며칠 전, @cereblab이라는 보안 연구원이 xAI Grok Build CLI의 와이어레벨 분석을 공개했다. 결과는 간단히 말해 충격적이었다. Grok Build는 사용자가 인지하지 못하는 사이에 전체 Git 저장소 — 모든 추적 파일 + Git 히스토리 전체 — 를 xAI의 Google Cloud Storage 버킷으로 업로드하고 있었다. 사용자가 “파일을 열지 말라”고 명시적으로 지시해도, 그 파일은 여전히 Git 번들에 담겨 서버로 전송됐다.

이 글에서는 그 분석을 요약하고, @cereblab이 비교하지 않은 OpenCode의 데이터 처리 방식을 내가 직접 조사한 결과를 공유하며, 이 사건이 Drewgent의 아키텍처 선택과 어떤 관계가 있는지를 풀어본다.

Grok Build가 한 일

@cereblab의 분석은 mitmproxy를 사용해 Grok Build CLI가 xAI 서버와 주고받는 모든 HTTP 트래픽을 캡처한 결과다. 핵심 발견은 세 가지다:

전체 저장소 업로드: Grok은 사용자 프롬프트와 무관하게 전체 Git 저장소를 Git 번들로 패키징해 POST /v1/storage로 업로드했다. 프롬프트가 “아무 파일도 열지 말고 OK만 답해라”여도, 심은 카나리 파일은 여전히 업로드된 번들 안에 들어 있었다. Git 히스토리 전체 포함: 번들은 단순한 파일 스냅샷이 아니라, 전체 Git 히스토리를 포함했다. 과거에 커밋했다가 삭제한 파일도 복구 가능한 상태로 전송됐다. “Improve the model” 토글이 무효: 설정에서 모델 개선 옵션을 꺼도 서버는 여전히 trace_upload_enabled: true를 반환했고, 업로드는 계속됐다. 이 토글은 훈련 여부만 제어할 뿐, 업로드 자체를 막지 않았다.

12GB 규모의 저장소에서 측정한 결과, 모델 턴 채널은 192KB만 전송된 반면 /v1/storage 채널은 5.1GB가 업로드됐다 — 약 27,800배 차이. 이 숫자가 말해주는 것은 명확하다. 이 업로드는 모델이 파일을 읽는 것과 완전히 독립적인 별도의 채널이다.

(여담: 이 분석이 공개된 후, cereblab은 7월 13일 재측정에서 Grok의 서버 설정이 변경되어 trace_upload_enabled: false, disable_codebase_upload: true를 반환하는 것을 확인했다. 인과관계는 증명되지 않았지만, 타이밍은 의미심장하다.)

크로스-툴 비교: OpenCode가 빠졌다

Cereblab은 같은 방법론으로 Claude Code, Codex, Gemini도 테스트했다. 결과는:

Tool전체 저장소 업로드?읽지 않은 파일 전송?Claude Code 2.1.204NoNo (요청 시에만 읽음)Codex (gpt-5.5)NoNo (WebSocket only)Gemini 0.38.2NoNo (API call only)Grok 0.2.93Yes (historical)Yes (git bundle)OpenCode 1.17.x미포함미포함

흥미롭게도, OpenCode는 이 비교에 포함되지 않았다. 그래서 내가 직접 조사했다.

OpenCode의 데이터 처리: 문서로 확인한 결과

OpenCode의 문서와 아키텍처를 기준으로 한 결론은 이렇다:

OpenCode는 코드나 컨텍스트 데이터를 저장하지 않는다. 공식 문서에 명시되어 있다: “OpenCode does not store any of your code or context data. All processing happens locally or through direct API calls to your AI provider.” Share는 완전한 옵트인이다. 기본값이 manual이며, opencode.json에서 “share”: “disabled”로 완전히 차단할 수 있다. 별도의 저장소 업로드 채널이 존재하지 않는다. OpenCode는 오픈소스이므로 전체 소스코드가 공개되어 있다. 소스코드를 검사하면 Grok의 xai-data-collector나 grok-code-session-traces 같은 크레이트/버킷이 없다 — 단순히 모델 API로 요청을 보내는 것以外에 데이터를 외부로 전송하는 채널이 없다. Enterprise 배포에서는 내부 AI 게이트웨이만 사용하도록 강제할 수 있다. 모든 요청이 조직의 승인된 인프라를 통해서만 나가도록 설정 가능하다.

물론, OpenCode도 모델 API로 코드를 전송한다 — 그게 에이전트의 작동 방식이다. Systima의 벤치마크에서 본 것처럼, AGENTS.md 파일은 시스템 프롬프트에 포함되어 모델로 전송된다. 중요한 차이는 그것이 유일한 채널이며, 사용자가 완전히 통제 가능하다는 점이다. Grok처럼 이중 채널(모델 턴 + 백그라운드 저장소 업로드)이 존재하지 않는다.

Drewgent가 이 문제를 어떻게 피했는가

이 사건을 보면서 든 생각은 하나다: 로컬 우선 아키텍처는 더 이상 취향이 아니라 생존 전략이다.

Drewgent는 처음부터 이 원칙으로 설계됐다:

OpenCode 위에서 동작한다. OpenCode는 기본적으로 코드를 저장하지 않으며, 불필요한 텔레메트리 채널이 없다. 모델 라우팅. 단일 벤더에 종속되지 않는다. 여러 모델 제공자를 사용하므로, 특정 제공자의 데이터 처리 정책이 바뀌어도 유연하게 대응 가능하다. 모든 지식이 로컬에 있다. Knowledge DB(SQLite), GraphRCA(Recursive CTE), 모든 설정 파일과 컨텍스트가 로컬 파일 시스템에 존재한다. “클라우드에 업로드”할 게 애초에 설계에 없다. Vault. 모든 시크릿은 암호화되어 로컬에 저장되며, 필요할 때만 환경변수로 참조된다. .env 파일이 모델 턴에 포함될 위험이 구조적으로 차단되어 있다. 투명한 Share 정책. OpenCode의 share는 manual이 기본값이며, 명시적으로 활성화하지 않는限 외부로 전송되지 않는다.

로컬 우선은 속도나 비용의 문제가 아니다. 신뢰의 문제다. Grok의 사례는 당신의 코드가 당신이 동의하지 않은 채널로, 당신이 통제할 수 없는 방식으로, 당신이 알지 못하는 사이에 전송될 수 있다는 것을 증명했다.

더 큰 그림: 에이전트 시대의 데이터 주권

@cereblab의 분석에서 가장 인상 깊었던 대목은 이것이다: “None of this proves xAI trains on the data — that is a policy question.” 전송과 저장은 훈련과 별개의 문제다. 설령 xAI가 이 데이터를 전혀 훈련에 사용하지 않는다 해도, 사용자의 코드가 사용자의 동의 없이 클라우드 저장소에 저장된다는 사실 자체가 문제다.

이 문제는 Grok만의 문제가 아니다. 클라우드 기반 코딩 에이전트는 본질적으로 데이터 주권 문제를 안고 있다. 코드가 모델에 전송되어야 하는 것은 기술적 필연이지만, 그 코드가 어떻게, 얼마나, 어디에 저장되는지는 설계 선택이다.

Grok의 설계는 전체 저장소를 백그라운드에서 업로드하는 채널을 추가함으로써, 필요한 전송(모델 추론)과 불필요한 전송(저장소 백업)의 경계를 허물었다. 이 경계를 유지하는 것이 에이전트 플랫폼의 기본 설계 원칙이어야 한다.

정리

@cereblab의 분석은 Grok Build의 데이터 처리 방식을 투명하게 밝혀냈다. 그리고 같은 방법론으로 Claude Code, Codex, Gemini가 그런 행위를 하지 않는다는 것도 증명했다. OpenCode도 이 기준에서는 안전하다 — 오픈소스이고, 별도의 업로드 채널이 없고, 사용자가 완전히 통제할 수 있다.

하지만 이 사건이 던지는 질문은 단일 툴의 문제가 아니라, 전체 에이전트 생태계의 신뢰 모델에 대한 것이다. Grok이 server-side 플래그 하나로 이 기능을 켜고 끌 수 있다는 사실은, 당신의 코드가 언제든지 당신 모르게 전송될 수 있는 구조가 이미 존재한다는 뜻이다.

신뢰는 투명성에서 나온다. 어떤 코드가, 언제, 어디로, 얼마나 전송되는지 — 이 네 가지 질문에 사용자가 답할 수 있어야 한다. @cereblab의 분석은 그 질문을 강제했다는 점에서 의미가 크다. 그리고 Drewgent의 설계는 그 질문에 언제든지 답할 수 있는 구조라는 점에서 안도감을 준다.

원문 분석: @cereblab의 Gist재현 도구: github.com/cereblab/grok-build-exfil-repro크로스-툴 비교: COMPARISON.md