|잡돌쌤•2026-04-19•2분 소요

124개 파일, 4번 LLM 배치, 총 22초 만에 끝났거든요

💡 한줄 요약|124개 파일, 4번 LLM 배치, 총 22초 만에 끝났거든요.

LLM으로 Python 코드베이스 보안 감사를 $0.90에 해봤어요. 124개 파일, 4번 LLM 배치, 총 22초 만에 끝났거든요.

결과는 치명적 취약점 0건, 높음 1건, 중간 2건이었어요. 그 중 하나는 같은 날 바로 수정한 실제 버그였고요. subprocess 출력을 크기 제한 없이 SQLite에 통째로 저장하는 문제라, 스크레이퍼 같은 작업이 돌면 수백 MB가 쌓일 수 있었거든요. 수정은 4분 만에 끝났어요.

보안 감사 업체에 맡겼으면 $200 이상 나왔을 작업인데, Opus에 프롬프트 캐싱 붙이니 $0.90이 나온 거예요.

LLM이 코드 보안 검토 비용 자체를 무너뜨리고 있다는 걸 체감할 수 있는 사례예요.

이 글이 어땠나요?

핵심은 파일 확장자가 아닌 원시 바이트 데이터로 파일 유형을 탐지한다는 거예요

핵심은 파일 확장자가 아닌 원시 바이트 데이터로 파일 유형을 탐지한다는 거예요.

잡돌쌤2분 소요

1비트 양자화(Q1_0_g128 포맷)를 적용한 모델이라 메모리 효율이 극단적으로 높고, llama.cpp 기반의 GGUF 스택으로 GPU 가속 추론이 가능해요

1비트 양자화(Q1_0_g128 포맷)를 적용한 모델이라 메모리 효율이 극단적으로 높고, llama.cpp 기반의 GGUF 스택으로 GPU 가속 추론이 가능해요.

잡돌쌤2분 소요

뉴욕타임스가 추적한 결과, 올해 1월부터 TikTok에서만 친트럼프 성향의 AI 생성 계정이 304개 발견됐거든요

뉴욕타임스가 추적한 결과, 올해 1월부터 TikTok에서만 친트럼프 성향의 AI 생성 계정이 304개 발견됐거든요.

잡돌쌤2분 소요

관련 글

핵심은 파일 확장자가 아닌 원시 바이트 데이터로 파일 유형을 탐지한다는 거예요

1비트 양자화(Q1_0_g128 포맷)를 적용한 모델이라 메모리 효율이 극단적으로 높고, llama.cpp 기반의 GGUF 스택으로 GPU 가속 추론이 가능해요

뉴욕타임스가 추적한 결과, 올해 1월부터 TikTok에서만 친트럼프 성향의 AI 생성 계정이 304개 발견됐거든요