GLM 코딩 에이전트 ZCode, 사용자 모르게 Git 이력을 업로드함

(news.hada.io)

GeekNews2026년 9월 18일AI 코딩

GLM 모델을 사용하는 ZCode 코딩 에이전트가 사용자의 명시적 동의 없이 전체 작업 공간과 Git 이력을 암호화하여 클라우드로 업로드하는 행위가 발견되어, AI 도구의 데이터 보안 및 신뢰성 문제가 대두되고 있습니다.

이 글의 핵심 포인트

1ZCode가 사용자의 설정과 무관하게 전체 작업 공간 및 Git 이력을 Aliyun OSS로 업로드함이 확인됨
2업로드된 데이터에는 삭제된 API 키, 미공개 브랜치명, LFS 자산 등 민감한 과거 정보가 포함될 수 있음
3데이터는 암호화되어 전송되나, 복호화 키는 Z.ai 클라우드에만 존재하여 사용자가 내용을 확인할 수 없음
4캡처 프로세스는 에이전트 도구 루프 외부의 별도 '사후 프로세스'로 실행되어 사용자 제어가 어려움
5체크포인트 디렉터리를 파일시스템 수준에서 쓰기 금지함으로써 업로드를 차단할 수 있으나, 롤백 기능이 중단됨

이 글에 대한 공공지능 분석

왜 중요한가?

AI 에이전트가 개발자의 소스 코드뿐만 아니라 민감한 Git 이력 전체를 탈취할 수 있다는 보안 취약성을 드러냈기 때문입니다. 이는 단순한 데이터 수집을 넘어, 사용자가 제어할 수 없는 '사이드카' 프로세스를 통한 은밀한 데이터 유출 가능성을 시사합니다.

어떤 배경과 맥락이 있나?

최근 Claude Code 등 AI 코딩 도구의 보안 논란이 이어지는 가운데, Z.ai는 오히려 신뢰성을 강조하며 시장에 진입했습니다. 하지만 모델의 공개 가중치(Open Weights) 여부와 별개로, 이를 실행하는 소프트웨어(Harness)의 보안 검증이 필수적임을 보여줍니다.

업계에 어떤 영향을 주나?

AI 에이전트 개발사들은 '데이터 수집 범위'와 '사용자 제어권'에 대한 투명성을 확보해야 하는 강력한 압박을 받게 될 것입니다. 또한, 오픈 소스 모델을 사용하더라도 실행 환경(Runtime)의 보안이 담보되지 않으면 신뢰를 얻기 어렵다는 교훈을 줍니다.

한국 시장에 어떤 시사점이 있나?

보안이 생명인 한국의 엔터프라이즈 및 금융권 개발 환경에서, 글로벌 AI 에이전트 도입 시 모델 성능뿐만 아니라 런타임의 데이터 처리 로직에 대한 철저한 보안 감사(Audit)가 필수적인 검토 항목이 될 것입니다.

이 글에 대한 큐레이터 의견

이번 사건은 AI 에이전트의 '편의성'과 '보안' 사이의 극명한 트레이드오프를 보여줍니다. 개발사 입장에서는 더 나은 코드 완성도와 컨텍스트 이해를 위해 전체 저장소 인덱싱이 필요하겠지만, 이를 사용자 몰래 수행하는 것은 명백한 신뢰 위반입니다. 특히 '사이드카' 프로세스를 통한 우회 업로드는 단순한 실수라기보다 의도적인 설계로 해석될 여지가 커 더욱 치명적입니다.

스타트업 창업자들은 AI 도구 도입 시 '모델의 성능'이라는 달콤한 유혹 뒤에 숨겨진 '데이터 주권' 리록스를 반드시 계산해야 합니다. 로컬 모델을 사용하더라도 실행 도구가 클라우드와 통신한다면 데이터 유출은 언제든 발생할 수 있습니다. 따라서 기업용 AI 에이전트를 구축하거나 도입할 때는 데이터 전송 경로를 모니터링하고, 실행 환경의 네트워크 권한을 제한하는 등의 기술적 방어 체계를 병행해야 합니다.

원문 보기 →