2026년 7월 15일 (수)

[01]

주요 소식

1. Grok Build CLI 가 Git 저장소 전체를 몰래 업로드 — 27,800배 초과 전송, .env 비밀값 포함

보안 연구자 cereblab 이 통신 수준 분석을 공개했다. Grok Build CLI v0.2.93 이 192 KiB 만 필요한 상황에서 11.2 GiB 저장소 중 5.1 GiB 를 전송했다는 내용이다
Git 이력 전체, 추적되지 않는 파일, 마스킹되지 않은 .env 비밀값(API 키, DB 비밀번호, SSH 키)이 xAI 의 Google Cloud Storage 버킷 grok-code-session-traces 로 전송됐다
xAI 는 이 도구를 "세션 중 코드베이스의 어떤 것도 xAI 서버로 전송되지 않는다" 고 홍보해 왔다 — 통신 데이터가 이를 정면으로 반박한다
/privacy 토글은 무력했다. 업로드 여부가 아니라 업로드 이후의 보관만 통제한다
7월 14일 Hacker News 첫 화면에 올랐고, xAI 는 공개 약 24시간 뒤 서버 측 수정(disable_codebase_upload: true)을 배포했다
Elon Musk 은 7월 13일 X 에서 앞서 업로드된 사용자 데이터를 전 세계적으로 삭제하겠다고 약속했다 — 독립적으로 확인되지는 않았다
의의: 에이전틱 코딩 CLI 라는 범주가 생긴 이래 가장 신호가 큰 신뢰 사고다. 7월 13일 이전에 비밀값이 든 저장소에서 Grok Build 를 돌린 개발자는 지금 바로 그 값들을 교체해야 한다. xAI 가 Claude Code 와 가장 치열하게 붙는 시점에 Grok Build 의 기업 도입에 제동이 걸렸다.
→ xAI · Grok Build (source) (The Hacker News)

2. Gemini 3.5 Pro 7월 17일 GA 확정 — 아키텍처 전면 재구축 완료, 2M 컨텍스트

7월 14일 기준 여러 소스가 Gemini 3.5 Pro 의 확정 GA 일자를 내일(7월 17일) 로 확인했다 — 앞서 나온 7월 22~28일 지연 추정을 대체한다
2.5 Pro 기반의 전면 아키텍처 재구축이 끝났다. 재작성의 목표는 수학 추론, SVG·이미지 품질, 장기 지평 코딩이었다
유출된 사양(아직 공식 아님): 2M 토큰 컨텍스트 창, Deep Think Reasoning Layer(게이팅), 자율 워크플로 모드
공식 벤치마크 시트는 아직 없다. 전체 데이터는 GA 발표 때 나올 것으로 보인다
동시에: 용량이 빠듯해지자 Google 이 Meta 의 Gemini 컴퓨트 접근에 상한을 걸었다 — Meta 의 AI 프로젝트가 지연됐다. 모델·TPU·클라우드를 모두 가진 Google 의 수직 통합 우위로 읽힌다
의의: 이번 아키텍처 재구축은 주요 프런티어 랩이 출시 주기 도중에 사전학습 사이클을 폐기하고 다시 시작한 첫 사례다. 재구축이 성과를 내면, Fable 5 가 크레딧 전용이 되고 Grok Build 가 프라이버시 사고로 휘청이는 바로 그 시점에 Gemini 3.5 Pro 가 경쟁 구도를 흔들 수 있다.
→ Gemini 3.5 Pro (source)

3. Anthropic Claude for Teachers — 미국 K-12 교사에게 프리미엄 무료 제공

Anthropic 이 7월 14일 Claude for Teachers 를 시작했다. 인증된 미국 K-12 교사는 프리미엄 Claude 를 1년 무료로 쓴다(2027년 6월 30일까지 신청). Claude Code, Claude Cowork, 그리고 50개 주 전체의 교육 기준을 담은 Learning Commons 커넥터가 포함된다
교수 스킬 라이브러리는 학습과학자들과 공동 개발했다. FERPA 를 준수하는 K-12 데이터 협약을 맺었고 훈련 데이터에서는 제외된다
생태계: ASSISTments, Brisk Teaching, Canva Education, Coteach, Diffit, Eedi, MagicSchool, Snorkl
의의: 미국 공립학교 시스템은 IT 승인 전에 FERPA 준수와 훈련 데이터 제외를 요구한다. Anthropic 은 두 관문을 모두 통과해 Microsoft Copilot for Education 과 Google Workspace for Education 보다 앞선 자리를 잡았다. 도달 범위는 미국 K-12 교사 약 370만 명이다. 교육 층위는 Claude 에 대한 기업 사용자의 친숙함을 대규모로 길러 줄 수 있다.
→ Anthropic (source) (Anthropic)

[02]

Long-Horizon-Terminal-Bench (LHTB) — arXiv:2607.08964

7월 14일 HF Daily 1위 논문(25 스타)
상태를 유지하는 컨테이너 터미널에서 수백 단계에 걸친 LLM 에이전트 성능을 재는 46개 과제 벤치마크. 조밀 보상으로 채점한다(산출물에서 재구성하는 검증기를 쓰므로 자기 보고한 진척은 인정되지 않는다)
SOTA 결과: 최고 모델도 부분 보상 임계 0.95 에서 pass@1 15.2% 에 그친다. 완전 완료(1.0)는 10.9% 뿐이다
평균 토큰 소비: 과제당 990만. 평균 실행 시간: 실행당 85.3분
읽을 이유: 평가 방법론(조밀 보상 + 상태를 유지하는 컨테이너 환경)이 통과·실패 이분법의 단기 과제 벤치마크에서 한 단계 도약한 것이며, 15% 라는 천장은 지금의 "에이전틱" 시스템이 신뢰할 만한 장기 자율성에서 얼마나 멀리 있는지를 정확히 알려 준다
→ Long-Horizon-Terminal-Bench (LHTB)

[03]

Gemini 3.5 Pro GA: 내일(7월 17일) — 공식 벤치마크 시트와 가격이 나올 것으로 보인다. Fable 5 가 중단되고 GPT-5.6 이 지배하는 현 구도를 마침내 흔들 수도 있다. Deep Think 벤치마크가 Fable 5 의 SWE-bench Pro 80.3% 와 어떻게 비교되는지 지켜볼 것.
Grok Build 자격증명 교체: 2026년 7월 13일 이전에 Grok Build CLI 를 썼다면 API 키, DB 비밀번호, SSH 키, 그리고 추적 파일이나 Git 이력에 있던 모든 비밀값을 교체할 것. xAI 의 삭제 약속은 독립적으로 확인되지 않았다.

[04]

Long-Horizon-Terminal-Bench (LHTB) (신규 — 장기 지평 터미널 에이전트 벤치마크; 7월 14일 HF Daily 1위; SOTA 15.2%)

[05]