ZCode의 전체 Git 이력 업로드, AI 코딩 개인정보 보호에 경고

AI 코딩 도구는 코드 자동 완성을 넘어 파일 수정, 작업 실행, 여러 모듈에 걸친 문제 분석까지 수행하고 있습니다. 이에 따라 로컬 환경에서 접근하는 정보의 범위도 넓어졌습니다. 생산성은 높아지지만, 도구가 무엇을 읽고 무엇을 전송하며 데이터를 얼마나 오래 보관하는지 확인하는 일은 이제 필수적인 보안 과제가 됐습니다.

사건의 핵심

이번 ZCode 논란은 단순히 AI 도구가 소스 코드를 읽는다는 데 있지 않습니다. 엔드투엔드 장기 작업 기능이 프로젝트의 전체 .git 이력을 패키지로 만들어 업로드하는 것으로 알려진 점이 핵심입니다. 공식 커뮤니티 역시 해당 동작을 확인했습니다. 제공된 자료에 따르면 이 사건으로 GLM-5.5 출시가 연기됐으며, 관련 주체들이 대응을 진행하고 있습니다.

전체 Git 이력은 현재 작업 트리보다 훨씬 많은 정보를 담습니다. 메인 브랜치에서 삭제된 코드도 과거 커밋이나 다른 브랜치에 남아 있을 수 있습니다. 커밋 메시지, 파일 경로, 변경 내역과 개발 흐름은 시스템 구조, 수정 방향, 내부 협업 정보까지 드러낼 수 있습니다. 따라서 “현재 코드만 업로드한다”는 이해만으로 실제 노출 범위를 판단해서는 안 됩니다.

개발자가 확인할 항목

• 업로드 범위: 숨김 디렉터리, 커밋 이력, 추적되지 않은 파일과 다른 브랜치까지 읽는가.
• 기능별 작동 조건: 어떤 기능이 수집 범위를 넓히며 실행 전에 명확한 안내와 동의를 제공하는가.
• 데이터 수명주기: 모델 학습에 사용하는지, 얼마나 보관하는지, 삭제가 가능한지 확인해야 합니다.
• 기업용 통제: 테넌트 격리, 권한 관리, 저장 지역과 감사 로그를 제공하는가.
• 로컬 보호: 민감한 저장소에서 장기 작업이나 네트워크 전송을 제한할 수 있는가.

왜 중요한가

이번 사례는 AI 코딩 도구의 보안 검토가 현재 파일의 업로드 여부에서 끝나서는 안 된다는 점을 보여줍니다. 컨텍스트를 찾는 방식, 파일을 묶는 방식, 전송되는 메타데이터, 이후 처리 과정을 포함한 전체 데이터 흐름을 확인해야 합니다. 기업은 저장소 권한과 비밀정보 관리뿐 아니라 AI 도구도 소프트웨어 공급망 및 정보 유출 방지 감사 대상에 포함해야 합니다.

개발자 입장에서는 AI 코딩 도구를 자동으로 신뢰하는 로컬 플러그인이 아니라, 권한을 가진 외부 서비스로 보는 편이 안전합니다. 업로드 경계가 분명해지기 전까지 영업 비밀, 인증정보, 미공개 설계가 포함된 저장소를 장기 자동화 기능에 맡기지 않는 것이 좋습니다. 제공업체는 데이터 흐름을 투명하게 공개하고, 설정과 감사가 가능하며, 민감한 작업을 거부할 수 있는 제어권을 제공해야 합니다. 생산 환경에서 AI 코딩을 활용하려면 효율성과 개인정보 보호를 함께 관리할 수 있어야 합니다.

출처: OSChina