웹 개발 데일리 브리핑 — 2026-11-19
Soshy··조회수 —

기준 시점: 2026-11-19 06:00 KST
조사 범위: 전일 2026-11-18 06:00 ~ 당일 2026-11-19 06:00 KST
추천 글 범위: 기준 시점 당시 최근 7일
1️⃣ 프론트엔드
Vercel, CSS·이미지·폰트를 포함한 정적 사이트도 약 1초 만에 배포하도록 지원 확대
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Vercel
- 안정화 단계: 정식 플랫폼 기능, 전체 요금제에 순차 적용
- 적용 대상: Vercel CLI 또는 REST API로 배포하는 소규모 정적 사이트
- 주요 변경: 빌드 단계 없이 배포하는 Instant Deployment의 파일 형식 확대
- 공식 발표 성능: 적격 정적 사이트를 약 1초에 배포
- 원문: https://vercel.com/changelog/single-second-static-deployments-now-support-more-assets
Vercel이 Instant Deployment에서 처리할 수 있는 정적 파일의 종류를 확대했다.
기존에는 빌드가 필요하지 않은 매우 단순한 정적 콘텐츠에 집중했다면, 이번 업데이트에서는 CSS와 이미지, 폰트 등이 함께 존재하는 사이트도 빠르게 배포할 수 있도록 지원한다.
특히 AI 코딩 에이전트가 생성한 HTML 기반 보고서나 간단한 랜딩 페이지를 배포하는 경우에 활용할 수 있다.
일반적인 웹사이트 배포 과정
일반적인 프론트엔드 프로젝트에서는 다음 작업을 수행한다.
- 프로젝트 파일 준비
- 의존성 설치
- 프레임워크 빌드
- 최종 정적 파일 생성
- 배포 파일 업로드
- 배포 활성화
예를 들어 Next.js 애플리케이션을 배포한다면 실제 서버 컴포넌트와 클라이언트 JavaScript, 라우팅 관련 파일을 생성하는 빌드가 필요할 수 있다.
하지만 모든 웹사이트가 이러한 빌드를 필요로 하는 것은 아니다.
예를 들어 다음 파일만 존재하는 사이트를 생각할 수 있다.
- index.html
- style.css
- logo.svg
- hero.webp
이러한 파일은 이미 브라우저에서 사용할 수 있는 상태다.
따라서 별도의 프레임워크 빌드를 수행할 필요가 없다.
이번 Instant Deployment는 이러한 프로젝트를 인식해 불필요한 빌드 단계를 생략하도록 한다.
새롭게 지원하는 파일 형식
Vercel이 공개한 지원 범위는 다음과 같다.
| 분류 | 지원 형식 |
|---|---|
| 스타일 및 데이터 | CSS, JSON, XML, TXT, Web Manifest |
| 이미지 | SVG, PNG, JPEG, GIF, WebP, AVIF, ICO |
| 폰트 | WOFF, WOFF2, TTF, OTF, EOT |
| 문서 | |
| 동영상 | MP4, WebM |
| 오디오 | MP3, WAV, OGG |
예를 들어 AI 에이전트가 하나의 제품 소개 페이지를 생성했다고 가정해 보자.
실제 결과물에는 HTML과 CSS, 로고 이미지, 제품 이미지가 포함될 수 있다.
기존에는 일부 파일 형식 때문에 일반적인 배포 빌드 경로로 이동해야 할 수 있었다.
새로운 방식에서는 해당 파일만으로 구성된 작은 사이트라면 별도 빌드 없이 배포할 수 있다.
배포 방법
Vercel CLI에서 다음 명령을 사용할 수 있다.
vercel deploy ./my-static-site
Vercel은 배포할 디렉터리의 내용을 분석한다.
그리고 Instant Deployment의 조건을 충족하면 자동으로 빠른 배포 경로를 선택한다.
별도의 설정 파일을 작성할 필요는 없다.
공식 예제에서는 다음 결과가 표시된다.
Ready in 1s
하지만 이는 특정 적격 사이트에 대한 발표 사례다.
모든 배포가 정확히 1초 안에 완료된다는 보장은 아니다.
파일 크기 제한
이번 기능에는 중요한 제한사항이 존재한다.
| 항목 | 한도 |
|---|---|
| 파일 수 | 최대 100개 |
| 전체 파일 크기 | 최대 25MB |
예를 들어 다음 프로젝트를 생각할 수 있다.
- HTML 1개
- CSS 2개
- 이미지 10개
- Font 3개
파일 수가 16개이고 전체 크기가 25MB 이하라면 적격 조건에 포함될 수 있다.
하지만 다음 조건에서는 일반적인 빌드 경로가 사용된다.
- 파일 수가 100개 초과
- 전체 파일 크기가 25MB 초과
- JavaScript 파일 포함
- Git 기반 배포
- Framework Preset 사용
- Custom Build 설정 존재
- 루트 package.json 존재
- vercel.json 같은 설정 파일 존재
- public 디렉터리 존재
특히 중요한 부분은 JavaScript다.
이번 Instant Deployment가 모든 Vanilla JavaScript 웹사이트를 빌드 없이 1초에 배포하도록 지원한다는 의미는 아니다.
공식 발표에서는 JavaScript가 포함된 경우 기존 빌드 경로를 사용한다고 명시했다.
따라서 HTML과 CSS 중심의 소규모 정적 결과물에 적합한 기능이다.
AI 코딩 에이전트와의 관계
이번 기능은 AI 코딩 에이전트가 생성한 결과물을 공유하는 경우에도 활용할 수 있다.
예를 들어 에이전트가 다음 결과물을 생성했다고 가정해 보자.
- 분석 보고서
- 대시보드의 정적 시안
- 제품 소개 페이지
- 디자인 검토용 HTML
이러한 결과물이 별도의 JavaScript 빌드를 필요로 하지 않는다면 파일 디렉터리 자체를 배포할 수 있다.
따라서 단순한 결과물을 공유하기 위해 프레임워크 프로젝트를 생성하거나 빌드 환경을 준비해야 하는 부담을 줄일 수 있다.
다만 실제 데이터가 변경되는 대화형 웹 애플리케이션이나 서버 API가 필요한 프로젝트에서는 일반적인 배포 구조가 여전히 필요하다.
성능과 적용 범위
Vercel은 적격 배포가 약 1초에 준비될 수 있다고 발표했다.
하지만 다음 수치는 제공하지 않았다.
- 파일 수별 평균 배포 시간
- P95 및 P99 배포 지연
- 지역별 배포 시간
- 기존 빌드 대비 평균 비용 감소율
- 독립적인 성능 비교 결과
따라서 이번 변경을 모든 프론트엔드 프로젝트의 배포 속도가 크게 개선된 것으로 해석해서는 안 된다.
별도의 빌드가 필요하지 않은 소규모 정적 사이트에 대해 지원 파일 형식을 확대하고, Vercel CLI와 API에서 자동으로 빠른 배포 경로를 선택하도록 한 기능이다.
Cloudflare Images, URL과 Workers의 이미지 최적화 설정 구조 통일 — URL에서도 Border·Overlay 지원
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Cloudflare
- 안정화 단계: 정식 API 확장
- 적용 대상: Cloudflare Images, Workers의 cf.image, 이미지 변환 URL
- 주요 변경: 중첩된 이미지 최적화 설정 구조 도입, URL에서 Border와 Overlay 지원
- 기존 설정 호환성: 유지
- 원문: https://developers.cloudflare.com/changelog/post/2026-11-18-consistent-optimization-interfaces/
Cloudflare가 이미지 최적화 API의 설정 방식을 통일했다.
기존에는 이미지 최적화 기능에 따라 URL에서 사용하는 Parameter 형식이 서로 달랐다.
일부 기능은 하나의 값으로 설정했다.
다른 기능은 여러 개의 별도 Parameter를 사용했다.
또 다른 기능은 정해진 순서의 위치 인자를 사용했다.
이번 업데이트에서는 이러한 차이를 줄이고 관련 설정을 하나의 구조 안에서 표현하도록 변경했다.
특히 이미지 최적화를 URL로 요청하는 코드와 Workers의 cf.image 옵션을 함께 사용하는 프로젝트에서 의미가 있다.
기존 이미지 최적화 설정
예를 들어 이미지의 크기를 지정하는 경우에는 다음 형식을 사용할 수 있었다.
width=500
이 설정은 비교적 단순하다.
하지만 이미지의 주변 배경을 분석해 불필요한 부분을 제거하는 기능은 다르다.
예를 들어 다음 설정이 필요할 수 있다.
- 제거 방식
- 기준 색상
- 색상 차이 허용 범위
- 실제 남길 가장자리
기존에는 관련 설정을 서로 다른 Parameter로 표현했다.
대표적으로 다음과 같다.
trim=border
trim.border.color=white
trim.border.tolerance=10
이러한 구조에서는 하나의 이미지 변환 기능을 설정하기 위해 여러 이름을 기억해야 했다.
새로운 구조화 Parameter
이번 변경에서는 관련 옵션을 하나로 묶는다.
대표적인 표현은 다음과 같다.
trim=(mode=color,color=red,tolerance=10,keep=5)
이 설정은 다음 의미를 가진다.
| 설정 | 의미 |
|---|---|
| mode | 이미지의 제거 방식 |
| color | 기준 색상 |
| tolerance | 색상 차이 허용 범위 |
| keep | 남길 가장자리 크기 |
따라서 실제 하나의 이미지 변환 기능에 관한 설정을 같은 위치에서 관리할 수 있다.
또한 Workers의 cf.image 옵션에서도 같은 계층 구조를 사용한다.
예를 들어 trim 안에 다음 정보를 넣는다.
- mode
- color
- tolerance
- keep
이렇게 하면 URL에서 사용하는 설정과 JavaScript Object의 설정 사이의 관계를 더 명확하게 표현할 수 있다.
URL과 Workers의 일관성
기존에는 URL과 Workers의 설정 형식이 달라 일부 옵션을 변환해야 할 수 있었다.
예를 들어 이미지 편집 화면에서 사용자가 선택한 설정을 URL로 만들어야 한다고 가정해 보자.
개발자는 다음 두 구조를 다뤄야 할 수 있다.
- UI에서 관리하는 JavaScript Object
- 실제 이미지 변환 URL의 Parameter
두 구조가 다르면 별도의 변환 로직이 필요하다.
이번 변경에서는 두 인터페이스의 설정 계층을 일치시키도록 했다.
따라서 같은 개념을 두 가지 다른 형식으로 표현하는 부담을 줄일 수 있다.
하지만 실제 URL 인코딩과 JavaScript Object의 Serialization은 여전히 개발자가 정확하게 처리해야 한다.
URL에서 Border와 Overlay 지원
이번 기능에서는 기존에 Workers 중심으로 제공하던 기능도 이미지 변환 URL에 추가됐다.
대표적으로 다음과 같다.
- border
- draw
border는 이미지 주변에 Border를 추가하는 기능이다.
draw는 다른 이미지나 텍스트를 원본 이미지 위에 합성하는 기능이다.
예를 들어 상품 이미지에 로고를 추가한다고 가정해 보자.
기존에는 Worker에서 별도의 이미지 변환 요청을 작성해야 할 수 있었다.
새로운 방식에서는 URL의 Parameter를 이용해 Overlay를 지정할 수 있다.
이는 다음 기능에 활용할 수 있다.
- 이미지 워터마크
- 로고 추가
- 텍스트 Overlay
- 상품 이미지 장식
하지만 이미지 URL로 해당 기능을 사용할 수 있다는 사실만으로 원본 이미지와 합성 이미지의 접근 권한이 자동으로 관리되는 것은 아니다.
공개 URL에 어떤 변환을 허용할지와 실제 원본 이미지에 대한 접근 정책은 별도로 검토해야 한다.
변경된 설정 영역
Cloudflare가 공개한 주요 대상은 다음과 같다.
| 기능 | 변경 내용 |
|---|---|
| border | URL 변환에서 사용 가능 |
| draw | URL에서 이미지·텍스트 Overlay 가능 |
| gravity | 좌표를 x·y 설정으로 표현 |
| quality | 기본 품질과 느린 연결용 품질을 함께 구성 |
| trim | 색상·방향·영역별 제거 설정 통합 |
| upscale | 확대 알고리즘을 fit 관련 설정에 포함 |
| width=auto | 모바일·데스크톱 및 Breakpoint 설정 구조화 |
예를 들어 반응형 이미지에서는 사용자의 화면과 연결 상태에 따라 다른 Width를 선택할 수 있다.
이번 변경에서는 그러한 관련 옵션을 width 아래에 묶을 수 있다.
하지만 새로운 구조를 사용한다는 사실만으로 이미지 최적화의 압축률이 높아진다는 의미는 아니다.
실제 이미지 변환 알고리즘 자체가 새롭게 변경됐다는 발표는 아니다.
기존 설정의 호환성
이번 변경에서 중요한 부분은 기존 설정을 계속 사용할 수 있다는 점이다.
Cloudflare는 다음과 같은 기존 표현을 유지한다고 설명한다.
- width=500
- width=auto
- gravity=auto
- 기존 trim Parameter
- 기존 위치 기반 Parameter
따라서 모든 이미지 URL을 즉시 새로운 형식으로 변경해야 하는 것은 아니다.
새로운 구조는 기존 문법을 제거하는 Breaking Change가 아니라 추가적인 표현 방식이다.
다만 실제 프로젝트에서 URL과 Workers의 설정을 함께 생성한다면 새로운 구조로 통일할 수 있다.
적용 범위와 한계
이번 발표에는 실제 이미지 변환 시간과 압축률, 요청 지연에 관한 Benchmark가 포함되지 않았다.
따라서 API의 설정 형식을 변경하면 이미지가 더 빠르게 다운로드되거나 더 작게 압축된다고 단정할 수 없다.
이번 업데이트는 여러 이미지 변환 기능의 설정 방식을 일관되게 만들고 기존 Workers에서 사용하던 일부 이미지 합성 기능을 URL 인터페이스로 확대한 API 개선이다.
이번 조사 범위에서 React, Next.js, Vue, Nuxt, Angular, Svelte, SvelteKit, Astro, Remix의 이외에 포함할 만한 주요 신규 안정 버전이나 렌더링 API 발표는 확인하지 못했습니다.
각 프로젝트의 공식 블로그와 릴리스 채널을 확인했으며, 개발 브랜치의 Commit이나 Canary 변경을 새로운 안정 기능의 출시로 취급하지 않았다.
이전 브리핑에서 다룬 Next.js 16.5 계열의 Turbopack 변경, Angular 22.3 RC 및 Astro 7.4 계열 패치도 반복하지 않았다.
2️⃣ 웹 플랫폼·브라우저
WebKit, Global Privacy Control 설정을 WKWebView·SwiftUI WebPage에 전달하는 API 공개
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: WebKit
- 작성자: John Wilander
- 안정화 단계: OS 27 계열 WebKit API
- 적용 대상: iOS·iPadOS·visionOS·macOS 27의 WKWebView 및 SwiftUI WebPage
- 관련 표준: Global Privacy Control
- 주요 API: globalPrivacyControlEnabled, isGlobalPrivacyControlEnabled
- 원문: https://webkit.org/blog/18646/global-privacy-control-gpc-webkit-api/
WebKit이 애플리케이션 개발자가 Global Privacy Control(GPC)을 활성화할 수 있도록 새로운 API를 공개했다.
GPC는 사용자가 자신의 개인정보를 판매하거나 여러 서비스의 문맥을 넘나드는 광고 타기팅에 사용하는 것에 반대한다는 의사를 표현하기 위한 기술이다.
이번 변경은 웹페이지의 CSS나 JavaScript 렌더링 성능을 개선하는 기능이 아니다.
브라우저 또는 WebView를 사용하는 애플리케이션이 사용자의 개인정보 보호 선택을 웹사이트에 전달하도록 한다.
Global Privacy Control의 역할
일반적인 웹사이트에는 개인정보 관련 설정이 존재할 수 있다.
예를 들어 사용자가 다음 선택을 할 수 있다.
- 개인정보 판매 거부
- 타기팅 광고용 개인정보 공유 거부
하지만 사이트마다 다른 UI에서 같은 선택을 반복해야 한다면 불편할 수 있다.
GPC는 이러한 사용자의 선택을 브라우저 수준에서 전달하려는 기술이다.
웹사이트는 실제 HTTP 요청이나 JavaScript API에서 해당 정보를 확인할 수 있다.
다만 GPC가 존재한다는 사실만으로 모든 국가와 모든 웹사이트에서 동일한 법적 의무가 발생한다는 의미는 아니다.
실제 개인정보 보호법과 적용 지역에 따라 요구사항이 달라질 수 있다.
WKWebView의 새로운 Property
이번 API에서는 다음 Property를 사용할 수 있다.
WKWebpagePreferences.globalPrivacyControlEnabled
WKWebView는 Apple 플랫폼의 애플리케이션에 웹 콘텐츠를 포함하는 데 사용하는 API다.
예를 들어 iOS 앱 안에서 로그인 페이지나 고객지원 문서를 표시할 수 있다.
개발자는 Navigation Policy를 결정하는 과정에서 GPC 설정을 활성화할 수 있다.
대표적으로 다음과 같은 구조다.
preferences.globalPrivacyControlEnabled = userPrefersGlobalPrivacyControl
여기서 실제 사용자가 GPC를 사용하기 원하는지 여부는 애플리케이션이 결정한다.
즉 WebKit이 모든 앱의 GPC를 무조건 활성화하는 것은 아니다.
개발자가 사용자 설정과 연결할 수 있도록 API를 제공한 것이다.
SwiftUI WebPage 지원
SwiftUI 기반의 WebPage에서도 같은 기능을 제공한다.
관련 Property는 다음과 같다.
WebPage.NavigationPreferences.isGlobalPrivacyControlEnabled
이렇게 하면 WKWebView와 SwiftUI WebPage에서 일관된 개인정보 보호 설정을 제공할 수 있다.
하지만 실제 API 이름은 서로 다르다.
따라서 두 실행 환경에 같은 Property 이름을 그대로 사용할 수는 없다.
JavaScript에서 확인
GPC가 활성화된 페이지에서는 다음 값을 확인할 수 있다.
navigator.globalPrivacyControl
이 값은 웹페이지의 JavaScript에서 사용자의 GPC 설정을 확인하는 데 사용된다.
예를 들어 웹사이트가 개인정보 보호 설정을 초기화한다고 가정해 보자.
해당 값을 확인해 사용자가 GPC를 활성화했는지 판단할 수 있다.
하지만 JavaScript에서 값을 읽었다는 사실만으로 실제 사용자의 법적 동의와 모든 개인정보 처리 조건이 자동으로 충족되는 것은 아니다.
실제 데이터 처리 정책은 웹사이트에서 구현해야 한다.
HTTP Header
이번 기능에서는 다음 HTTP Header도 전송한다.
Sec-GPC: 1
이 값은 GPC가 활성화됐다는 사실을 서버에 전달한다.
따라서 서버는 실제 HTML을 생성하기 전에도 사용자의 GPC 설정을 확인할 수 있다.
예를 들어 서버에서 타기팅 광고와 관련된 Script를 포함할지 결정하는 경우에 활용할 수 있다.
다만 실제 해당 Header를 어떻게 처리할지는 서비스의 법적 요구사항과 개인정보 정책에 따라 결정해야 한다.
하위 Frame 및 리소스
WebKit은 활성화된 GPC가 해당 Navigation으로 생성한 전체 Document Tree에 적용된다고 설명한다.
적용 대상은 다음과 같다.
- Main Frame
- Subframe
- Subresource
따라서 하나의 페이지에 iframe이 포함돼 있다고 가정해 보자.
GPC를 활성화한 Navigation에서는 하위 Frame과 관련 리소스에도 설정이 전달될 수 있다.
이러한 방식은 페이지의 일부 리소스에만 서로 다른 개인정보 보호 신호가 전달되는 문제를 줄인다.
적용 범위와 제한사항
이번 API는 Apple의 WebKit 기반 앱에 관한 기능이다.
따라서 다음 의미로 확대해서 해석해서는 안 된다.
- 모든 Safari 버전에서 동일하게 지원
- 모든 Android WebView에서 지원
- 모든 웹사이트의 추적을 자동으로 차단
- 모든 개인정보 수집을 중단
또한 GPC는 사용자 선택을 전달하는 신호다.
실제로 외부 JavaScript를 차단하거나 Cookie를 삭제하는 기능과는 다르다.
이번 발표에는 웹페이지의 로딩 시간이나 네트워크 사용량에 관한 Benchmark가 포함되지 않았다.
Apple 플랫폼에서 WebView를 사용하는 앱이 사용자의 개인정보 보호 선택을 JavaScript와 HTTP 요청에 일관되게 전달할 수 있도록 API를 확장한 변경이다.
이번 조사 범위에서 W3C, WHATWG, TC39, MDN, Chrome·Chromium, Firefox·Mozilla의 이외에 포함할 만한 주요 신규 웹 표준 또는 안정 브라우저 기능은 확인하지 못했습니다.
특히 개발 브랜치의 구현과 실험 기능을 일반 사용자에게 기본 제공되는 안정 기능으로 취급하지 않았다.
앞서 소개한 Firefox 160의 WebTransport 표준 정합성 개선과 음성 인식 기능도 반복하지 않았다.
이번 추천 글에서는 CSS Caret의 접근성과 실제 브라우저 지원 범위를 다룬 심층 자료를 소개한다.
3️⃣ 백엔드·인프라
Cloudflare Workers VPC, 사용자 정의 CA와 Client Certificate 기반 mTLS 정식 지원
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Cloudflare
- 안정화 단계: 정식 기능
- 적용 대상: Workers VPC, VPC Services, Hyperdrive
- 필요 버전: Wrangler 4.164.0 이상 또는 Terraform Provider 5.29.0 이상
- 주요 기능: 사용자 정의 CA 인증서 검증, Client Certificate 기반 mTLS
- 원문: https://developers.cloudflare.com/changelog/post/2026-11-18-custom-ca-mtls/
Cloudflare가 Workers VPC에서 사용자가 직접 관리하는 인증서 발급 기관(CA)을 신뢰하도록 설정하고, Client Certificate를 이용해 원본 서비스에 인증할 수 있도록 기능을 확대했다.
이번 변경은 Workers에서 새로운 데이터베이스 드라이버를 제공하는 것이 아니다.
사설 네트워크 안에 존재하는 데이터베이스와 API를 TLS로 연결할 때 사용할 수 있는 인증 및 신뢰 설정을 확장한 것이다.
기존 Workers VPC의 제한
예를 들어 다음 구조의 웹서비스를 생각할 수 있다.
- 사용자 브라우저
- Cloudflare Worker
- Workers VPC
- 내부 PostgreSQL 데이터베이스
데이터베이스는 일반 인터넷에서 접근할 수 없는 사설 네트워크에 존재한다.
Worker는 VPC 서비스를 통해 데이터베이스에 연결해야 한다.
이때 TLS를 사용하면 실제 통신 내용을 암호화할 수 있다.
하지만 TLS에서는 단순히 암호화된 연결을 생성하는 것으로 충분하지 않다.
실제로 연결하는 상대방이 기대한 서버인지 확인해야 한다.
이를 위해 서버 인증서를 검증할 수 있다.
문제는 기업의 내부 서비스가 일반적인 공개 CA가 아닌 사설 CA를 사용하는 경우다.
기존 Workers VPC는 공개적으로 신뢰받는 CA와 Cloudflare Origin CA를 기본 신뢰 대상으로 사용했다.
따라서 사설 CA를 사용하는 서비스에 연결하려면 인증서 검증을 약화해야 할 수 있었다.
대표적으로 다음 설정이다.
- verify_ca
- disabled
이러한 방식에서는 실제 인증서의 검증 수준이 낮아질 수 있다.
이번 업데이트는 이러한 제한을 줄인다.
사용자 정의 CA
이제 개발자는 자신의 CA Certificate를 Cloudflare에 업로드할 수 있다.
대표적인 명령은 다음과 같다.
npx wrangler cert upload certificate-authority --ca-cert ./ca.pem --name private-ca
이렇게 하면 내부 서비스에서 사용하는 CA를 VPC Service의 신뢰 대상으로 지정할 수 있다.
예를 들어 사내 PostgreSQL 서버가 자체 CA에서 발급한 인증서를 사용한다고 가정해 보자.
Worker는 해당 CA를 기준으로 서버 인증서를 검증할 수 있다.
따라서 인증서 검증을 무조건 비활성화할 필요가 줄어든다.
하지만 CA 인증서를 업로드했다는 사실만으로 서버의 Hostname 검증과 모든 TLS 설정이 자동으로 올바르게 구성되는 것은 아니다.
실제 Verification Mode와 Hostname 설정도 함께 확인해야 한다.
Client Certificate와 mTLS
두 번째 주요 기능은 mTLS다.
mTLS(Mutual TLS)는 서버뿐 아니라 클라이언트도 인증서를 이용해 신원을 증명하는 방식이다.
일반적인 TLS에서는 클라이언트가 서버의 인증서를 검증한다.
반면 mTLS에서는 서버도 클라이언트의 인증서를 검증한다.
예를 들어 내부 API가 있다고 가정해 보자.
해당 API는 허용된 서비스만 호출할 수 있어야 한다.
단순히 VPC 안에서 요청이 도착했다는 사실만으로 접근을 허용하지 않을 수 있다.
이 경우 Client Certificate를 이용해 실제 요청하는 서비스의 신원을 확인할 수 있다.
Cloudflare는 다음 형태로 Client Certificate를 업로드하도록 한다.
npx wrangler cert upload mtls-certificate --cert ./client.pem --key ./client-key.pem --name private-client
이후 실제 VPC Service에 해당 인증서를 연결한다.
VPC Service에서 사용
개발자는 다음 정보를 설정할 수 있다.
- Hostname
- Tunnel ID
- 서버 인증서의 CA
- Client Certificate
- Certificate Verification Mode
예를 들어 PostgreSQL 서비스에 연결한다고 가정해 보자.
실제 서비스의 포트는 5432다.
Worker는 해당 TCP 서비스에 TLS 연결을 생성한다.
이때 사용자 정의 CA로 서버의 인증서를 확인한다.
그리고 Client Certificate를 이용해 자신의 신원도 증명할 수 있다.
따라서 TLS 연결과 접근 인증을 함께 수행할 수 있다.
Hyperdrive 지원
이번 기능은 Hyperdrive와도 연결된다.
Hyperdrive는 Workers에서 외부 데이터베이스의 연결을 Pooling하는 데 사용할 수 있다.
예를 들어 Amazon RDS의 PostgreSQL에 연결한다고 가정해 보자.
RDS는 자체 CA Bundle을 사용할 수 있다.
이번 기능에서는 해당 CA Bundle을 이용해 실제 서버 인증서를 검증할 수 있다.
따라서 데이터베이스 연결을 위해 인증서 검증을 약화해야 하는 상황을 줄일 수 있다.
하지만 Hyperdrive가 모든 종류의 데이터베이스 인증 방식을 자동으로 처리한다는 의미는 아니다.
실제 데이터베이스 계정과 Password, IAM 인증 등은 별도의 설정이 필요할 수 있다.
지원되는 연결
이번 인증서 설정은 다음 연결에서 사용할 수 있다.
- HTTP VPC Service의 HTTPS 연결
- TCP VPC Service의 TLS 연결
- Hyperdrive를 사용하는 PostgreSQL 연결
사용자 정의 CA와 Client Certificate는 각각 따로 사용할 수 있다.
또는 두 설정을 동시에 사용할 수 있다.
따라서 모든 서비스에서 반드시 mTLS를 설정해야 하는 것은 아니다.
실제 서비스의 보안 요구사항에 따라 선택할 수 있다.
설정 인터페이스
지원하는 관리 방식은 다음과 같다.
| 관리 방식 | 필요 조건 |
|---|---|
| Wrangler | 4.164.0 이상 |
| REST API | 지원 |
| Terraform | Provider 5.29.0 이상 |
따라서 기존 VPC Service 설정을 코드로 관리하는 프로젝트에서도 활용할 수 있다.
다만 실제 인증서와 Private Key의 저장 및 교체 정책은 별도로 검토해야 한다.
예를 들어 인증서가 만료되면 실제 서비스 연결에 오류가 발생할 수 있다.
따라서 인증서의 수명과 Rotation을 운영 정책에 포함해야 한다.
성능과 한계
이번 발표에는 다음 수치가 포함되지 않았다.
- TLS Handshake 시간
- mTLS 적용 이후의 응답 지연
- 데이터베이스 Connection Pool의 처리량
- 인증서 검증의 CPU 비용
따라서 새로운 기능을 사용하면 모든 VPC 요청의 성능이 향상된다고 단정할 수 없다.
이번 업데이트는 Workers에서 사설 네트워크의 데이터베이스와 API에 연결할 때 인증서 검증을 약화하지 않고 TLS 및 mTLS를 사용할 수 있도록 한 보안 연결 기능의 확장이다.
Vercel Drives, 콜드 파일 로딩 최대 6배 개선 — Persistent Storage와 NVMe Cache 결합
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Vercel
- 안정화 단계: 정식 인프라 최적화
- 적용 대상: Vercel Drives
- 공식 성능 수치: 콜드 데이터 로딩 최대 6배 빠름
- 측정 주체: Vercel 자체 측정. 독립 Benchmark 미확인
- 원문: https://vercel.com/changelog/vercel-drives-now-reads-files-up-to-6x-faster
Vercel이 Drives의 파일 읽기 방식을 최적화했다.
이번 변경은 새로운 Storage API의 출시가 아니다.
기존에 저장된 데이터를 실행 환경에 연결할 때 필요한 파일 로딩 과정을 개선한 것이다.
Persistent Storage와 로컬 Cache
예를 들어 AI 코딩 에이전트가 실제 프로젝트 파일을 분석한다고 가정해 보자.
해당 프로젝트에는 많은 파일이 존재할 수 있다.
대표적으로 다음과 같다.
- 소스코드
- 의존성
- 테스트 파일
- 설정 파일
- 빌드 결과
이러한 파일을 모두 실행 환경의 메모리나 로컬 디스크에 항상 유지하는 것은 비용이 클 수 있다.
따라서 Persistent Storage에 파일을 저장할 수 있다.
이후 실제 작업에 필요한 파일을 실행 환경으로 가져온다.
문제는 처음 파일에 접근하는 시점이다.
파일이 로컬 Cache에 존재하지 않으면 원격 Storage에서 데이터를 가져와야 한다.
이때 추가적인 지연이 발생할 수 있다.
필요한 시점에 데이터 로딩
새로운 방식에서는 Drive를 Mount할 때 모든 데이터를 먼저 가져올 필요가 없다.
대신 실제 파일에 접근하는 시점에 Persistent Storage에서 데이터를 로딩한다.
이러한 방식을 Lazy Loading이라고 부를 수 있다.
예를 들어 프로젝트에 10만 개 파일이 있다고 가정해 보자.
하지만 실제 테스트 작업에서는 100개 파일만 필요하다.
이 경우 처음부터 모든 파일을 다운로드하지 않고 필요한 파일을 읽을 수 있다.
따라서 초기 준비에 필요한 데이터 전송량을 줄일 수 있다.
NVMe Cache
Vercel은 로딩한 데이터를 NVMe Cache에 저장한다고 설명한다.
NVMe는 빠른 Storage 접근을 위한 기술이다.
예를 들어 한 번 읽은 파일을 다시 사용하는 상황을 생각할 수 있다.
첫 번째 접근에서는 Persistent Storage의 데이터를 가져와야 할 수 있다.
하지만 두 번째 접근에서는 로컬 NVMe Cache에 데이터가 존재할 수 있다.
따라서 원격 Storage에 다시 접근할 필요가 줄어든다.
이러한 구조는 다음 두 상황을 구분한다.
- Cold Read: Cache에 없는 데이터의 첫 번째 읽기
- Warm Read: Cache에 존재하는 데이터의 재사용
이번 변경에서 Vercel이 강조한 것은 Cold Read의 성능이다.
최대 6배 개선의 의미
Vercel은 Cold Data Loading이 최대 6배 빨라졌다고 발표했다.
하지만 다음 수치는 별도로 공개하지 않았다.
- 읽는 파일의 평균 크기
- 테스트한 파일 수
- 지역별 지연 시간
- P50 및 P99 Read Latency
- Cache Hit Rate
- 실제 전체 작업 완료 시간
따라서 모든 Drives 파일 읽기가 정확히 6배 빨라진다는 의미는 아니다.
또한 실제 애플리케이션에서 파일 I/O보다 CPU 계산이나 외부 API 호출이 더 큰 병목이라면 전체 작업 완료 시간에 미치는 영향이 작을 수 있다.
실제 활용 범위
이번 변경은 다음 작업에서 의미가 있을 수 있다.
- AI 코딩 에이전트의 Workspace
- 대규모 Repository 분석
- 테스트 환경의 파일 접근
- 임시 개발 환경
- 파일이 많은 프로젝트의 반복 작업
하지만 실제 쓰기 작업과 파일 간 동기화, 여러 실행 환경에서의 일관성은 별도의 문제다.
이번 발표는 읽기 성능에 관한 최적화다.
모든 종류의 파일 작업과 Storage 일관성 정책이 변경됐다는 의미는 아니다.
Persistent Storage에서 필요한 데이터를 로딩하고 NVMe Cache에 저장하는 경로의 효율을 개선해 파일의 첫 번째 접근 시간을 줄인 인프라 최적화다.
AWS SageMaker AI, Cross-region Inference Routing 정식 출시 — 기존 모델 Endpoint의 리전별 용량을 통합
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: AWS
- 안정화 단계: Generally Available
- 적용 대상: Amazon SageMaker AI의 Real-time Inference Endpoint
- 주요 기능: 여러 AWS 리전의 추론 Endpoint 사이에서 요청 Routing
- 지원 범위: Real-time Endpoint를 지원하는 상용 리전
- 원문: https://aws.amazon.com/blogs/machine-learning/how-salesforce-is-advancing-global-scale-model-serving-with-cross-region-inference-routing-in-amazon-sagemaker-ai/
AWS가 SageMaker AI의 Cross-region Inference Routing을 정식 출시했다.
이번 기능은 새로운 AI 모델을 제공하는 업데이트가 아니다.
이미 여러 AWS 리전에서 실행 중인 모델 Endpoint를 하나의 Routing 구조로 연결할 수 있도록 한다.
특히 글로벌 웹서비스에서 지역마다 다른 추론 용량을 운영하는 경우에 영향을 줄 수 있다.
기존 지역별 Endpoint 운영
예를 들어 AI 기능을 포함한 웹서비스를 생각할 수 있다.
서비스는 다음 지역에서 운영된다.
- 미국
- 유럽
- 아시아
각 지역에는 SageMaker의 모델 Endpoint가 존재한다.
일반적으로 사용자의 요청은 가까운 지역의 Endpoint로 전달될 수 있다.
하지만 실제 트래픽의 양은 지역마다 다르다.
예를 들어 미국에서는 현재 요청이 매우 많다.
반면 아시아에서는 사용량이 적다.
이 경우 미국의 모델 Endpoint는 처리 용량이 부족할 수 있다.
하지만 아시아의 Endpoint에는 여유 용량이 남아 있을 수 있다.
기존에는 이러한 상황을 처리하기 위해 애플리케이션이 직접 Routing 로직을 구현해야 할 수 있었다.
Cross-region Routing
새로운 기능에서는 여러 리전의 기존 SageMaker Endpoint를 하나의 Routing 구조로 등록한다.
실제 요청은 다음 조건에 따라 다른 Endpoint로 전달될 수 있다.
- Endpoint의 상태
- 실제 사용 가능한 용량
- 지역별 Routing 정책
- 데이터 보관 지역에 관한 제약
예를 들어 미국의 Endpoint가 처리 용량을 초과했다고 가정해 보자.
Routing 시스템은 다른 지역에서 사용 가능한 Endpoint를 선택할 수 있다.
따라서 특정 지역의 용량 부족으로 요청을 즉시 실패 처리하는 상황을 줄일 수 있다.
하지만 모든 요청이 무조건 다른 리전으로 이동하는 것은 아니다.
실제 데이터 처리 정책과 Routing 제약이 적용된다.
데이터 지역 제한
이번 기능에서 중요한 부분은 Data Residency다.
Data Residency는 특정 데이터를 허용된 지역에서만 처리해야 하는 요구사항과 관련된다.
예를 들어 유럽 사용자의 민감한 데이터를 유럽 리전 안에서만 처리해야 한다고 가정해 보자.
이 경우 미국이나 아시아의 Endpoint에 여유 용량이 존재하더라도 해당 요청을 다른 지역으로 전달해서는 안 될 수 있다.
AWS는 이러한 Routing 제약을 설정할 수 있도록 지원한다.
따라서 단순히 사용 가능한 GPU가 존재한다는 이유로 모든 요청을 모든 지역에 전달하는 구조가 아니다.
여러 AWS 계정의 Endpoint
이번 기능에서는 서로 다른 AWS Account에 존재하는 Endpoint도 사용할 수 있다.
예를 들어 기업의 부서별로 다른 AWS Account를 사용한다고 가정해 보자.
각 Account에는 자신이 관리하는 모델 Endpoint가 존재한다.
Cross-region Routing에서는 해당 Endpoint를 Routing 대상으로 등록할 수 있다.
하지만 실제 Endpoint 소유자는 Cross-account 접근을 허용해야 한다.
따라서 중앙 Routing 시스템이 다른 계정의 모델을 임의로 호출할 수 있다는 의미는 아니다.
실제 IAM과 Resource Policy가 필요하다.
실제 실행 위치 확인
이번 기능에서는 실제 모델 요청이 어느 Endpoint에서 처리됐는지 확인할 수 있다.
예를 들어 다음 정보를 기록할 수 있다.
- 요청이 실행된 리전
- 실제 Endpoint
- 해당 Endpoint가 선택된 이유
이러한 정보는 실제 추론 지연과 데이터 보관 지역 정책을 검증하는 데 도움이 된다.
또한 특정 지역의 모델 Endpoint가 장애를 겪는 경우 Routing 경로를 분석할 수 있다.
AWS는 실제 Health Assessment와 Recovery 이후 트래픽을 점진적으로 복귀시키는 기능도 제공한다고 설명한다.
Salesforce 사례
공식 발표에서는 Salesforce의 운영 사례를 소개한다.
Salesforce는 30개 이상의 글로벌 리전에서 여러 종류의 AI 모델을 제공한다.
기존에는 각 지역에서 필요한 추론 용량을 별도로 확보해야 했다.
하지만 실제 요청량은 지역마다 다를 수 있다.
새로운 Routing 구조에서는 특정 지역에 용량이 부족하더라도 다른 지역에서 요청을 처리할 수 있다.
다만 Salesforce의 실제 운영 결과를 모든 SageMaker 사용자에게 적용할 수 있는 Benchmark로 취급해서는 안 된다.
실제 모델의 크기와 Endpoint 구성, 데이터 정책에 따라 결과가 달라질 수 있다.
성능과 한계
이번 기능은 Real-time Inference Endpoint를 지원하는 상용 리전에서 정식 제공된다.
하지만 공식 발표에는 다음 정량적인 결과가 포함되지 않았다.
- 전체 요청 실패율 감소율
- Routing으로 인한 추가 지연 시간
- P95 및 P99 추론 지연
- 지역별 용량 활용률의 전후 비교
- 독립적인 성능 Benchmark
또한 Cross-region Routing은 실제 모델의 추론 알고리즘을 더 빠르게 만드는 기능이 아니다.
다른 지역의 용량을 활용해 요청을 처리하도록 하는 인프라 기능이다.
여러 리전과 AWS 계정에 분산된 모델 Endpoint를 공통 Routing 체계로 연결해 추론 용량과 가용성을 관리할 수 있도록 한 정식 서비스 확장이다.
그 밖에 AWS, Google Cloud, Azure의 주요 공식 발표와 데이터베이스·API·서버리스 관련 변경을 조사했다.
이번 기간에는 Google Cloud Apigee Edge for Private Cloud 4.53.01.03의 보안 강화 및 호환성 수정도 공개됐다.
이 버전에서는 OpenAPI 경로 Parameter 검증과 일부 관리 구성요소의 오류를 수정하고, 관련 TLS 인증서 및 내부 보안 정책을 강화했다.
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 원문: https://docs.cloud.google.com/release-notes
해당 변경은 Apigee Edge for Private Cloud에 한정되며 모든 Google Cloud API Gateway 환경에 동일하게 적용되는 것은 아니다.
이번 브리핑에서는 더 광범위한 웹 애플리케이션 아키텍처에 영향을 주는 발표를 우선해 상세 항목으로 선정했다.
4️⃣ 개발 도구 및 보안
NGINX HTTP/2의 원격 코드 실행 취약점 공개 — CVE-2026-123007, 수정 버전 배포
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Rapid7, F5
- 취약점: CVE-2026-123007
- 심각도: CVSS 4.0 기준 9.2, Critical
- 관련 기술: NGINX, HTTP/2, Flow Control
- 수정 버전: NGINX Open Source 1.31.9·1.30.7
- 원문: https://www.rapid7.com/blog/post/ve-cve-2026-123007-critical-nginx-http-2-integer-underflow-leads-to-rce-fixed/
NGINX의 HTTP/2 처리 과정에서 인증되지 않은 원격 공격자가 메모리 손상을 유발할 수 있는 취약점이 공개됐다.
이번 조사 범위에서 중요한 보안 발표 가운데 하나다.
Rapid7은 실제 취약한 NGINX 환경에서 원격 코드 실행이 가능하다는 사실을 검증했다고 발표했다.
취약점은 HTTP/2의 Flow Control과 관련된다.
HTTP/2 Flow Control
HTTP/2는 하나의 연결에서 여러 Stream을 처리할 수 있다.
또한 실제 데이터의 전송량을 조절하기 위해 Flow Control을 사용한다.
예를 들어 서버가 대량의 데이터를 전송하려고 한다고 가정해 보자.
클라이언트는 실제로 수신할 수 있는 데이터의 양을 알려준다.
서버는 해당 정보를 이용해 전송량을 조절해야 한다.
문제는 실제 Stream의 상태가 변경되는 경우다.
예를 들어 전송 대기 중인 데이터가 존재하는데 클라이언트가 해당 Stream을 취소할 수 있다.
이때 실제 전송량과 Flow Control의 계산이 정확하게 유지돼야 한다.
Integer Underflow
이번 취약점에서는 Flow Control의 계산 과정에 Integer Underflow가 발생할 수 있었다.
Integer Underflow는 정수 계산의 결과가 표현 가능한 범위를 벗어나면서 예상하지 못한 값이 만들어지는 문제다.
NGINX가 해당 값을 이용해 메모리를 복사하면 실제 허용된 메모리 범위를 벗어날 수 있다.
이러한 문제는 Heap 기반의 메모리 손상으로 이어질 수 있다.
공식 발표에서 설명하는 영향은 다음과 같다.
- 프로세스 종료
- 서비스 거부
- 일부 메모리 정보 노출
- 특정 조건의 원격 코드 실행
따라서 단순한 HTTP 오류 응답이나 연결 종료 문제보다 심각하다.
실제 공격 재현
Rapid7은 NGINX 1.31.8의 취약한 Docker 환경에서 공격 가능성을 검증했다.
테스트 조건은 다음과 같다.
- Linux/amd64
- NGINX 1.31.8
- HTTPS 활성화
- HTTP/2 활성화
실제 실험에서는 NGINX Worker의 권한으로 코드 실행이 가능했다고 설명한다.
하지만 모든 NGINX 서버에서 같은 공격이 즉시 성공한다는 의미는 아니다.
Rapid7은 재현 과정에서 상당한 양의 HTTP/2 트래픽이 필요했다고 설명했다.
해당 실험에서는 약 128GB의 데이터를 전송했다.
따라서 네트워크 대역폭과 Connection Timeout, 실제 CPU 및 메모리 환경이 공격 성공에 영향을 줄 수 있다.
또한 공개된 연구에서는 특정 x86-64 메모리 복사 구현에 의존하는 부분이 존재했다.
따라서 모든 CPU와 운영체제에서 동일하게 실행할 수 있다고 일반화해서는 안 된다.
영향을 받는 버전
공식 연구에서 확인한 수정 범위는 다음과 같다.
| 제품 | 영향을 받는 버전 | 수정 버전 |
|---|---|---|
| NGINX Open Source | 1.31.0~1.31.8 | 1.31.9 |
| NGINX Open Source | 1.9.5~1.30.6 | 1.30.7 |
| NGINX Plus | 37.1.0~37.2.0.1 | 37.3.0.1 |
| NGINX Plus | 37.0.0~37.0.7.1 | 37.0.8.1 |
| NGINX Plus | R34~R36 | 해당 계열의 수정 버전 없음 |
이번 표는 Rapid7이 공개한 Vendor 수정 정보를 기준으로 한다.
실제 사용하는 NGINX의 패키징 방식과 배포 환경에 따라 적용할 패키지가 달라질 수 있다.
예를 들어 Linux 배포판이 자체 보안 패치를 Backport하는 경우에는 실제 NGINX 버전 문자열만으로 수정 여부를 완전히 판단하기 어려울 수 있다.
HTTP/2 비활성화
즉시 수정 버전으로 업그레이드하기 어려운 환경에서는 HTTP/2를 비활성화하는 방법을 검토할 수 있다.
실제 NGINX 설정에서 HTTP/2를 사용하지 않도록 변경하는 방식이다.
다만 이러한 임시 조치는 HTTP/2를 사용하던 클라이언트의 연결 방식에 영향을 줄 수 있다.
또한 HTTP/2만 비활성화했다고 해서 실제 서버의 모든 보안 문제가 해결되는 것은 아니다.
가장 확실한 대응은 해당 제품의 수정 버전을 사용하는 것이다.
실제 Next.js·Node.js 서비스와의 관계
예를 들어 다음 아키텍처를 생각할 수 있다.
- 사용자 브라우저
- NGINX Reverse Proxy
- Next.js 서버
- 데이터베이스
NGINX가 외부 클라이언트와 HTTP/2 연결을 직접 처리한다면 해당 취약점의 영향 범위에 포함될 수 있다.
반면 외부 CDN이 HTTP/2를 종료하고 NGINX에는 다른 방식으로 요청을 전달한다면 실제 공격 경로는 달라질 수 있다.
따라서 단순히 Next.js나 Node.js를 사용한다는 사실만으로 취약점의 영향을 확정해서는 안 된다.
실제 외부 HTTP/2 연결을 어떤 구성요소가 처리하는지 확인해야 한다.
적용 범위와 한계
이번 취약점은 실제 연구자가 원격 코드 실행을 재현한 보안 문제다.
하지만 이러한 사실이 실제 인터넷에서 공격자가 이미 광범위하게 악용하고 있다는 의미는 아니다.
또한 CVSS는 취약점의 심각도를 나타내는 점수이며 실제 서비스의 공격 성공 가능성을 정확하게 예측하는 확률값이 아니다.
이번 발표는 HTTP/2 Flow Control의 메모리 손상 문제를 수정하기 위해 NGINX의 여러 지원 계열에 보안 버전을 배포한 중요한 보안 업데이트다.
Java4Shell 관련 Cloudflare WAF 긴급 업데이트 — 잘못된 Base64 요청을 탐지하는 여섯 개 Rule 추가
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Cloudflare
- 관련 취약점: CVE-2026-114938
- 심각도: CVSS 4.0 기준 9.2, Critical
- 적용 대상: Cloudflare Managed Ruleset
- 지원 요금제: Pro, Business, Enterprise
- 기본 동작: Log
- 원문: https://developers.cloudflare.com/waf/change-log/changelog/
- 기술 분석: https://blog.cloudflare.com/java4shell-waf-protection/
Cloudflare가 Java4Shell 취약점을 탐지하기 위한 새로운 WAF Rule 여섯 개를 배포했다.
이번 발표는 취약점 자체의 최초 공개와 구분해야 한다.
Java4Shell은 11월 17일 공개됐다.
이번 11월 18일 업데이트는 해당 취약점을 이용하는 일부 악성 HTTP 요청을 탐지하기 위한 WAF 규칙의 추가다.
Java4Shell의 문제
Java4Shell은 OpenJDK의 Base64 Decoder에서 발견된 메모리 손상 취약점이다.
Base64는 Binary 데이터를 텍스트 형태로 표현하는 데 널리 사용되는 인코딩 방식이다.
예를 들어 다음 정보에 포함될 수 있다.
- 인증 관련 값
- API 요청
- 일부 Token
- 이미지 및 파일 데이터
문제는 취약한 Java Runtime이 특정 잘못된 Base64 입력을 처리하는 과정에서 발생한다.
해당 입력이 메모리 손상을 유발할 수 있다.
공식 연구에서는 일부 Java 서비스의 원격 코드 실행까지 확인됐다.
하지만 모든 Java 애플리케이션이 동일한 조건에서 영향을 받는 것은 아니다.
실제 JDK 버전과 CPU, Base64 처리 경로에 따라 영향이 달라질 수 있다.
새롭게 추가된 탐지 규칙
Cloudflare가 공개한 여섯 가지 탐지 대상은 다음과 같다.
| 탐지 대상 | 설명 |
|---|---|
| HTTP Header | 잘못된 Base64가 포함된 Header |
| Query Value | URL Query Parameter |
| Request Body | HTTP Body 안의 값 |
| Path Segment | URL 경로의 일부 |
| JWT Component | Base64url 형태의 JWT 구성요소 |
| WebAuthn Value | WebAuthn 관련 값 |
이러한 규칙은 악성 Base64 입력이 실제 HTTP 요청의 여러 위치에 존재할 수 있다는 점을 고려한 것이다.
하지만 이번 규칙이 모든 Base64 입력을 차단하는 것은 아니다.
실제로는 알려진 취약점의 입력 패턴과 관련된 요청을 탐지한다.
기본 동작이 Log인 이유
이번 변경에서 중요한 부분은 다음과 같다.
새로운 여섯 규칙은 기본적으로 Block이 아니라 Log로 배포된다.
Cloudflare는 정상적인 애플리케이션에서도 특수한 Base64 형식을 사용할 수 있다고 설명한다.
따라서 관련 패턴을 발견했다는 이유로 모든 요청을 즉시 차단하면 정상 사용자에게 영향을 줄 수 있다.
관리자는 Security Events에서 해당 규칙에 일치한 요청을 확인할 수 있다.
이후 정상 요청과 구분할 수 있다면 Rule의 Action을 Block으로 변경할 수 있다.
하지만 Log 상태에서는 요청이 차단되지 않는다.
따라서 WAF 규칙이 활성화됐다는 사실만으로 해당 취약점의 공격이 모두 차단된다고 판단해서는 안 된다.
WAF의 보호 범위
이번 규칙이 실제로 검사할 수 있는 것은 Cloudflare를 통과하는 HTTP 요청이다.
하지만 Java 애플리케이션은 다른 경로에서도 Base64 데이터를 처리할 수 있다.
예를 들어 다음과 같다.
- 내부 서비스 사이의 요청
- Kafka와 같은 비HTTP 프로토콜
- 애플리케이션이 외부 서버에서 받은 데이터
- 추가 인코딩을 해제한 뒤 나타나는 값
이러한 입력은 Cloudflare WAF가 실제로 검사하지 못할 수 있다.
따라서 WAF는 추가적인 방어 계층이다.
취약한 Java Runtime의 수정 버전을 적용하는 작업을 대체하지 않는다.
CPU와 실행 환경의 제한
Cloudflare의 기술 분석에 따르면 이번 취약점은 특정 하드웨어 구성과 관련된다.
특히 x86-64 환경에서 AVX-512 VBMI를 지원하는 CPU의 Base64 가속 처리 경로가 중요하다.
따라서 모든 Java Runtime과 CPU에서 같은 취약점이 동일하게 나타나는 것은 아니다.
하지만 정확한 영향 여부를 확인하려면 실제 JDK Vendor의 보안 권고와 사용 중인 Runtime, CPU 구성을 함께 확인해야 한다.
또한 Container Image 안에 포함된 JDK를 사용하는 경우에는 Host에 설치된 Java 버전만 확인해서는 부족할 수 있다.
실제로 애플리케이션이 실행하는 Runtime을 확인해야 한다.
적용 범위와 한계
Cloudflare는 WAF 규칙을 유료 요금제에 제공했다.
무료 요금제용 규칙은 이번 발표 시점에 별도로 준비 중이라고 안내했다.
이번 업데이트에는 탐지 정확도와 False Positive 비율에 관한 정량적인 Benchmark가 포함되지 않았다.
따라서 해당 Rule이 모든 공격 변형을 탐지한다고 단정할 수 없다.
이번 변경은 Java Runtime의 중요한 메모리 손상 취약점을 이용하는 일부 악성 요청을 Edge에서 탐지할 수 있도록 WAF 규칙을 확장한 긴급 보안 업데이트다.
GitHub CLI 2.105.0, PR 이벤트를 Polling 없이 기다리는 gh event listen Preview 추가
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: GitHub
- 버전: gh 2.105.0
- 안정화 단계: CLI 릴리스.
gh event기능은 Preview - 적용 대상: GitHub CLI, GitHub Event Streams, CI 및 AI 코딩 에이전트
- 접근 조건: GitHub Event Streams Preview Waitlist
- 원문: https://github.blog/changelog/2026-11-18-wait-for-pull-request-events-with-github-cli/
GitHub가 CLI에서 Pull Request의 상태 변경을 지속적인 Event Stream으로 받을 수 있도록 기능을 추가했다.
이번 변경은 이전 브리핑에서 소개한 GitHub Event Streams의 최초 Preview 발표와 구분해야 한다.
기존 Event Streams가 이벤트 전달 기능을 제공했다면, 이번 업데이트에서는 실제 GitHub CLI에서 해당 기능을 실행할 수 있는 명령을 추가했다.
기존 Polling의 문제
예를 들어 AI 코딩 에이전트가 Pull Request를 생성했다고 가정해 보자.
이후 Reviewer의 승인을 기다려야 한다.
기존에는 다음 작업을 반복할 수 있었다.
- PR 상태 조회
- 새로운 Review가 있는지 확인
- 없다면 일정 시간 대기
- 다시 PR 상태 조회
이러한 Polling 방식은 실제 변경이 없어도 API 요청을 반복한다.
또한 Polling 간격에 따라 실제 Review가 등록된 이후 이를 확인하기까지 지연이 발생할 수 있다.
새로운 CLI 명령
이번 버전에서는 다음 명령을 사용할 수 있다.
gh event listen
개발자는 Pull Request URL과 관심 있는 이벤트를 지정한다.
CLI는 실제 Event Subscription을 생성한다.
이후 해당 Event Stream을 연다.
그리고 이벤트가 발생하면 한 줄의 JSON으로 출력한다.
따라서 Shell Script와 AI 에이전트가 이벤트를 처리하기 쉬운 구조를 제공한다.
기본 실행 방식
이번 명령의 기본 동작은 이벤트를 하나 받은 뒤 종료하는 것이다.
예를 들어 다음 상황을 생각할 수 있다.
AI 에이전트가 PR을 생성했다.
이후 새로운 Review가 등록되기를 기다린다.
Review 이벤트가 발생한다.
CLI는 JSON 이벤트를 출력하고 종료한다.
이러한 동작은 이벤트 하나를 기다리는 자동화에 적합하다.
하지만 계속 연결을 유지하면서 여러 이벤트를 처리해야 하는 경우에는 다른 옵션을 사용할 수 있다.
주요 옵션
공식 발표에서 확인한 주요 옵션은 다음과 같다.
| 옵션 | 역할 |
|---|---|
| --count | 지정한 개수의 이벤트 대기 |
| --follow | 연결을 유지하며 계속 수신 |
| --timeout | 지정한 시간 이후 대기 종료 |
| --jq | JSON의 일부 필드 추출 |
| --template | 출력 형식 사용자 정의 |
예를 들어 여러 Review와 CI 결과를 계속 확인하는 자동화를 생각할 수 있다.
이 경우 --follow를 사용할 수 있다.
반면 특정 CI 결과 하나만 기다리는 경우에는 기본 동작이 더 적합할 수 있다.
지원 이벤트
이번 CLI는 다음 이벤트를 기다릴 수 있다.
- Pull Request Review 제출
- PR 상태 변경
- Head Commit 변경
- Merge Conflict 발생
- Check Suite 완료
따라서 다음과 같은 자동화를 구성할 수 있다.
- AI 에이전트가 PR 생성
- Review 이벤트 대기
- Reviewer 의견 분석
- 코드 수정
- CI 완료 이벤트 대기
- 결과 확인
하지만 Event Stream을 사용하는 것만으로 자동화의 작업이 정확하게 한 번만 수행된다고 보장할 수는 없다.
실제 연결이 끊기거나 이벤트 처리가 중복되는 상황에 대비해야 한다.
Subscription 관리
이번 버전에서는 관련 Subscription을 직접 관리하는 명령도 추가됐다.
- gh event subscription create
- gh event subscription list
- gh event subscription view
- gh event subscription delete
따라서 실제 이벤트를 기다리는 작업과 Subscription의 수명을 별도로 관리할 수 있다.
또한 일부 기존 GitHub CLI 명령에서는 반복 Polling 대신 gh event listen을 사용하도록 제안한다.
대표적으로 다음과 같다.
- gh pr create
- gh pr view
- gh run view
- gh run watch
- gh api
이러한 변경은 AI 코딩 에이전트가 CLI 도움말과 출력에서 새로운 명령을 발견할 수 있도록 하기 위한 것이다.
Preview 제한
이번 기능은 아직 Preview다.
따라서 다음 조건이 필요하다.
- gh 2.105.0 이상
- GitHub Event Streams Preview 접근 권한
Event Streams에는 Waitlist가 존재한다.
따라서 CLI를 최신 버전으로 업데이트했다고 해서 모든 GitHub 계정에서 바로 실행할 수 있는 것은 아니다.
또한 이번 발표에는 Polling 방식과 비교한 실제 API 요청 감소율이나 이벤트 전달 지연의 Benchmark가 포함되지 않았다.
이번 업데이트는 GitHub Event Streams를 실제 터미널과 AI 코딩 에이전트에서 사용할 수 있도록 CLI 명령으로 연결한 Preview 기능이다.
PyPI, 배포 아카이브의 형식 검사 강화 — 서로 다른 압축 해제 결과를 이용한 공급망 공격 가능성 감소
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: Python Package Index
- 안정화 단계: 정식 업로드 검증 정책 개선
- 적용 대상: PyPI에 업로드하는 Source Distribution 및 Wheel
- 주요 변경: 오래된 Tar 형식과 위험한 ZIP Comment 검사 강화
- 원문: https://blog.pypi.org/posts/2026-11-18-stricter-checks-for-uploaded-sdists/
PyPI가 Python 패키지의 업로드 과정에서 수행하는 아카이브 검증을 강화했다고 발표했다.
이번 변경은 새로운 Python 패키지 설치 도구를 출시하는 것이 아니다.
기존 패키지 파일이 실제 규격을 충족하는지 더 엄격하게 검사하도록 정책을 변경한 것이다.
특히 서로 다른 아카이브 Parser가 같은 파일을 다르게 해석하는 문제를 줄이려는 목적이다.
Python 패키지의 배포 형식
Python 패키지는 주로 두 종류의 배포 파일을 사용한다.
첫 번째는 Source Distribution이다.
일반적으로 다음 확장자를 사용한다.
.tar.gz
두 번째는 Wheel이다.
일반적으로 다음 확장자를 사용한다.
.whl
Wheel은 ZIP 기반의 아카이브 형식이다.
이러한 파일은 단순히 소스코드를 전달하는 것뿐 아니라 실제 패키지의 Metadata와 의존성 정보를 포함할 수 있다.
따라서 파일 안의 내용을 어떻게 해석하는지가 중요하다.
Parser Differential
Parser Differential은 서로 다른 Parser가 같은 입력을 서로 다르게 해석하는 문제다.
예를 들어 다음 두 프로그램을 생각할 수 있다.
- PyPI의 업로드 검사기
- 실제 사용자의 패키지 설치 도구
두 프로그램은 같은 Wheel 파일을 읽는다.
하지만 파일 안에 비정상적인 ZIP 구조가 존재할 수 있다.
이 경우 첫 번째 Parser는 특정 파일을 무시한다.
반면 두 번째 Parser는 해당 파일을 실제 설치 대상으로 처리할 가능성이 있다.
이러한 차이는 공급망 보안에서 문제가 될 수 있다.
예를 들어 PyPI의 보안 검사기는 정상 파일만 확인했다.
하지만 실제 설치 과정에서는 다른 파일이 추출될 수 있다.
이 경우 패키지 파일의 Hash가 일치하더라도 실제 해석 결과가 다를 수 있다.
따라서 단순한 파일 무결성 검사만으로 모든 문제를 해결할 수 없다.
V7 Tar 제한
이번 변경에서는 오래된 V7 스타일 Tar 아카이브를 거부하도록 했다.
V7은 오래된 UNIX Tar 형식이다.
Python 패키징 규격에서는 Source Distribution에 POSIX pax 형식을 사용하는 것이 요구된다.
하지만 일부 도구는 여전히 오래된 Tar 형식을 생성할 수 있다.
이번 변경에서는 이러한 파일의 업로드를 거부하도록 한다.
따라서 실제 패키지 Maintainer가 오래된 방식으로 Tar 파일을 수동 생성하고 있었다면 업로드 오류가 발생할 수 있다.
ZIP Comment 검사
두 번째 변경은 Wheel의 ZIP Comment에 관한 것이다.
ZIP 파일에는 Comment가 포함될 수 있다.
하지만 일부 비정상적인 Comment는 ZIP의 내부 구조와 혼동될 수 있다.
이 경우 Parser마다 실제 파일의 끝이나 내부 구조를 다르게 해석할 수 있다.
PyPI는 이러한 위험한 ZIP Comment를 포함한 배포 파일을 거부하도록 변경했다.
다만 이번 발표에서 모든 ZIP Comment를 즉시 금지한 것은 아니다.
일부 호환성을 위한 Comment는 계속 허용한다.
추후 더 엄격한 제한을 검토할 예정이라고 설명했다.
패키지 사용자와 Maintainer의 차이
이번 정책은 실제 패키지 사용자와 Maintainer에게 다른 영향을 준다.
일반적인 패키지 사용자는 기존처럼 다음 명령을 사용할 수 있다.
- pip install
- uv add
이미 PyPI에 존재하는 패키지가 이번 정책 때문에 자동으로 사용할 수 없게 되는 것은 아니다.
반면 새로운 버전을 업로드하는 Maintainer는 실제 배포 파일의 형식을 확인해야 할 수 있다.
특히 직접 tar 또는 zip으로 패키지를 만드는 경우가 해당한다.
올바른 아카이브 형식
PyPI는 일반적인 Python Build Backend를 사용하도록 권장한다.
예를 들어 표준적인 패키지 빌드 도구는 실제 배포 형식의 규격을 준수하도록 설계돼 있다.
하지만 수동으로 Source Distribution을 생성해야 한다면 다음 형식을 사용해야 한다.
--format=pax
또한 다음 구조는 제한 대상이 될 수 있다.
- Sparse Member
- 특정 PAX Vendor Extension
- 비표준 ZIP 구조
- UTF-8이 아닌 파일 이름
따라서 실제 배포 파일을 만들 때 어떤 도구와 옵션을 사용하는지 중요하다.
향후 계획
PyPI는 추가적인 검증 강화도 검토하고 있다.
대표적으로 다음과 같다.
- GNU Tar 형식의 완전한 거부
- ZIP Comment의 추가 제한
하지만 이러한 항목은 이번 발표 시점의 향후 계획이다.
모든 제약이 이미 정식으로 적용됐다고 판단해서는 안 된다.
적용 범위와 한계
이번 변경은 패키지 아카이브의 구조를 더 엄격하게 검사하는 기능이다.
따라서 악성 Python 패키지를 모두 탐지하고 차단하는 범용 보안 검사와는 다르다.
규격을 준수하는 패키지에도 악성 코드가 포함될 가능성은 존재한다.
또한 이번 발표에는 실제 악성 패키지 탐지율이나 업로드 처리 시간의 Benchmark가 포함되지 않았다.
패키지 저장소와 설치 도구가 같은 아카이브를 서로 다르게 해석해 발생할 수 있는 보안 문제를 줄이기 위해 배포 파일의 형식 검사를 강화한 공급망 보안 업데이트다.
GitHub Team, Secret과 코드 취약점에 대한 무료 위험 평가 자동 실행
- 발표일: 2026-11-18 — 정확한 게시 시각 미확인
- 발표 주체: GitHub
- 안정화 단계: 정식 기능 개선
- 적용 대상: GitHub Team 요금제의 Organization
- 주요 변경: Security Risk Assessment의 자동 실행
- 원문: https://github.blog/changelog/2026-11-18-security-risk-assessments-run-automatically-on-github-team/
GitHub가 GitHub Team을 사용하는 Organization에서 보안 위험 평가를 자동으로 실행하도록 변경했다.
이번 기능은 새로운 취약점 분석 엔진을 출시한 것이 아니다.
기존에 제공하던 Security Risk Assessment를 조직 단위에서 자동으로 실행하도록 지원 범위를 확대한 것이다.
기존 보안 검사의 문제
여러 Repository를 운영하는 Organization에서는 보안 문제를 모두 수동으로 확인하기 어려울 수 있다.
예를 들어 다음 프로젝트가 존재한다고 가정해 보자.
- 프론트엔드
- Node.js API
- 공통 라이브러리
- 내부 개발 도구
각 Repository에는 다른 의존성과 인증 정보가 존재할 수 있다.
따라서 일부 Repository에서 Secret이 노출되거나 코드 취약점이 발생할 수 있다.
하지만 실제 검사가 실행되지 않으면 이러한 문제를 발견하기 어렵다.
이번 기능에서는 관련 평가를 자동으로 실행해 조직의 위험 상태를 확인할 수 있도록 한다.
두 종류의 Risk Assessment
GitHub는 다음 평가를 제공한다.
첫 번째는 Secret 관련 평가다.
예를 들어 다음 인증 정보의 노출 가능성을 확인할 수 있다.
- API Key
- Access Token
- Credential
두 번째는 코드 취약점 관련 평가다.
실제 코드에서 발견할 수 있는 잠재적인 보안 문제를 분석한다.
따라서 관리자는 단순히 Repository의 수를 확인하는 대신 실제 위험이 발견된 Repository를 구분할 수 있다.
관리 권한
이번 결과는 다음 역할에서 확인할 수 있다.
- Organization Administrator
- Security Manager
따라서 조직의 보안 관리를 담당하는 사용자가 결과를 확인하고 후속 작업의 우선순위를 결정할 수 있다.
하지만 평가가 자동으로 실행된다는 사실만으로 발견한 모든 문제가 자동으로 수정되는 것은 아니다.
실제 취약점의 영향과 수정 방법은 별도로 확인해야 한다.
기존 Code Scanning과의 차이
이번 기능은 Repository마다 모든 Code Scanning 도구를 영구적으로 활성화하는 기능과 다르다.
Security Risk Assessment는 현재 조직의 보안 상태를 확인하는 평가 기능이다.
반면 실제 CI에서 CodeQL 등을 지속적으로 실행하는 구조는 별도로 구성할 수 있다.
또한 AI Scan과 Secret Scanning의 사용 범위 및 비용 정책도 각각 다를 수 있다.
따라서 무료 위험 평가가 존재한다는 사실만으로 모든 Advanced Security 기능을 무료로 사용할 수 있게 됐다고 해석해서는 안 된다.
적용 범위와 한계
이번 업데이트는 GitHub Team Organization을 대상으로 한다.
공식 발표에는 자동 평가의 실행 주기와 실제 탐지율, False Positive 비율에 관한 독립적인 Benchmark가 포함되지 않았다.
따라서 이번 기능이 모든 종류의 보안 취약점을 완전히 탐지할 수 있다고 단정할 수 없다.
GitHub Team을 사용하는 조직이 Secret 노출과 코드 취약점의 현재 위험 상태를 별도 수동 설정 없이 확인할 수 있도록 평가 실행 방식을 자동화한 변경이다.
이번 조사 범위에서 Node.js, Deno, Bun, Vite, webpack, Rollup, esbuild, Babel, Biome, ESLint, Prettier, npm, pnpm, Yarn 및 GitLab의 이외에 포함할 만한 주요 신규 안정 버전은 확인하지 못했습니다.
또한 GitHub Copilot에서는 11월 18일에 다음 기능이 새롭게 공개됐다.
- Team별 Copilot Plugin의 기본 설정 공유
- Gemini 4 Neon 모델의 Copilot 정식 제공
- Supabase 등 추가 MCP Connector의 Public Preview
이 가운데 Team별 Plugin 설정은 Copilot Business와 Enterprise에서 사용할 수 있으며, Organization 정책이 Team 설정보다 우선한다.
이번 브리핑에서는 실제 웹서비스의 인프라와 코드 보안, 개발 자동화에 직접적인 영향을 주는 변경을 우선해 상세 항목으로 선정했다.
📚 추천 글
Next.js use cache Reused the Same Cache Entry for Different Files Before 16.4.5
- 저자: Shubhra Pokhariya
- 매체: DEV Community / shubhra.dev
- 게시일: 2026-11-18
- 기술: Next.js 16, Cache Components, React Server Actions, File, Blob, Uint8Array
- 원문: https://dev.to/shubhradev/nextjs-use-cache-reused-the-same-cache-entry-for-different-files-before-1645-598g
- 관련 보안 권고: https://github.com/advisories/GHSA-rhh4-g77r-r9qj
Next.js의 use cache가 실제로 어떤 값을 캐시 키에 포함하는지 분석하고, 서로 다른 입력이 같은 캐시 항목을 사용하는 문제를 직접 재현한 기술 글이다.
저자는 단순히 문서를 읽고 캐시의 동작을 추측하지 않았다.
실제 여러 Next.js 버전에서 동일한 테스트를 실행했다.
그리고 캐시 키를 생성하는 내부 코드를 확인했다.
특히 보안 패치 이전 버전에서 서로 다른 파일이 같은 캐시 항목으로 처리될 수 있다는 문제를 발견했다.
use cache의 기본 구조
Next.js에서는 함수나 컴포넌트의 결과를 캐시할 수 있다.
대표적인 선언은 다음과 같다.
"use cache"
예를 들어 다음 함수를 생각할 수 있다.
export async function getUser(userId) {
"use cache";
return fetchUser(userId);
}
같은 userId로 함수를 반복 호출하면 이전 결과를 재사용할 수 있다.
하지만 실제 캐시 키를 어떻게 생성하는지가 중요하다.
서로 다른 사용자의 요청이 같은 캐시 키를 가지면 잘못된 결과가 반환될 수 있기 때문이다.
실제 테스트 구조
저자는 다음 세 버전에서 직접 테스트했다.
- Next.js 16.4.4
- Next.js 16.4.5
- Next.js 16.4.6
실행 환경은 다음과 같았다.
- next start
- 기본 In-memory Cache Handler
- cacheComponents 활성화
각 테스트에서는 두 입력을 준비했다.
첫 번째는 A다.
두 번째는 B다.
두 값은 정확히 하나의 조건만 다르게 만들었다.
예를 들어 다음과 같은 상황이다.
- 같은 Byte를 가진 File
- 서로 다른 파일 이름
이후 다음 순서로 함수를 호출했다.
- A 호출
- A 다시 호출
- B 호출
함수는 실제 실행할 때마다 새로운 Marker를 반환했다.
따라서 B가 A와 같은 Marker를 반환하면 실제 함수가 실행되지 않고 기존 캐시 결과를 재사용한 것으로 판단할 수 있다.
세 가지 결과 분류
저자는 결과를 다음처럼 구분했다.
| 분류 | 의미 |
|---|---|
| SEPARATE | 서로 다른 캐시 항목 사용 |
| SHARED | 캐시 공유가 발생했지만 실제 결과는 같음 |
| SHARED-WRONG | 서로 다른 입력이 같은 캐시 항목을 사용해 잘못된 결과 반환 |
이 구분은 중요하다.
예를 들어 서로 다른 객체가 같은 최종 결과를 반환하는 경우가 존재할 수 있다.
이때 캐시 항목을 공유하더라도 실제 반환값은 올바를 수 있다.
반면 함수의 결과가 실제 입력에 따라 달라져야 하는 경우에는 같은 캐시 항목을 사용하는 것이 문제가 된다.
실제 테스트 결과
저자가 공개한 결과는 다음과 같았다.
| 결과 | Next.js 16.4.4 | Next.js 16.4.6 |
|---|---|---|
| SEPARATE | 38 | 46 |
| SHARED | 7 | 7 |
| SHARED-WRONG | 9 | 1 |
| 전체 | 54 | 54 |
16.4.4에서는 9개 테스트에서 잘못된 캐시 공유가 발견됐다.
16.4.6에서는 그 수가 1개로 감소했다.
하지만 16.4.6에서 남은 1개가 무조건 보안 취약점이라는 의미는 아니다.
해당 사례는 File.lastModified의 처리 방식과 관련된다.
이 값은 의도적으로 캐시 키에 포함되지 않는 것으로 설명된다.
서로 다른 파일 이름의 충돌
저자는 다음 두 파일을 만들었다.
- alice.pdf
- bob.pdf
두 파일의 내용은 같은 32바이트였다.
하지만 파일 이름은 서로 달랐다.
이후 캐시된 함수에 각 파일을 전달했다.
함수는 다음 정보를 반환했다.
- name
- type
- size
- filledAt
정상적인 경우라면 bob.pdf를 전달했을 때 이름이 bob.pdf로 반환돼야 한다.
하지만 Next.js 16.4.4에서는 다음 결과가 나타났다.
bob.pdf의 요청에서 alice.pdf의 캐시 결과가 반환됐다.
즉 실제 함수는 다시 실행되지 않았다.
서로 다른 파일 이름을 가진 입력이 같은 캐시 키로 처리됐기 때문이다.
반면 Next.js 16.4.5에서는 두 파일이 서로 다른 캐시 항목으로 처리됐다.
Binary 데이터의 마지막 Byte
저자는 Uint8Array에서도 비슷한 문제를 발견했다.
예를 들어 다음 두 배열을 생각할 수 있다.
Uint8Array.from([61, 62, 63])
Uint8Array.from([61, 62, 63, 0])
첫 번째 배열의 길이는 3이다.
두 번째 배열의 길이는 4다.
따라서 두 값은 서로 다른 Binary 데이터다.
하지만 16.4.4에서는 같은 캐시 항목을 사용할 수 있었다.
그 결과 길이가 4인 배열을 전달해도 길이 3인 배열의 결과가 반환될 수 있었다.
16.4.5에서는 이러한 문제가 수정됐다.
실제 원인
저자는 Next.js의 내부 파일을 확인했다.
대표적인 위치는 다음과 같다.
next/dist/server/use-cache/use-cache-wrapper.js
그리고 실제 캐시 키를 생성하는 다음 함수를 분석했다.
encodeFormData
기존 구현에서는 Binary 데이터의 길이와 File Metadata가 캐시 키에 충분히 반영되지 않았다.
따라서 다른 값이 같은 문자열로 인코딩될 수 있었다.
16.4.5에서는 실제 Binary 데이터의 길이와 파일 이름 및 MIME Type 등을 반영하도록 변경됐다.
이러한 수정은 단순히 캐시의 Hit Rate를 변경하는 문제가 아니다.
서로 다른 사용자의 데이터가 같은 캐시 항목으로 처리될 수 있다는 점에서 보안과 연결될 수 있다.
실제 보안 권고
이번 문제가 관련된 공식 GitHub 보안 권고는 다음과 같다.
GHSA-rhh4-g77r-r9qj
관련 CVE는 다음과 같다.
CVE-2026-119349
공식 권고에 따르면 영향을 받는 범위는 다음과 같다.
Next.js 16.0.0 ~ 16.4.4
수정 버전은 다음과 같다.
16.4.5
하지만 모든 Next.js 애플리케이션이 해당 취약점에 실제로 노출되는 것은 아니다.
특히 Binary 값을 사용자 또는 계정의 식별 정보로 사용하고 해당 값이 캐시 키에 포함되는 경우가 중요하다.
또한 실제 공유 Cache Handler의 구성에 따라 영향 범위가 달라질 수 있다.
따라서 이번 문제가 존재한다는 사실만으로 모든 Next.js 서비스에서 다른 사용자의 데이터를 임의로 조회할 수 있다고 판단해서는 안 된다.
25만 Byte 부근의 Stack Overflow
저자는 별도의 성능 및 안정성 문제도 발견했다.
큰 Binary 데이터를 캐시 함수의 인자로 전달하는 경우다.
약 25만 Byte를 초과하는 일부 Uint8Array와 Blob 입력에서 다음 오류가 발생했다.
RangeError: Maximum call stack size exceeded
정확한 Threshold는 실행 환경에 따라 달라질 수 있다.
저자는 내부 캐시 키를 생성하는 과정에서 큰 입력이 처리되는 방식을 분석했다.
이러한 결과는 실제 파일 전체를 캐시 함수의 인자로 전달하는 설계가 비효율적일 수 있다는 점을 보여준다.
파일 ID를 사용하는 방식
저자는 실제 파일 데이터를 캐시 함수의 인자로 전달하는 대신 파일의 ID를 사용하도록 제안한다.
예를 들어 사용자가 파일을 업로드했다고 가정해 보자.
애플리케이션은 해당 파일을 Storage에 저장한다.
이후 다음 값을 생성한다.
fileId
캐시 함수에는 실제 File 객체가 아니라 fileId를 전달한다.
그리고 함수 내부에서 해당 파일을 읽는다.
이렇게 하면 실제 캐시 키가 큰 Binary 데이터에 의존하지 않는다.
하지만 중요한 제한사항이 있다.
같은 fileId에 연결된 파일 내용이 변경되면 이전 캐시 결과가 계속 사용될 수 있다.
따라서 실제 파일이 변경될 때 ID를 새롭게 생성하거나 Version을 캐시 키에 포함해야 할 수 있다.
적용 범위와 한계
이번 글은 실제 Next.js 16.4.4·16.4.5·16.4.6을 직접 실행한 결과를 제공한다.
또한 공개된 보안 권고와 실제 테스트 결과가 일치하는 부분을 확인했다.
하지만 다른 버전에 관한 일부 참고 결과는 다른 머신에서 수행한 테스트를 사용했다.
저자는 이를 자신의 직접 측정과 구분했다.
또한 기본 In-memory Cache Handler를 사용했으므로 실제 다른 Hosting 환경의 Cache Handler에서는 동작이 달라질 수 있다.
이번 글은 캐시 키의 직렬화 방식이 단순한 성능 문제가 아니라 사용자별 데이터 격리와 실제 반환 결과의 정확성에 영향을 줄 수 있다는 점을 여러 버전의 직접 테스트와 내부 구현 분석으로 설명한다.
The CSS caret-* properties and custom caret accessibility
- 저자: Sara Soueidan
- 매체: 개인 기술 블로그
- 게시일: 2026-11-16
- 기술: CSS, caret-color, caret-shape, caret-animation, WCAG, Caret Browsing
- 원문: https://www.sarasoueidan.com/blog/caret-styling-accessibility/
CSS의 새로운 Caret 관련 속성을 분석하면서 텍스트 입력창의 커서를 변경하는 일이 실제 사용자의 접근성에 어떤 영향을 주는지 자세하게 설명한 글이다.
이번 글은 단순히 새로운 CSS 속성 목록을 소개하는 자료가 아니다.
브라우저의 기본 Caret 동작과 운영체제의 사용자 설정을 조사한다.
그리고 개발자가 CSS로 Caret의 색상과 모양, 애니메이션을 변경할 때 어떤 접근성 문제가 발생할 수 있는지 분석한다.
Caret의 두 가지 역할
일반적으로 Caret는 텍스트 입력창에서 깜빡이는 세로선을 의미한다.
예를 들어 사용자가 검색창에 글자를 입력한다고 가정해 보자.
Caret는 다음 문자가 입력될 위치를 표시한다.
하지만 Caret는 두 종류로 구분할 수 있다.
첫 번째는 Insertion Caret다.
실제로 텍스트를 입력하거나 편집하는 위치를 나타낸다.
두 번째는 Navigation Caret다.
이 Caret는 일반적인 웹페이지에서도 키보드로 텍스트를 탐색할 수 있도록 한다.
이러한 기능을 Caret Browsing이라고 한다.
따라서 Caret는 단순한 장식 요소가 아니다.
특히 키보드로 웹페이지를 사용하는 사람에게는 현재 위치를 표시하는 중요한 UI다.
caret-color
가장 오래된 속성은 다음과 같다.
caret-color
이 속성은 실제 Caret의 색상을 변경한다.
예를 들어 다음과 같이 작성할 수 있다.
input {
caret-color: red;
}
이렇게 하면 텍스트 입력창의 Caret를 빨간색으로 표시할 수 있다.
하지만 실제 사용자가 설정한 운영체제의 Caret 색상보다 개발자가 작성한 CSS가 우선할 수 있다.
따라서 사용자의 접근성 설정과 충돌할 가능성이 존재한다.
특히 Caret의 대비가 충분하지 않으면 현재 입력 위치를 찾기 어려울 수 있다.
caret-shape
두 번째 속성은 다음과 같다.
caret-shape
이 속성은 Caret의 모양을 변경할 수 있다.
대표적인 값은 다음과 같다.
| 값 | 형태 |
|---|---|
| bar | 얇은 세로선 |
| block | 다음 문자를 덮는 사각형 |
| underscore | 다음 문자 아래의 선 |
예를 들어 Code Editor에서는 Block Caret를 사용할 수 있다.
하지만 실제 브라우저 지원 범위에는 제한이 존재한다.
저자가 글을 작성한 시점에는 Chromium의 실험 기능으로 제공되는 상태였다.
따라서 모든 브라우저에서 안정적으로 사용할 수 있다고 가정해서는 안 된다.
또한 Block Caret가 실제 텍스트를 덮는 경우 해당 문자의 가독성에 영향을 줄 수 있다.
caret-animation
세 번째 속성은 다음과 같다.
caret-animation
이 속성을 이용하면 Caret의 애니메이션을 변경할 수 있다.
예를 들어 다음 값을 사용할 수 있다.
caret-animation: manual
이후 CSS Keyframes로 Caret의 색상을 변경할 수 있다.
저자는 분홍색과 초록색 사이를 반복하는 예제를 제공한다.
하지만 이러한 애니메이션이 실제 사용자에게 항상 도움이 되는 것은 아니다.
특히 지나치게 빠르게 깜빡이는 Caret는 사용자의 집중을 방해하거나 불편함을 유발할 수 있다.
Reduced Motion만으로 충분하지 않음
이번 글에서 중요한 부분은 애니메이션의 접근성이다.
일반적인 웹 애플리케이션에서는 다음 Media Query를 사용할 수 있다.
prefers-reduced-motion
이 설정은 사용자가 움직임을 줄이도록 요청했는지 확인하는 데 사용한다.
하지만 저자는 Caret의 애니메이션에서는 이것만으로 충분하지 않을 수 있다고 설명한다.
실제 Caret의 깜빡임과 움직임에 민감한 사용자는 별도의 설정을 원할 수 있기 때문이다.
따라서 Caret의 애니메이션을 반드시 변경해야 한다면 사용자가 해당 효과를 중단할 수 있도록 하는 방법을 고려해야 한다.
WCAG와의 관계
이번 글에서는 여러 WCAG 기준을 검토한다.
대표적으로 다음과 같다.
- 1.4.11 Non-text Contrast
- 2.4.7 Focus Visible
- 2.3.1 Three Flashes or Below Threshold
Insertion Caret는 Focus Indicator 역할도 수행할 수 있다.
따라서 실제 사용자가 현재 어느 입력 위치에 있는지 확인할 수 있어야 한다.
하지만 Caret만으로 WCAG AAA의 Focus Appearance 기준을 충분하게 충족하기는 어렵다.
Caret의 실제 면적이 매우 작기 때문이다.
따라서 높은 접근성 수준을 목표로 한다면 입력창의 Outline이나 다른 Focus Indicator를 함께 제공할 수 있다.
Navigation Caret
Navigation Caret는 일반적인 입력창의 Caret와 다르다.
실제 텍스트를 편집하지 않는 페이지에서 문서를 탐색할 때 사용한다.
따라서 Insertion Caret에 적용되는 Focus 관련 기준이 항상 같은 방식으로 적용되지는 않는다.
하지만 실제 Caret의 색상과 배경 사이의 대비는 여전히 중요하다.
특히 웹사이트가 Navigation Caret의 색상을 강제로 변경한다면 실제 사용자가 설정한 커서 색상과 충돌할 수 있다.
적용 범위와 한계
이번 글은 CSS 규격과 실제 브라우저 구현, 운영체제의 사용자 설정을 함께 검토한다.
하지만 모든 브라우저에서 Caret 관련 속성의 지원 범위가 같지는 않다.
특히 다음 차이가 존재한다.
- caret-color: 광범위한 지원
- caret-shape: 제한된 실험적 지원
- caret-animation: Chromium 중심의 제한적 지원
또한 실제 브라우저가 사용자 설정을 얼마나 우선할지는 구현체에 따라 달라질 수 있다.
이번 글에는 CSS Caret의 성능에 관한 Benchmark는 포함되지 않았다.
개발자가 텍스트 커서의 외형을 변경할 수 있다는 사실과 실제 사용자에게 적합한 커서를 제공한다는 사실을 구분하고, 브라우저 및 운영체제의 접근성 설정을 우선해야 한다는 점을 구체적인 CSS 규격과 사용 사례로 설명한 자료다.
State of HTML 2026
- 주관: Devographics
- 매체: State of HTML
- 결과 공개: 2026-11-18 전후 — 정확한 공개 시각 미확인
- 실제 조사 기간: 2026-10-01 ~ 2026-11-01
- 응답자: 2,091명
- 기술: HTML, Dialog, Popover, Form Controls, Web Components, 접근성
- 원문: https://2026.stateofhtml.com/en-US
State of HTML 2026 조사 결과가 공개됐다.
이번 자료는 새로운 HTML 규격의 출시 발표가 아니다.
실제 웹 개발자들이 어떤 기능을 사용하고 있고, 어떤 기능을 좋아하거나 불편하게 느끼는지 조사한 결과다.
특히 최근 몇 년 동안 HTML에 새롭게 추가된 선언적인 UI 기능이 실제 개발 현장에서 어느 정도 사용되고 있는지 확인할 수 있다.
조사 규모
이번 조사에는 2,091명이 참여했다.
조사 기간은 다음과 같다.
- 시작: 2026년 10월 1일
- 종료: 2026년 11월 1일
따라서 결과 공개일과 실제 응답을 수집한 날짜는 다르다.
또한 응답자는 무작위로 선정한 전체 웹 개발자 집단이 아니다.
실제로 설문에 참여한 개발자들의 응답을 집계한 것이다.
따라서 조사 결과를 모든 웹 개발자의 사용 비율로 일반화해서는 안 된다.
선언적인 UI 기능의 사용 증가
이번 조사에서는 다음 요소의 사용 경험이 높게 나타났다.
| 기능 | 사용 경험 |
|---|---|
| details/summary | 72.5% |
| dialog | 67.8% |
| Popover API | 40% |
이러한 기능은 기존에 JavaScript로 직접 구현하던 일부 UI를 HTML의 기본 기능으로 표현할 수 있도록 한다.
예를 들어 FAQ를 구현한다고 가정해 보자.
기존에는 다음 작업을 수행할 수 있었다.
- Button 생성
- 클릭 이벤트 등록
- 열림 상태를 JavaScript로 관리
- 콘텐츠 표시 또는 숨김
하지만 <details>와 <summary>를 사용하면 기본적인 열기·닫기 동작을 브라우저에 맡길 수 있다.
비슷하게 <dialog>는 Modal을 구현하는 데 사용할 수 있다.
Popover API는 화면 위에 표시되는 UI를 관리하는 데 사용할 수 있다.
하지만 실제 접근성과 키보드 동작, Animation은 여전히 검증해야 한다.
Form Control의 어려움
이번 조사에서 개발자들이 불편하다고 응답한 영역 가운데 하나는 Form Control이다.
특히 다음 요소에 관한 어려움이 나타났다.
- select
- Date Input
- Customizable Select
예를 들어 기본 <select>를 사용하면 브라우저가 여러 접근성 및 키보드 동작을 제공한다.
하지만 실제 디자인 시스템에서 원하는 UI를 구현하려면 스타일링에 제한이 존재할 수 있다.
개발자는 별도의 Custom Select를 만들 수 있다.
그러나 이 경우 다음 기능을 직접 처리해야 할 수 있다.
- 키보드 Navigation
- Focus
- 선택 상태
- Screen Reader 지원
- 모바일 입력 환경
따라서 실제 Native Control의 스타일링 제한과 Custom Control의 구현 비용 사이에 트레이드오프가 존재한다.
datalist의 사용 증가
이번 조사에서는 datalist의 사용 경험도 증가했다.
이전 조사에서는 약 30%였다.
이번 조사에서는 약 44%로 나타났다.
하지만 긍정적인 평가 비율은 감소했다.
| 항목 | 이전 | 2026년 |
|---|---|---|
| 사용 경험 | 약 30% | 약 44% |
| 긍정적인 평가 | 약 44% | 약 34% |
즉 실제로 사용하는 개발자는 증가했다.
하지만 기능에 만족하는 비율은 낮아졌다.
응답자들은 다음 문제를 언급했다.
- 스타일링 제한
- 접근성
- 브라우저별 버그
이러한 결과는 특정 API의 사용량이 증가했다는 사실과 개발자의 만족도가 높아졌다는 사실이 서로 다르다는 점을 보여준다.
앞으로 필요한 HTML 기능
이번 조사에서는 개발자들이 원하는 기능도 확인했다.
대표적으로 다음과 같다.
- Native Data Table
- 정렬과 필터링
- Tabs
- Combobox
- Switch
- HTML Include
특히 기본적인 정렬과 필터링이 포함된 Native Data Table이 높은 관심을 받았다.
예를 들어 일반적인 관리자 페이지의 Table을 생각할 수 있다.
개발자는 다음 기능을 구현해야 할 수 있다.
- Column 정렬
- 데이터 필터
- 페이지 이동
- 키보드 탐색
이러한 기능 가운데 일부를 브라우저의 기본 기능으로 제공한다면 별도의 JavaScript 구현을 줄일 가능성이 있다.
하지만 실제 설문에서 많은 개발자가 원한다고 해서 해당 기능이 곧바로 새로운 HTML 표준으로 채택되는 것은 아니다.
표준화와 브라우저 구현에는 별도의 과정이 필요하다.
AI 코딩 도구와 HTML
이번 조사에서는 AI 사용과 관련된 정보도 수집했다.
최근 AI 코딩 도구는 실제 HTML과 CSS를 직접 생성할 수 있다.
따라서 개발자가 최신 브라우저 기능을 충분히 이해하지 못하더라도 웹사이트를 생성할 가능성이 있다.
문제는 AI가 기존 JavaScript 구현을 반복할 수 있다는 점이다.
예를 들어 Native Dialog를 사용할 수 있는 상황에서도 별도의 Custom Modal을 만들 수 있다.
이 경우 구현 코드가 증가하고 접근성 관련 문제가 발생할 수 있다.
다만 이번 설문 결과만으로 AI 코딩 도구가 모든 웹사이트의 접근성을 낮춘다고 단정할 수 없다.
실제 코드의 품질은 사용하는 도구와 Prompt, 검증 과정에 영향을 받는다.
설문 결과의 한계
이번 조사는 자기 보고 방식의 설문이다.
따라서 실제 웹사이트의 HTML을 직접 Crawling해 기능 사용률을 계산한 결과와는 다르다.
예를 들어 dialog 사용 경험이 67.8%라는 사실은 전체 웹사이트의 67.8%가 해당 요소를 사용한다는 의미가 아니다.
실제로 설문에 참여한 응답자 가운데 해당 기능을 사용해 본 사람의 비율에 관한 것이다.
또한 응답자의 지역과 경력, 기술 분야에 따라 결과가 달라질 수 있다.
이번 자료는 최신 HTML의 선언적인 기능이 실제 개발 현장에서 점점 더 많이 사용되고 있지만, Form Control과 브라우저 호환성에서는 여전히 개선이 필요한 영역이 존재한다는 점을 설문 데이터로 보여준다.
Charts in HTML and CSS
- 저자: Keith Cirkel
- 매체: k9l.io
- 공개 확인: 2026-11-18 Frontend Focus에서 소개. 원문의 최초 게시일은 정확히 확인되지 않음
- 기술: HTML, CSS, Semantic Markup, Data Visualization, 접근성
- 원문: https://k9l.io/
HTML과 CSS만으로 여러 종류의 Chart를 구현하는 사례를 모아 놓은 기술 자료다.
이번 자료는 JavaScript 기반 Chart Library를 새롭게 출시한 발표가 아니다.
기존 HTML의 의미 있는 구조와 CSS의 시각적 표현을 조합해 차트를 구현하는 접근을 설명한다.
대표적인 시각화는 다음과 같다.
- Column Chart
- Bar Chart
- Heatmap
- Donut Chart
- Line Chart
일반적인 Chart Library
웹 애플리케이션에서 Chart를 표시하려면 다음 기술을 사용할 수 있다.
- Canvas
- SVG
- JavaScript Chart Library
예를 들어 관리자 페이지에 월별 매출 Chart를 표시한다고 가정해 보자.
개발자는 Chart Library에 다음 데이터를 전달할 수 있다.
- 월
- 매출 금액
Library는 실제 좌표와 모양을 계산해 Chart를 생성한다.
이러한 구조는 복잡한 Interaction과 Animation을 구현하는 데 유용하다.
하지만 실제로 모든 Chart가 JavaScript를 필요로 하는 것은 아니다.
예를 들어 단순히 다섯 달의 매출을 비교하는 정적 Chart라면 다른 접근을 사용할 수 있다.
Semantic HTML을 데이터의 원본으로 사용
이번 자료의 주요 설계는 실제 데이터를 HTML의 의미 있는 구조로 유지하는 것이다.
예를 들어 다음 데이터를 생각할 수 있다.
| 월 | 매출 |
|---|---|
| 1월 | 100 |
| 2월 | 120 |
| 3월 | 90 |
| 4월 | 150 |
이 데이터는 실제로 Table로 표현할 수 있다.
CSS에서는 해당 값을 막대의 높이나 길이로 변환한다.
따라서 실제 스타일을 제거해도 데이터 자체는 Table로 남을 수 있다.
이러한 방식은 다음 두 책임을 분리한다.
- HTML: 데이터의 의미와 관계
- CSS: 시각적인 표현
따라서 실제 데이터가 어떻게 구성돼 있는지 이해하기 위해 Canvas의 Pixel이나 SVG의 좌표를 분석할 필요가 줄어든다.
JavaScript 없이 가능한 범위
CSS만으로 다음 표현을 만들 수 있다.
- 값에 따른 막대 길이
- 색상 차이
- 범례
- 데이터 간 간격
- 기본적인 반응형 Layout
하지만 실제 사용자의 조작에 따라 데이터를 계산하거나 변경해야 한다면 JavaScript가 필요할 수 있다.
예를 들어 다음 기능을 생각할 수 있다.
- 실시간 데이터 갱신
- 대량 데이터의 동적 필터
- 복잡한 Zoom
- 사용자가 선택한 범위의 통계 계산
따라서 CSS 기반 Chart가 모든 JavaScript Chart Library를 대체하는 것은 아니다.
접근성
이번 접근에서 중요한 부분은 Semantic HTML이다.
예를 들어 실제 데이터가 Table로 존재한다면 Screen Reader에서 행과 열의 관계를 이해할 수 있다.
반면 Canvas만으로 만든 Chart는 실제 Pixel의 의미를 보조 기술에 직접 전달하기 어렵다.
물론 Canvas 기반 Chart에서도 별도의 접근성 정보를 제공할 수 있다.
따라서 접근성은 특정 렌더링 기술의 이름만으로 결정되지 않는다.
이번 접근은 실제 데이터의 의미를 HTML에 유지한다는 장점이 있다.
성능과 한계
이번 자료에는 여러 HTML과 CSS 기반 Chart 예제가 존재한다.
하지만 다음과 같은 정량적인 Benchmark는 확인되지 않았다.
- JavaScript Chart Library 대비 Bundle 크기 감소율
- 대량 데이터 렌더링 시간
- 브라우저별 CPU 사용량
- 실제 화면 읽기 도구의 접근성 평가 결과
따라서 CSS만 사용한 Chart가 모든 상황에서 더 빠르다고 단정할 수 없다.
특히 데이터의 수가 매우 많다면 DOM Node 수가 증가하고 Layout 계산 비용도 커질 수 있다.
이번 자료는 복잡한 JavaScript 기반 Chart가 필요하지 않은 상황에서 의미 있는 HTML 구조를 유지하면서 CSS만으로 데이터 시각화를 구현할 수 있다는 점을 다양한 예제로 보여준다.