러스트가 AI로부터 리눅스를 구할 것이다: 그렉 크로아-하트만, C 버그와 러스트의 안전성 보장에 대해

Rust Week 2026에서 리눅스 안정 커널 관리자 그렉 크로아-하트만(Greg Kroah-Hartman)은 대담한 주장을 펼쳤습니다: Rust가 AI가 발견한 보안 취약점의 급증으로부터 리눅스를 구할 것이라고 말이죠. 그는 최근 발생한 심각한 버그인 Dirty Frag, Copy Fail, Fragnesia 등을 예로 들며 전통적인 C 코드가 자동화된 버그 발견 도구를 따라잡을 수 없음을 증거로 제시했습니다. 현재 커널 팀은 하루 평균 약 13개의 CVE를 발행하고 있습니다.
왜 Rust인가? 컴파일 시점 강제
크로아-하트만은 실제 사례를 통해 설명했습니다: 검사 없이 포인터를 역참조한 15년 된 블루투스 버그와, 오류 경로에서 잠금을 빠뜨린 Xen 버그가 그 예입니다. 그는 커널 버그의 60%가 점검되지 않은 오류 조건과 잠금 오류라는 두 가지 범주에 속한다고 추정합니다. Rust는 이들을 컴파일 시점에 완전히 제거합니다.
그는 커널에서 Rust의 잠금 추상화를 강조했습니다: "구조체의 내부 포인터에 접근하려면 반드시 해당 잠금을 획득해야 하며, 잠금은 자동으로 해제됩니다. 컴파일러가 처리합니다... 잠금을 획득하지 않고는 이 값들에 접근하는 코드를 작성할 수 없습니다." 이를 통해 정확성 검사가 인간의 리뷰에서 컴파일러로 옮겨집니다.
C 코드에 미친 영향
크로아-하트만은 Rust가 내일 사라지더라도, 그 영향으로 리눅스가 더 나은 C 패턴을 채택하게 되었다고 말했습니다: "우리는 이것을 Rust에서 가져왔습니다. 감사합니다." Rust의 소유권 모델에서 영감을 받은 새로운 C '가드(guard)'와 범위 잠금(scoped lock) 덕분에 이제 C 코드가 잠금과 메모리를 잘못 처리하기 더 어려워졌습니다.
약 5,000명의 개발자 중 유지보수자는 700명에 불과해, 리뷰 시간이 병목입니다. Rust의 안전성 보장 덕분에 유지보수자는 코드를 더 빨리 승인할 수 있습니다: "여러분의 코드를 더 쉽게 리뷰할 수 있다면, 한눈에 보고 '이봐, 그 패턴을 사용했으니 분명 제대로 작성했군'이라고 말할 수 있습니다."
결론
크로아-하트만은 Rust가 마법이라고 주장하는 것이 아닙니다. Rust가 가장 흔하고 위험한 버그 클래스를 직접 제거한다는 것입니다. AI 도구는 취약점 발견을 가속화하고 있지만, Rust의 컴파일 시점 검사는 확장 가능한 방어를 제공합니다. 앞으로 더 많은 리눅스 커널 코드가 Rust로 작성될 것이며, 기존 C 코드도 Rust의 영향 아래 정리되고 있습니다.
📖 전체 소스 읽기: HN AI Agents
👀 See Also

Claude Code v2.1.158: Opus 4.7/4.8용 Bedrock, Vertex, Foundry에서 자동 모드 출시
Claude Code v2.1.158이 Bedrock, Vertex, Foundry에서 Opus 4.7 및 4.8에 대한 자동 모드를 활성화합니다. CLAUDE_CODE_ENABLE_AUTO_MODE=1로 설정하여 사용하세요.

Anthropic의 회로 추적 연구는 Claude 3.5 Haiku의 내부 메커니즘을 밝혀냅니다
Anthropic이 단순화된 Claude 3.5 Haiku에 대한 회로 추적 연구를 발표하여, 기본 '모르겠습니다' 상태, 역방향 시 쓰기, 이중 경로 수학 처리 등 여섯 가지 구체적인 동작 방식을 밝혔습니다.

3월 16일 이후 전체 할당량이 남아있음에도 OpenAI Codex OAuth에서 429 오류 반환
OpenAI Codex OAuth가 3월 16일 이후로 지속적으로 429 "할당량을 초과했습니다" 오류를 반환하고 있으며, 대시보드에는 100% 할당량이 남아 있는 것으로 표시됩니다. 사용자들은 재인증, 토큰 취소, 완전한 재구성에도 불구하고 문제가 지속된다고 보고합니다.

STAR 추론 프레임워크 정확도, 프로덕션 프롬프트에서 100%에서 0%로 급락
한 연구자가 암묵적 제약 문제에 대한 Claude의 정확도를 0%에서 100%로 높인 STAR 추론 프레임워크를 고립된 환경에서 테스트했을 때는 100% 정확도를 보였지만, 60줄짜리 실제 프로덕션 시스템 프롬프트 내부에서 사용했을 때는 정확도가 0-30%로 떨어졌습니다. 이 문제는 프로덕션 프롬프트 내의 상충되는 지시사항들이 조기 답변 확정을 유발했기 때문입니다.