1. Anthropic, Claude Fable 5의 글로벌 액세스 복구
Anthropic은 2026년 6월 30일 미국 정부의 수출 통제 해제 결정에 따라 Claude Fable 5 모델을 전 세계에 공식적으로 재배포했습니다. 이번 복구는 6월 12일 모델의 글로벌 서비스 중단 이후 이루어진 조치입니다. 초기 차단을 유발했던 보안 문제를 해결하기 위해 Anthropic은 특정 탈옥 취약점을 차단하고 영향을 받는 요청을 자동으로 Claude Opus 4.8로 라우팅하는 새로운 안전 분류기를 도입했습니다. Fable 5는 이제 일반적으로 사용할 수 있게 되었지만, Mythos 5 모델은 승인된 미국 조직 목록에 한해 제한적으로 제공됩니다.
- • Claude Fable 5에 대한 글로벌 액세스가 2026년 7월 1일에 복구되었습니다.
- • 새로운 안전 분류기가 특정 탈옥 시도를 차단하고 요청을 Claude Opus 4.8로 라우팅합니다.
- • Claude Mythos 5는 승인된 미국 조직을 위한 검증된 액세스 모델로 제한됩니다.
- • Anthropic은 일부 구독자를 대상으로 2026년 7월 7일까지 프로모션 기간을 제공합니다.
개발자들은 이제 고위험 쿼리에 대한 새로운 안전 라우팅 메커니즘이 추가된 Claude Fable 5를 프로덕션 환경에서 다시 사용할 수 있게 되었습니다.
2. 독립 개발자, Gemma 4 31B를 44B 파라미터로 확장
한 독립 개발자가 Google의 Gemma 4 31B 아키텍처를 확장하여 만든 extGemma4-44B를 Hugging Face에 공개했습니다. 확장 과정에서 identity-init과 커스텀 layer_scalar 수정 사항을 활용하여 모델의 레이어를 60개에서 80개, 최종적으로 88개로 늘렸습니다. 결과물인 밀집(dense) 모델은 한국어 법률 및 STEM 데이터셋으로 파인튜닝되었으며, 모델의 원래 가중치를 덮어쓰지 않고 새로운 도메인을 위한 용량을 추가하는 기술을 입증했습니다. 개발자는 현재 모델의 코딩 및 도구 호출 기능을 향상하기 위해 커뮤니티 협업을 구하고 있습니다.
- • 독립 개발자가 Gemma 4 31B 아키텍처를 확장하여 extGemma4-44B라는 약 47B 파라미터 모델을 만들었습니다.
- • identity-init과 Gemma4 전용 layer_scalar 수정을 사용하여 레이어를 60개에서 80개, 이후 88개로 늘렸습니다.
- • 한국어 법률 및 STEM 데이터셋으로 파인튜닝하여 기존 가중치 손실 없이 새로운 도메인 용량을 확보했습니다.
- • 모델은 Hugging Face에서 이용 가능하며, 개발자는 코딩 및 도구 호출 기능 개선을 위한 협업을 찾고 있습니다.
기존 가중치를 덮어쓰지 않고 새로운 도메인(법률 및 STEM 등)을 위한 용량을 추가하는 새로운 아키텍처 확장 기술을 보여줍니다.
3. Claude Opus 4.7, 미국 음악 페스티벌 티켓팅 플랫폼의 치명적 취약점 발견에 활용
보안 연구원 Ian Carroll은 Live Nation Entertainment가 소유한 주요 티켓팅 플랫폼인 Front Gate Tickets에서 치명적인 취약점을 발견하기 위해 Claude Opus 4.7을 활용했습니다. 중첩된 SQL 쿼리를 생성함으로써 AI는 Carroll이 플랫폼의 웹 애플리케이션 방화벽을 우회하도록 도왔고, 결과적으로 2단계 인증 부재로 인해 직원 비밀번호를 재설정하고 슈퍼 관리자 권한을 획득할 수 있게 했습니다. 이러한 권한으로 Carroll은 VIP 백스테이지 패스를 발급하고 고객 기록에 접근할 수 있었습니다. 입장 스캐너에서 사용하는 내부 API에 영향을 미친 이 취약점은 공개 후 24시간 이내에 패치되었습니다. Carroll은 Anthropic의 사이버 검증 프로그램(Cyber Verification Program)에 따라 연구를 수행했으며, 이 프로그램은 안전 필터에 의해 차단될 수 있는 승인된 보안 테스트를 허용합니다.
- • 연구원 Ian Carroll은 Claude Opus 4.7을 사용하여 Live Nation 자회사인 Front Gate Tickets에서 중첩 SQL 쿼리 취약점을 발견했습니다.
- • 이 공격은 웹 애플리케이션 방화벽을 우회하여 수백만 명의 고객 및 직원 기록에 접근할 수 있는 잠재력을 가졌습니다.
- • Carroll은 2단계 인증이 없는 직원 계정 비밀번호를 재설정하여 슈퍼 관리자 권한을 획득하고 VIP 티켓을 발급할 수 있었습니다.
- • Front Gate Tickets는 통보 후 24시간 이내에 취약점을 패치했으며 외부 악용 증거는 없다고 보고했습니다.
- • Carroll은 Anthropic의 사이버 검증 프로그램의 일환으로 테스트를 수행했으며, Anthropic은 일반 사용자에게는 해당 활동이 차단되었을 것이라고 언급했습니다.
복잡한 보안 취약점을 식별하는 데 있어 최첨단 LLM의 실제 능력을 강조하며, 강력한 API 보안 및 다중 인증의 중요성을 보여줍니다.
4. Cloudflare, 새로운 수익화 게이트웨이로 x402 프로토콜 상용화
Cloudflare는 에이전트 상거래를 위한 신흥 표준으로 주목받던 x402 프로토콜에 대한 지원을 확대하여 수익화 게이트웨이(Monetization Gateway)를 출시했습니다. 이 새로운 서비스는 개발자가 API, 데이터셋, MCP(Model Context Protocol) 도구를 마찰 없는 사용량 기반 스테이블코인 소액 결제를 통해 수익화할 수 있도록 지원합니다. HTTP 402 Payment Required 상태 코드를 활용하여 AI 에이전트가 사전 등록 없이 리소스에 액세스할 수 있게 함으로써, 에이전트 주도 연구 결제라는 초기 프로토콜 용도에서 디지털 자산 수익화를 위한 더 넓은 인프라로 전환을 꾀하고 있습니다.
- • Cloudflare의 수익화 게이트웨이는 상업적 용도로 x402 프로토콜을 운영합니다.
- • 개발자는 이제 사용량 기반 스테이블코인 결제를 사용하여 API, 데이터셋, MCP 도구에 요금을 부과할 수 있습니다.
- • 이 서비스는 HTTP 402 상태 코드를 통해 결제를 자동화하여 기존의 결제 흐름이 필요 없습니다.
- • AI 에이전트가 사전 계정 없이 즉석에서 리소스 비용을 지불할 수 있도록 마찰 없는 액세스를 지원합니다.
이번 전환은 x402 프로토콜을 개념적 결제 표준에서 프로덕션 준비가 완료된 서비스로 발전시켜 개발자가 에이전트가 액세스할 수 있는 리소스를 쉽게 수익화할 수 있도록 합니다.
5. OpenWiki CLI, AI 코딩 에이전트를 위한 코드베이스 문서화 자동화
OpenWiki는 코드베이스와 AI 코딩 에이전트 사이의 간극을 메우기 위해 출시된 새로운 CLI 도구입니다. npm을 통해 전역적으로 설치되는 이 도구는 `openwiki/` 디렉토리에 구조화된 문서를 자동으로 생성하고, 코딩 에이전트가 이를 참조하도록 지시하는 `AGENTS.md` 또는 `CLAUDE.md` 파일을 업데이트합니다. OpenWiki는 저장소 변경 사항에 따라 문서를 동적으로 새로 고치며 OpenRouter, Fireworks, Baseten, OpenAI, Anthropic 등 다양한 추론 제공업체를 지원합니다. 개발자는 GitHub Action을 통합하여 문서 업데이트를 자동화하고 LangSmith를 사용하여 실행 추적을 수행할 수 있습니다.
- • OpenWiki는 npm을 통해 설치되어 AI 에이전트를 위한 코드베이스 문서를 작성하고 유지 관리하는 CLI 도구입니다.
- • 이 도구는 'AGENTS.md' 또는 'CLAUDE.md' 파일을 자동으로 업데이트하여 코딩 에이전트가 생성된 문서를 참조하도록 지시합니다.
- • 문서를 'openwiki/' 디렉토리에 생성하고 저장소 변경 사항에 따라 새로 고칩니다.
- • OpenWiki는 OpenRouter, Fireworks, Baseten, OpenAI, Anthropic 등 여러 추론 제공업체를 지원합니다.
- • GitHub Actions를 통해 업데이트를 자동화하고 LangSmith를 사용하여 실행을 추적할 수 있습니다.
개발자는 Cursor나 Claude Code와 같은 AI 코딩 에이전트가 코드베이스의 최신 구조화된 컨텍스트를 갖도록 보장하여 오류와 잘못된 API 참조를 줄일 수 있습니다.
6. Plurality, 오픈소스 로컬 AI 에이전트 및 챗봇 플랫폼 출시
1년 반 이상의 개발 끝에 Plurality가 완전히 무료인 오픈소스 로컬 AI 플랫폼으로 출시되었습니다. Plurality는 백그라운드 처리, 샌드박스 셸 및 파일 시스템 액세스, MCP(Model Context Protocol)와의 기본 호환성을 제공하여 표준 챗봇 인터페이스와 복잡한 에이전트 워크플로우 사이의 간극을 메웁니다. 개발자는 자동화된 코딩이나 문서화 작업을 위해 로컬 폴더를 플랫폼에 직접 연결할 수 있으며, 자율 에이전트를 실행하기 위한 안전하고 자체 호스팅된 환경을 제공합니다.
- • Plurality는 에이전트 워크플로우와 챗봇 인터페이스를 통합한 완전히 무료인 오픈소스 로컬 AI 플랫폼입니다.
- • 이 플랫폼은 백그라운드 AI 처리와 샌드박스 셸 및 파일 시스템 액세스를 지원합니다.
- • 기술 및 MCP(Model Context Protocol)와 완전히 호환됩니다.
- • 원격 제어 기능과 코딩 또는 문서화 작업을 위해 로컬 폴더를 연결하는 기능을 포함합니다.
- • 이 프로젝트는 GitHub에서 공개적으로 이용 가능합니다.
개발자는 파일 시스템 액세스 및 MCP 지원을 갖춘 AI 에이전트를 실행하기 위한 로컬 샌드박스 환경을 배포할 수 있습니다.
7. 오픈소스 음성 앱, Cerebras를 통한 초고속 Gemma 4 31B 추론 지원
Gemma 4 31B 모델과 초고속의 즉각적인 상호작용을 보여주는 새로운 완전 오픈소스 음성 애플리케이션이 출시되었습니다. 고속 추론을 위해 Cerebras를 활용함으로써 이 애플리케이션은 자연스러운 음성 대화에 필요한 낮은 지연 시간을 달성합니다. 스택에는 웹 검색 기능이 포함되어 있으며 OpenAI의 독점 실시간 API를 대체할 수 있도록 설계되어 개발자에게 실시간 음성 에이전트를 위한 자체 호스팅 가능한 오픈소스 대안을 제공합니다.
- • Gemma 4 31B 모델과 상호작용하기 위한 새로운 오픈소스 음성 애플리케이션이 출시되었습니다.
- • 이 애플리케이션은 초고속 추론을 위해 Cerebras를 활용하여 즉각적인 음성 응답을 제공합니다.
- • 전체 소프트웨어 스택은 완전 오픈소스이며 내장된 웹 검색 기능을 포함합니다.
- • 이 스택은 OpenAI의 실시간 API를 대체하도록 설계되었습니다.
개발자는 웹 검색을 통합하고 독점 실시간 API를 직접 대체하는 완전 오픈소스의 초저지연 음성 스택을 배포할 수 있습니다.
8. audio.cpp, VibeVoice 1.5B 모델 지원 확대
C++에서 오디오 모델 추론을 통합하기 위해 6월 25일에 출시된 audio.cpp 프로젝트가 VibeVoice 1.5B 모델에 대한 지원을 추가하여 기능을 확장했습니다. RTX 5090에서의 벤치마크 결과, 이 모델은 Python 기준 대비 2.86배 향상된 4.08배의 실시간 생성 속도를 달성했습니다. 이번 업데이트로 프레임워크는 계획된 28개 모델 제품군 중 16개를 지원하게 되었습니다.
- • audio.cpp가 VibeVoice 1.5B 오디오 모델에 대한 지원을 추가했습니다.
- • 프레임워크는 이제 계획된 28개 모델 제품군 중 16개를 지원합니다.
- • VibeVoice 1.5B는 RTX 5090에서 4.08배의 실시간 생성 속도를 달성했습니다.
- • C++ 런타임은 표준 Python 구현보다 2.86배 빠른 속도를 제공합니다.
이번 업데이트는 audio.cpp 생태계의 지속적인 확장을 보여주며, 개발자가 더 광범위한 로컬 오디오 모델에 대해 네이티브 C++ 성능을 활용할 수 있게 합니다.
9. 로컬 LLM 하드웨어 요구 사항을 RAM 계층별로 매핑한 오픈 데이터셋
한 개발자가 로컬 LLM 배포를 단순화하기 위해 설계된 오픈소스 데이터셋과 동반 CLI 도구인 modelfit.io를 출시했습니다. 이 데이터셋은 62개의 인기 있는 로컬 모델을 8GB에서 128GB까지의 하드웨어 RAM 계층에 매핑하며, Q4_K_M 양자화에 대해 파라미터 10억 개당 0.6GB의 메모리라는 기본 경험 법칙을 사용합니다. 안정적인 실행을 보장하기 위해 이 도구는 운영 체제, 컨텍스트 창, KV 캐시를 고려하여 총 RAM 또는 VRAM의 70%를 사용 가능한 메모리 예산으로 할당할 것을 권장합니다. 이 프로젝트는 CC BY 라이선스 하에 GitHub에 호스팅되며 JSON API를 포함하고 있어 하드웨어 호환성 검사를 로컬 배포 파이프라인에 직접 쉽게 통합할 수 있습니다.
- • 62개의 로컬 모델을 8GB에서 128GB까지의 하드웨어 RAM 계층에 매핑하는 오픈소스 데이터셋(CC BY)이 출시되었습니다.
- • 데이터셋은 Q4_K_M 양자화에 대해 파라미터 10억 개당 0.6GB의 메모리 경험 법칙을 가정합니다.
- • OS, 컨텍스트, KV 캐시를 수용하기 위해 총 RAM/VRAM의 70%를 사용 가능한 메모리 예산으로 목표할 것을 권장합니다.
- • 프로젝트에는 JSON API, CLI 도구, modelfit.io라는 동반 웹사이트가 포함되어 있습니다.
- • 데이터셋의 커버리지는 Apple Silicon 및 소비자용 NVIDIA 하드웨어에서 가장 강력합니다.
개발자는 수동 시행착오 없이 어떤 양자화된 오픈 가중치 모델이 대상 배포 하드웨어에서 실행될 수 있는지 빠르게 확인할 수 있습니다.
10. SWE-rebench 리더보드, GLM-5.2 및 Gemma 4 벤치마크 업데이트
실제 소프트웨어 엔지니어링 작업에서 AI 모델을 평가하는 SWE-rebench 리더보드가 재설계된 사용자 인터페이스와 최근 출시된 여러 모델에 대한 새로운 벤치마크를 포함하여 대규모 업데이트를 받았습니다. 최신 순위에서 Claude Opus 4.8 xhigh가 56.5%의 점수로 선두를 달리고 있으며, 오픈 가중치 모델인 GLM-5.2가 51.1%, Gemini 3.5 Flash가 49.5%로 그 뒤를 잇고 있습니다. 이번 업데이트에는 DeepSeek-V4 Pro(42.7%), Qwen3.6-27B(36.5%), Gemma 4 31B(16.5%)의 점수도 포함되어 있어 코딩 및 저장소 수준 작업에서 모델 성능에 대한 명확한 비교 관점을 제공합니다.
- • SWE-rebench 리더보드가 새로운 모델, 새로 고침된 결과, 재설계된 사용자 인터페이스로 업데이트되었습니다.
- • Claude Opus 4.8 xhigh가 2.48M 토큰을 사용하여 56.5%의 점수로 선두를 달리고 있습니다.
- • GLM-5.2는 2.62M 토큰으로 51.1%를 기록하여 다른 여러 모델을 능가했습니다.
- • Gemini 3.5 Flash는 1.85M 토큰으로 49.5%, Gemma 4 31B는 2.24M 토큰으로 16.5%를 기록했습니다.
- • 벤치마크된 다른 모델로는 MiniMax M3(45.6%), DeepSeek-V4 Pro(42.7%), Qwen3.6-27B(36.5%)가 있습니다.
개발자가 표준화된 벤치마크에서 최첨단 모델과 오픈 가중치 모델의 실제 소프트웨어 엔지니어링 및 코딩 능력을 비교하는 데 도움이 됩니다.
11. 오픈소스 VCCB 벤치마크, 멀티모달 LLM의 캘린더 데이터 추출 평가
개발자 Kevin Fleischer는 멀티모달 LLM이 캘린더 주간 보기 이미지에서 구조화된 이벤트 데이터를 얼마나 정확하게 추출하는지 평가하기 위해 설계된 VCCB(Visual Calendar Comprehension Benchmark)를 오픈소스화했습니다. 이 벤치마크는 Outlook, HCL Notes, Thunderbird라는 세 가지 데스크톱 클라이언트 전반에 걸쳐 스크린샷, 정면 사진, 각도 사진을 사용하여 모델을 테스트합니다. 겹치는 이벤트, 반복, 다일 범위와 같은 복잡한 시각적 세부 정보를 파싱하는 모델의 능력을 점수화합니다. 초기 결과는 큰 성능 격차를 보여줍니다. 인간은 약 99%의 정확도를 달성하는 반면, 최첨단 호스팅 모델은 80-85%에 그치며, 로컬 모델이나 Claude Haiku는 38%에서 58% 사이의 점수를 기록합니다. 이 벤치마크는 GitHub에서 이용 가능하며 개발자가 다양한 모델과 양자화 수준이 구조화된 시각적 추출을 어떻게 처리하는지 테스트하는 데 도움을 줍니다.
- • VCCB(Visual Calendar Comprehension Benchmark)는 AI 모델이 캘린더 주간 보기 이미지에서 구조화된 이벤트 데이터를 얼마나 정확하게 추출하는지 측정합니다.
- • 벤치마크는 Outlook, HCL Notes, Thunderbird의 스크린샷, 정면 사진, 원근 사진을 사용합니다.
- • VCCB는 이벤트 제목, 시작 시간, 기간, 겹침, 반복, 다일 범위를 식별하는 모델을 평가합니다.
- • 초기 테스트 결과 인간은 약 99%의 정확도를 달성하고, 최첨단 호스팅 모델은 80-85%, 로컬 모델이나 Claude Haiku는 38-58%를 기록합니다.
- • 이 프로젝트는 오픈소스이며 GitHub에서 이용 가능하며, 제작자는 양자화 효과를 테스트하기 위해 커뮤니티 실행을 구하고 있습니다.
시각적 문서 처리 또는 일정 관리 에이전트를 구축하는 개발자는 이 벤치마크를 사용하여 로컬 및 호스팅 비전 모델을 평가하고 최적화할 수 있습니다.
12. 양자화된 Lift 모델을 사용한 PDF-to-JSON 추출 워크플로우 시연
새로운 튜토리얼은 Lift 모델을 사용하여 복잡한 연구 PDF를 구조화된 JSON으로 변환하는 강력한 워크플로우를 보여줍니다. 로컬 배포를 위해 파이프라인을 접근 가능하게 만들기 위해, 이 구현은 4비트 NF4 양자화를 사용하여 Lift 백엔드가 단일 16GB GPU에서 실행되도록 합니다. 워크플로우는 JSON 기반 추출 스키마를 사용하여 저자, 데이터셋, 메트릭, 하이퍼파라미터와 같은 특정 필드를 타겟팅하고 다중 페이지 문서 전반의 합성 방해 요소를 무시하도록 모델을 안내합니다. 또한, 이 시스템은 필드 수준 점수 매기기 메커니즘을 갖추어 실제 데이터에 대한 추출 정확도를 검증하며, 학술 또는 기업 PDF에서 쿼리 가능한 로컬 지식 베이스를 구축하기 위한 템플릿을 제공합니다.
- • 이 튜토리얼은 Lift 모델을 사용하여 연구 PDF에서 구조화된 JSON을 추출하는 워크플로우를 설명합니다.
- • 4비트 NF4 양자화를 활용하여 제한된 16GB GPU에서 Lift 백엔드를 실행합니다.
- • 워크플로우는 스키마 기반 추출을 평가하기 위해 방해 요소가 포함된 합성 다중 페이지 보고서를 사용합니다.
- • JSON 기반 스키마는 모델이 저자, 데이터셋, 메트릭, 하이퍼파라미터와 같은 특정 필드를 추출하도록 안내합니다.
- • 시스템에는 모델 출력을 실제 데이터와 비교하기 위한 필드 수준 점수 매기기 메커니즘이 포함되어 있습니다.
개발자는 값비싼 호스팅 API에 의존하지 않고 복잡한 PDF에 대해 매우 정확한 로컬 문서 추출 파이프라인을 구현할 수 있습니다.
13. Deepseek V4 Flash GGUF 양자화, 2비트, 3비트, 4비트로 확장
Deepseek V4 Flash의 초기 GGUF 릴리스를 기반으로, 개발자는 이제 2비트, 3비트, 4비트 양자화 형식으로 모델에 액세스할 수 있습니다. 이러한 추가 옵션은 리소스가 제한된 하드웨어에서 추가 최적화를 가능하게 하여 오프라인 또는 저비용 로컬 추론을 위한 모델의 유용성을 확장합니다.
- • Deepseek V4 Flash는 이제 2비트, 3비트, 4비트 GGUF 형식으로 제공됩니다.
- • 이 형식들은 초기 GGUF 릴리스를 확장하여 더 제한된 하드웨어 환경을 지원합니다.
이러한 특정 양자화 수준을 통해 개발자는 표준 GGUF 릴리스를 넘어 소비자급 하드웨어에서의 로컬 배포를 위한 메모리 요구 사항을 더욱 줄일 수 있습니다.
14. AMD와 Intel, NVIDIA와 함께 하드웨어 최적화 양자화 지원 확대
Qwen3.6-27B, GLM-5.2, MiniMax-M3와 같은 모델에 대한 일련의 최근 NVFP4 릴리스를 기반으로 하드웨어 생태계의 양자화 지원이 확대되었습니다. AMD는 이제 Kimi-K2.7-Code 및 Qwen3.5-397B-A17B에 대한 MXFP4 지원을 출시했으며, Intel은 DiffusionGemma-26B-A4B, DeepSeek-V4-Pro, Gemma-4-31B-it에 대한 AutoRound 지원을 도입했습니다. 이러한 추가 사항은 개발자에게 다양한 하드웨어 아키텍처 전반에서 대규모 모델을 효율적으로 배포할 수 있는 더 넓은 옵션을 제공합니다.
- • AMD는 Kimi-K2.7-Code, GLM-5.2, Qwen3.5-397B-A17B, MiniMax-M3에 대한 MXFP4 지원을 도입했습니다.
- • Intel은 DiffusionGemma-26B-A4B, DeepSeek-V4-Pro, Gemma-4-31B-it에 대한 AutoRound 지원을 출시했습니다.
- • 이 릴리스들은 Nemotron-3-Ultra-550B-A55B, Qwen3.6-27B, GLM-5.2를 포함한 모델에 대해 이전에 보고된 NVIDIA NVFP4 지원을 보완합니다.
NVIDIA를 넘어 AMD 및 Intel 하드웨어로 저정밀 형식이 확대됨에 따라 더 많은 개발자가 다양한 GPU 및 CPU 플랫폼 전반에서 대규모 모델 추론을 최적화할 수 있게 되었습니다.
15. Cloudflare, AI 크롤러 분리를 위한 9월 마감일 설정
Cloudflare는 AI 기업들이 검색 인덱싱에 사용되는 웹 크롤러와 AI 학습 또는 자율 에이전트에 사용되는 크롤러를 명확하게 구분하도록 요구하는 새로운 정책을 발표했습니다. 기업들은 9월 15일까지 크롤러 사용자 에이전트를 분리해야 합니다. 이 마감일을 준수하지 않으면 Cloudflare의 보안 서비스를 사용하는 수많은 게시자 웹사이트에서 해당 크롤러가 기본적으로 차단됩니다. 이 조치는 게시자에게 콘텐츠에 대한 더 큰 통제권을 부여하고 AI 개발자가 공식 라이선스 계약을 체결하도록 장려하기 위해 고안되었습니다.
- • Cloudflare는 AI 기업들이 검색 크롤러와 학습/에이전트 크롤러를 구분하도록 9월 15일 마감일을 설정했습니다.
- • 크롤러를 분리하지 못한 AI 기업은 많은 게시자 사이트에서 기본적으로 차단될 위험이 있습니다.
- • 이 정책은 AI 기업들이 게시자의 콘텐츠에 대해 비용을 지불하도록 압박하는 것을 목표로 합니다.
맞춤형 웹 스크래핑 에이전트나 검색 크롤러를 실행하는 개발자는 Cloudflare로 보호되는 사이트에서 차단되지 않도록 사용자 에이전트 구성을 업데이트해야 합니다.