TECH NOTE · NEWS
Claude Opus 5.5와 GPT-6 Sol·Luna가 같은 날 가격을 내렸습니다. GitHub SSH 변경 일정, Meta Muse 보안 패치, transformers의 GGUF 지원 소식도 원문 링크와 함께 모았습니다.
22일(미국 시간)에는 새 모델이 두 개나 나왔습니다. Anthropic이 Opus 5.5를 내놓고, 90분 뒤에 OpenAI가 GPT-6 Sol과 Luna를 공개했습니다. 두 회사 모두 가격부터 내렸습니다.
GitHub SSH 변경은 날짜가 정해져 있으니 미리 봐 두시는 게 좋습니다. 맥에서 로컬 모델을 돌리는 분께 반가운 소식과, AI 에이전트 앱의 보안 문제도 하나씩 있습니다.
Claude Opus 5.5
It performs at the level of Claude Fable 5.1 on most work
Fable급 성능이라는 말보다 가격표가 먼저 눈에 들어왔습니다. 발표에 나온 가격을 Opus 5와 나란히 놓으면 이렇습니다.
| 100만 토큰당 | Opus 5.5 | Opus 5 |
|---|---|---|
| 입력 | $4 | $5 |
| 출력 | $20 | $25 |
| 캐시 쓰기 | $5 | $6.25 |
| 캐시 읽기 | $0.20 | $0.50 |
입력·출력은 20% 내렸는데, 캐시 읽기는 60%를 내렸습니다. 코딩 에이전트를 오래 돌리면 비용 대부분이 캐시 읽기에서 나옵니다. Anthropic도 발표에서 이 점을 따로 짚었고요. Claude Code를 하루 종일 켜 두는 분이라면 이 60%가 가장 크게 와닿을 겁니다. Anthropic은 보통 작업 기준으로 비용이 40% 줄어든다고 설명합니다.
속도도 올랐습니다. 출력이 30% 넘게 빨라졌고, Claude Code와 Claude Platform에서 쓰는 Fast mode는 최대 2.5배까지 빠릅니다. 대신 Fast mode 가격은 입력 $8, 출력 $40으로 두 배입니다.
발표에 실린 사례 중에는 긴 작업이 많았습니다. 20만 줄짜리 코드베이스를 점검하고 고치는 데 Opus 5는 20시간 넘게 걸렸는데 Opus 5.5는 3시간이 안 걸렸다는 테스터 사례가 있습니다. HAProxy를 C에서 Rust로 옮기는 내부 실험에서는 Fable 5.1보다 빨리 끝내고 비용도 51% 적게 들었다고 합니다. 모두 Anthropic이 고른 사례라는 점은 감안해야 합니다.
벤치마크 표도 있지만 Anthropic 스스로 이 수준에서는 벤치마크 차이가 실제 차이를 잘 보여 주지 못한다고 적었습니다. 저는 점수보다 같은 결과를 더 적은 토큰으로 낸다는 쪽이 이번 발표의 핵심이라고 봅니다.
구독 사용자에게도 변화가 있습니다. Pro, Max, Team, 좌석제 Enterprise 플랜의 5시간 사용 한도가 늘었고, 사용 한도를 한 번 초기화할 수 있는 권한을 줘서 원할 때 쓸 수 있게 했습니다.
안전성 쪽에서는 되돌리기 어려운 행동을 하거나 주어진 범위를 벗어날 가능성이 최근 모델보다 크게 낮아졌고, 프롬프트 인젝션에도 Opus 5보다 강해졌다고 설명합니다. 생물학과 사이버보안 능력이 높은 모델이라 Fable 5.1과 비슷한 안전장치를 걸어서 배포합니다.
Sonnet 5.5와 Haiku 5.5는 몇 주 안에 나올 예정입니다. Amazon Bedrock과 GitHub Copilot에서도 같은 날부터 쓸 수 있습니다.
GPT-6 Sol과 Luna
GPT-6 Sol makes about half as many mistakes as its predecessor
이달 초 나온 Astra의 아래 등급입니다. Sol과 Luna라는 이름은 올해 초에 이미 나왔고, 이번에 GPT-6 세대로 올라왔습니다.
역할은 이렇게 나뉩니다. Sol은 코딩처럼 복잡한 일에, Luna는 문서 요약이나 정보 추출처럼 목표가 분명한 대량 작업에 맞춰져 있습니다. 챗봇 답변이나 문서 분류처럼 호출 횟수가 많은 일이라면 Luna부터 써 보는 게 순서겠죠.
API 가격은 5.6 세대 Sol·Luna의 절반입니다. OpenAI는 캐싱과 추론을 개선해서 가격을 내릴 수 있었다고 설명합니다.
실수가 절반으로 줄었다는 인용은 OpenAI 내부 평가 결과입니다. 사용자가 실제 대화에서 오류를 신고한 사례를 바탕으로 만든 평가라고 하는데, 외부에서 검증한 숫자는 아니니 참고 정도로 보시면 됩니다. OpenAI는 이번 모델이 Anthropic 모델보다 낫다는 주장도 여러 번 했습니다. Anthropic 발표의 벤치마크와 나란히 놓고 보면, 두 회사가 서로 자기가 앞선다고 말하는 상황입니다.
ChatGPT Work, Codex, API에서 쓸 수 있고, Luna는 무료 사용자에게도 열립니다. ChatGPT 앱과 웹에는 하루에 걸쳐 차례로 풀립니다.
GitHub Copilot에서는 Sol이 Pro+부터, Luna는 Pro부터 선택할 수 있습니다. VS Code, JetBrains, Xcode, Copilot CLI까지 모델 선택기에서 고르면 됩니다. 순차 배포라 아직 안 보이면 조금 기다려야 합니다. Business·Enterprise 플랜은 관리자가 모델 정책에서 막아 두지 않았다면 자동으로 켜집니다.
OpenAI는 같은 날 프롬프트 캐싱 개선 글도 따로 올렸습니다. 캐시 적중률을 높이고, 진단 도구와 캐시 구간을 직접 지정하는 기능을 더했다는 내용입니다. 공교롭게도 두 회사가 같은 날 캐시 비용 이야기를 꺼낸 셈이죠. 에이전트 비용의 대부분이 캐시에서 나온다는 걸 양쪽 모두 알고 있다는 뜻으로 읽힙니다.
GitHub SSH, 10월 14일부터 바뀝니다
requiring larger RSA SSH keys to improve security
바뀌는 내용은 이렇습니다.
- 10월 14일부터 새로 등록하는 RSA 키는 3072비트 이상이어야 합니다.
- SHA-1을 쓰는
ssh-rsa서명과diffie-hellman-group-exchange-sha256키 교환은 없어집니다. - 양자 컴퓨터에도 안전한 키 교환 방식
mlkem768x25519-sha256이 추가됩니다. github.com과 데이터 레지던시 GitHub Enterprise Cloud(미국 리전 제외)에 적용되고, 클라이언트 쪽에서 따로 바꿀 것은 없습니다.
제거는 한 번에 하지 않습니다. 11월 4일과 12월 9일에 한 번씩 일부러 막아 보는 기간(브라운아웃)을 거친 뒤 완전히 뺀다고 합니다. 최종 날짜는 원문 일정표에서 직접 확인해 주세요.
원격 주소가 https://로 시작한다면 신경 쓰실 일이 없습니다. SSH를 쓰더라도 기존 RSA 키를 새로 만들 필요는 없습니다. RSA 키는 어떤 해시로도 서명할 수 있어서, OpenSSH 7.2p1 이상이면 알아서 SHA-2로 서명합니다.
내 환경이 해당되는지는 이렇게 확인할 수 있습니다.
ssh -V
for f in ~/.ssh/*.pub; do ssh-keygen -l -f "$f"; done첫 줄은 OpenSSH 버전을, 둘째 줄은 가지고 있는 공개 키마다 비트 수와 종류를 보여 줍니다. 끝에 (ED25519)라고 나오면 걱정할 것이 없고, (RSA)인데 2048이라면 앞으로 GitHub에 새로 등록할 때는 쓸 수 없습니다.
새 키를 만든다면 GitHub는 Ed25519를 권합니다. 다른 서비스 때문에 RSA가 꼭 필요하다면 3072비트 이상으로 만들면 됩니다.
문제가 생긴다면 오래 손대지 않은 CI 서버나 장비 쪽일 가능성이 큽니다. 11월 4일에 갑자기 푸시가 안 된다면 이것부터 의심해 보세요.
Meta Muse 맥 앱, 에이전트 탈취 취약점 긴급 패치
We can manipulate the agent and leverage its privileges
Meta가 이달 초 내놓은 AI 에이전트 Muse의 맥 앱에서 제로데이 취약점이 나왔습니다. 보안 연구자 Patrick Wardle이 찾았습니다. The Verge가 인용한 Ars Technica 보도에 따르면, 문서화되지 않은 설정 하나로 받아쓰기 처리를 Meta 서버가 아닌 공격자 서버로 돌릴 수 있었고, 그러면 Muse 계정까지 넘어갔다고 합니다.
더 눈여겨볼 부분은 공격 방식입니다. Wardle은 개념 증명에서 Muse를 이용해 사진을 찍고 디스크에 악성 파일을 썼는데, 많은 경우 사용자에게 알림이 뜨지 않았습니다. 악성코드를 따로 만들 필요 없이 이미 권한을 가진 AI 에이전트를 부려 먹는 방식입니다.
Meta는 보도 몇 시간 만에 패치를 냈습니다. 이미 사용자 기기에서 악성 코드가 돌고 있어야 가능한 로컬 권한 상승 공격이라 실제 위험은 낮았다는 입장입니다.
Muse를 쓰지 않더라도 남의 일은 아닙니다. 맥에서 화면, 카메라, 파일 접근 권한을 받은 AI 앱이 늘고 있기 때문입니다. 시스템 설정의 개인정보 보호 및 보안에서 어떤 앱이 어떤 권한을 가졌는지 한 번 훑어볼 때가 됐습니다.
transformers에서 GGUF 모델을 바로 불러옵니다
Pick a GGUF from the Hub, load it with from_pretrained
GGUF는 Ollama나 LM Studio가 쓰는 바로 그 모델 파일입니다. 모델 가중치와 토크나이저, 채팅 템플릿까지 파일 하나에 담습니다. 이제 transformers에서도 from_pretrained에 gguf_file만 넘기면 됩니다. 불러온 다음부터는 평소 쓰던 transformers 코드 그대로입니다.
속도는 llama.cpp의 커널을 그대로 가져다 써서 맞췄다고 합니다. M2 Max 맥북 프로에서 측정한 결과 llama.cpp에 가까운 속도가 나왔다고 하는데, 두 쪽의 측정 방식이 완전히 같지는 않다고 Hugging Face가 직접 밝혔습니다.
아직은 Apple Silicon 맥과 Qwen3.5 계열부터입니다. transformers도 정식 릴리스가 아니라 main 브랜치를 설치해야 하고요.
양자화 수준에 따라 파일 크기가 꽤 달라집니다. 블로그에 실린 Qwen3.5-4B 예시에서 원본(BF16)은 8.42GB인데 Q4_K_M은 2.74GB입니다. Hugging Face는 Q4_K_M으로 시작해서, 메모리에 여유가 있으면 Q5_K_M이나 Q6_K로 올려 보라고 안내합니다.
transformers serve로 띄우면 OpenAI 호환 API로도 쓸 수 있습니다. Jan 같은 채팅 앱에서 주소를 http://localhost:8000/v1로 잡으면 맥에서 돌아가는 모델과 대화할 수 있습니다.
그래서 llama.cpp를 버려야 하느냐 하면, 그건 아닙니다. Hugging Face도 로컬 추론이 목적이라면 여전히 llama.cpp를 권합니다. 이번 지원은 GGUF 모델을 파이썬에서 뜯어보고, 평가하고, 파인튜닝까지 이어 가려는 사람에게 더 반가운 소식입니다.