명 임원 대상 조사 결과:AI가 만들어내는 경제적 가치의 74%→ 상위 20% 기업이 가져감나머지 80% 기업이 나눠갖는 건 26%AI에 다들 투자하는데, 돈 버는 곳은 극소수예요.왜 이렇게 차이가 나는가직관적으로는 이렇게 생각해요."상위 20%는 돈이 많아서""더 좋은 모델 접근권이 있어서""AI 전문가를 더 많이 고용해서"PwC 데이터는 다른 이유를 지목해요.상위 20%와 나머지 80%의 차이:나머지 80%:→ AI로 비용 절감→ AI로 업무 효율화→ 파일럿 프로젝트 계속 진행→ "AI로 기존 일을 더 빠르게"상위 20%:→ AI로 새로운 수익 창출→ AI로 비즈니스 모델 재발명→ 산업 경계를 넘어 새 시장 진..

2026년 4월 7일, Z.ai(구 Zhipu AI)가 GLM-5.1을 공개했어요.공개 즉시 SWE-bench Pro 1위를 차지했어요.SWE-bench Pro (실제 GitHub 이슈 해결):GLM-5.1: 58.4% ← 1위GPT-5.4: 57.7%Claude Opus 4.6: 57.3%Gemini 3.1 Pro: 55.1%오픈소스 모델이 GPT-5.4와 Opus 4.6을 모두 제쳤어요.근데 벤치마크 숫자보다 더 주목할 게 있어요.Z.ai가 뭔가원래 이름: Zhipu AI (智谱 AI)배경: 칭화대학교 스핀오프국제 브랜드: Z.ai2026년 1월 8일: 홍콩 증시 IPO→ 약 HKD 43.5억 ($5.58억) 조달→ 시가총액: $528억→ 세계 최초 상장 파운데이션 모델 기업IP..

매년 스탠퍼드 HAI(인간중심 AI 연구소)가 내놓는 AI 연간 보고서. 423페이지, 마케팅 없는 독립 데이터. 2026년판이 4월 13일 공개됐어요.AI 랩들이 만드는 보고서가 아니라는 게 포인트예요. 가장 믿을 수 있는 AI 현황 데이터예요.1. AI는 멈추지 않았다2025년 내내 "AI 성능 정체" 얘기가 많았어요. 데이터는 반대예요.SWE-bench Verified (실제 GitHub 이슈 해결):2024년: 60%2025년: ~100%→ 1년 만에 인간 수준 달성Humanity's Last Exam (박사급 전문가 문제):2025년: 8.8%2026년: 38.3%2026년 4월 기준 (Opus 4.6, Gemini 3.1 Pro): 50%+수학 올림피아드:Gemini Deep Think → 금..

2026년 4월 14일, The Information이 단독 보도를 냈어요."Anthropic이 이번 주 두 가지를 출시할 예정:1. Claude Opus 4.72. 웹사이트/프레젠테이션 생성 AI 디자인 툴"보도 직후 시장이 즉각 반응했어요.Figma: -6.0%Wix: -4.8%Adobe: -2.7%GoDaddy: -4.4%단 한 건의 미확인 단독 보도에 이 정도 반응.→ 시장은 이미 이 움직임을 예상하고 있었다는 뜻Claude Opus 4.7 — 뭐가 달라지나Opus 4.6이 2026년 2월 출시됐어요. 2개월 만에 4.7이에요.Opus 4.6 주요 스펙:- 1M 토큰 컨텍스트 윈도우 (베타)- SWE-bench Verified: 80%+- Terminal-Bench 2.0: 65.4..

2026년 4월 14일, Anthropic이 조용하게 큰 걸 내놨어요.기존 Claude Code:터미널 열고 → 프롬프트 입력 → 결과 확인→ 사람이 앉아있어야 함Claude Code Routines:한번 설정 → 자동 실행→ 노트북 꺼도 Anthropic 서버에서 계속 돌아감단순한 편의 기능이 아니에요. AI 코딩 도구가 대화 상대에서 자율 실행 에이전트로 바뀌는 전환점이에요.Routines가 뭔가Routine = 프롬프트 + 레포지토리 + 커넥터 + 트리거한번 설정해두면:- 매일 밤 2시에 실행- API 호출 받으면 실행- PR 올라오면 자동 실행→ Anthropic 클라우드 인프라에서 실행→ 내 노트북 상태와 무관3가지 트리거 타입1. 스케줄 트리거# CLI에서 설정/schedule 매일 밤 2시에..

RAG 시스템이 엉터리 답변을 내놓을 때 대부분 이렇게 생각해요."임베딩 모델 바꿔볼까?""프롬프트 더 정교하게 써야겠다""LLM을 더 좋은 걸로 바꾸면 되겠지"근데 실제로 RAG 실패의 80%는 청킹 문제예요.잘못 자른 청크가 들어가면 아무리 좋은 LLM도 엉터리 답변을 낼 수밖에 없어요.청킹이 뭔가RAG는 문서를 통째로 넣을 수 없어요. 임베딩 모델의 입력 한계가 있고, 벡터 검색 정확도도 떨어져요.원문 (10,000 토큰):"회사 규정 전체 문서..."청킹:청크 1: "출근 시간은 오전 9시..." (512토큰)청크 2: "연차 사용 규정은..." (512토큰)청크 3: "복리후생 제도는..." (512토큰)...질문: "연차 며칠이야?"→ 청크 2만 검색됨→ 관련 내용만 LLM에 전달→ 정확한 답..