AI News Nov 5, 2026 6 min read

OpenAI 버그 바운티 보상금 상향…치명적 취약점 최대 3만 달러

OpenAI 버그 바운티 보상금이 올라 ChatGPT·Codex·API 핵심 제품의 치명적 취약점은 최대 3만 달러, 특별히 중대한 건은 보너스 포함 최대 17만 2천 달러다. 지난 30일 지급분 차액과 텐센트 Hy4, voxl 조건도 다룬다.

OpenAI가 버그 바운티 보상금을 올려 핵심 제품의 치명적 취약점은 최대 3만 달러, 특별히 중대한 건은 보너스 포함 최대 17만 2천 달러를 받을 수 있습니다. 발표 이전 30일 동안 지급한 건은 새 범위가 더 높으면 차액을 받습니다. 텐센트가 11월 4일 공개한 Hy4는 공식 페이지에서 가중치 공개 방식이 확인되지 않았고, Tembo의 voxl은 실행 전에 외부 라이브러리 설치가 필요합니다. 세 소식의 적용 조건을 함께 살펴봅니다.

오늘 담긴 것

보안과 보상

OpenAI 버그 바운티 보상금 상향…치명적 취약점 최대 3만 달러, 지난 30일 지급분 차액

OpenAI 버그 바운티 보상금 인상을 상징하는 황동 자물쇠와 금화 더미

OpenAI가 11월 2일 보안 글에서 보안 버그 바운티 프로그램의 보상금 인상을 발표했다. 독립 보안 연구자가 OpenAI의 테스트에서 놓친 취약점을 더 적극적으로 찾도록 하고, 완성도 높은 보고서에는 더 많이 보상하는 인센티브도 도입한다는 설명이다.

  • 범위: OpenAI 글은 중간, 높음, 치명적 취약점의 보상금 범위 중간값을 평균 4배 이상 올렸다고 밝혔다. ChatGPT, Codex, API 플랫폼 등 핵심 제품의 치명적 취약점은 최대 3만 달러다.
  • 최상위: 특별히 중대한 사안은 원문 기준으로 기존과 같은 최대 10만 달러에 보너스를 더해 최대 17만 2천 달러까지 받을 수 있다.
  • 소급: 아직 보상을 받지 못한 보고서에는 새 범위를 적용한다. 발표 이전 30일 동안 지급한 건은 새 범위가 더 높으면 차액을 지급한다.

무엇이 달라지나

기본 보상금 범위 위에 보고서 품질 보너스 배율, 5개 등급의 로열티 보너스, 새로 출시된 기능을 위한 우선순위 캠페인 보너스 배율이 얹힌다. 원문 예시에서 ChatGPT 제로 클릭 계정 탈취는 기존 예시 6,500달러에서 3만 달러에 배율 세 개를 곱한 51,577달러로 바뀐다. 모든 예시 금액은 설명용이다.

한계

한국 연구자의 참여 조건, 새 범위의 별도 시행일, 품질 보너스 배율의 허용 범위, 로열티 5개 등급의 이름과 배율 전체는 공개되지 않았다. 원문의 4배 이상은 세 등급 보상금 범위 중간값의 평균 인상 배율이고, 특별히 중대한 건의 기본 상한 10만 달러는 그대로다.

커뮤니티 반응

■OpenAI 공식 계정은 외부 보안팀 Cathedral Systems와 내부 보안 스프린트를 준비한다고 밝혔다. 치명적 발견의 보상이 4배 이상 늘고 뛰어난 발견은 보너스 포함 최대 17만 2천 달러라고 안내했다.

■숫자보다 AI 연구소가 자기 모델을 공격 표면으로 본다는 점이 눈에 띄고, AI 기능을 내놓는 쪽도 모델이 닿는 범위를 점검해야 한다는 해석이 달렸다.

■2025년 12월에 낸 보고서가 아직 P4 미해결이고 250달러도 받지 못했다며, 로열티 보너스 이전에 처리부터 해 달라는 연구자 답글도 나왔다.

본문 펼치기 · 약 4분

보상 범위는 자산 등급에 따라 갈리고 보너스 배율이 그 위에 곱해진다

OpenAI 글에 따르면 이번 개편은 중간, 높음, 치명적 취약점의 보상금 범위 중간값을 평균 4배 이상으로 올린다. ChatGPT, Codex, API 플랫폼 같은 핵심 제품의 치명적 취약점은 최대 3만 달러이고, 그중 특별히 중대한 사안은 기존과 같이 최대 10만 달러에 보너스를 더해 최대 17만 2천 달러다. 4배 이상은 세 등급 보상금 범위 중간값의 평균 인상 배율이어서 특정 등급 하나의 상한이 4배가 됐다는 뜻은 아니다.

원문은 계산 예시 네 개를 표로 싣고 모든 시나리오와 기존 보상금이 설명용이라고 적었다. 읽기 전용 구성원이 쓰기 권한 없이 ChatGPT 프로젝트에 파일을 올릴 수 있는 중간 등급 취약점은 기존 예시가 750달러였다. 새 계산은 2,000달러에 품질 보너스 1.15와 브론즈 로열티 1.05를 곱한 2,415달러다. 비핵심 자산인 Prism의 IDOR 취약점은 1,000달러에서 2,500달러에 품질 1.15와 골드 로열티 1.10을 곱한 3,162.50달러가 된다.

핵심 자산인 ChatGPT의 제로 클릭 계정 탈취는 6,500달러에서 3만 달러에 품질 1.15, 우선순위 캠페인 1.30, 31337 로열티 1.15를 곱한 51,577달러로 제시된다. 임의의 ChatGPT 사용자 채팅 메시지를 볼 수 있는 특별히 중대한 사안은 10만 달러에 같은 세 배율을 곱한 171,925달러다. 기본 범위 상한보다 큰 금액이 나오는 것은 배율이 기본 보상금 위에 곱해지기 때문이다.

세 가지 보너스에 대한 설명도 원문에 있다. 품질 보너스 배율은 완성도 높은 보고서에 적용될 수 있다. 원문은 버그를 명확히 분리해 재현하고, 악용 가능한 조건과 그 영향을 입증하는 신뢰할 수 있는 개념 증명이 문제 해결에 착수하는 데 큰 도움이 된다고 설명하며, 이런 요소를 갖추면 반드시 적용된다는 보장은 적혀 있지 않다. 로열티 보너스는 5개 등급에 따라 늘어나고, 우선순위 캠페인은 새로 출시된 기능을 위한 별도 보너스 재원이다. 예시에는 품질 1.15가 모두 쓰였지만 이 배율이 어디까지 오를 수 있는지는 적혀 있지 않다.

이미 낸 보고서와 지난 30일 지급분도 새 범위로 다시 계산된다

원문은 이미 보고서를 냈지만 아직 보상금을 받지 못한 경우 새 보상금 범위를 적용한다고 밝혔다. 이번 발표 이전 30일 동안 보상금을 지급한 건은 새 범위에서 더 높은 보상금을 받을 수 있는 제보라면 그 차액을 지급한다. 지급 완료 보고서를 가진 연구자는 자신의 지급일이 그 30일 안에 드는지 보고서별로 따져 봐야 한다.

차액 비교 기준으로 원문이 괄호에 적은 것은 기본 보상금과 로열티 보상금이다. 품질 보너스나 우선순위 캠페인 보너스가 차액에 들어가는지는 적혀 있지 않다. 30일의 기산일도 11월 2일이라는 글 날짜 말고는 따로 밝히지 않았다.

날짜도 나눠 봐야 한다. OpenAI 글에는 2026년 11월 2일이라는 날짜만 있고 시각은 없다. 이 내용을 알린 OpenAI 계정의 소셜 게시물은 한국 시간 11월 3일 오전에 올라왔다. 글이 11월 2일 안에서 정확히 언제 공개됐는지는 확인되지 않는다.

보안팀이 11월 20~21일 오클랜드에서 연구자를 직접 만난다

원문 끝부분에 따르면 OpenAI 보안팀은 11월 20~21일 오클랜드에서 열리는 PROMPT2PWN에 참가한다. 연구자들은 현장에서 대상 시스템을 직접 테스트할 수 있고, OpenAI는 진행 중인 연구와 협력할 방법을 이야기하고 싶다고 적었다.

이번 개편은 엔지니어들이 OpenAI 모델로 취약점을 찾고 재현하며 수정 사항을 테스트하는 Defense Factory 활동을 보완하는 것이라고 원문은 설명한다. 사내 방어 작업과 외부 연구자 보고를 함께 돌린다는 구도다. 원문이 문제 해결에 도움이 된다고 꼽은 것은 버그를 분리해 재현하고 악용 조건과 영향을 보여 주는 개념 증명이다. 보고서를 쓰려는 연구자는 이를 갖추는 편이 좋지만, 그것이 품질 보너스 배율 적용을 보장한다는 뜻은 아니다.

참가 자격이나 국가별 제한 같은 세부 조건은 이 글에 없고, 원문은 자세한 내용을 OpenAI 보안 버그 바운티 프로그램 페이지에서 확인하라고 안내한다.

자세히 읽기 · OpenAI의 버그 바운티 개편 글 ↗

모델과 시장

텐센트 Hy4 공개…비전·컴퓨터 사용 첫 지원, 오픈웨이트 공개는 별도 확인

텐센트 Hy4의 비전과 컴퓨터 사용 지원을 상징하는 유리 큐브 속 눈과 커서 화살표

텐센트가 11월 4일 Hy4를 공개했다. 텐센트는 Hy4 preview보다 사전 학습과 사후 학습을 크게 키웠고 비전 능력을 처음 넣었으며, 지시 따르기, 긴 문맥 이해, 장기 과제, 딥 리서치가 좋아졌다고 밝혔다. 페이지 상단에는 Tencent Cloud, OpenRouter, Hy AI Studio가 나란히 걸려 있다. 같은 페이지는 Hy가 처음으로 가장 강한 오픈소스 모델 반열에 들었다고 쓴다. 다만 공식 페이지에서 확인된 문장 중에는 가중치 공개 방식과 시점이 없다.

  • 새 기능: 공식 페이지는 이미지 세부와 복잡한 차트를 이해하고 CLI와 GUI에서 컴퓨터를 조작하는 기능이 처음 지원된다고 소개한다.
  • 수치: 텐센트에 따르면 Hy4 preview보다 GameDev 19.1%, GameLogic 9.8% 개선됐고, 내부 평가에서 환각률은 15.76%에서 5.45%로 내려갔다.
  • 비교: 579개 실제 금융 과제 평가에서 오픈웨이트 모델 중 1위이고 점수는 3.04, DeepSeek-V4.1-Flash-1017은 2.97이다. 모두 텐센트와 협력사의 자체 평가다.

무엇이 달라지나

이미지 이해와 컴퓨터 사용 지원이 처음 들어갔다고 텐센트는 소개한다. 컴퓨터 사용은 Blender와 CAD 같은 전문 소프트웨어, 여러 앱에 걸친 긴 작업 흐름을 대상으로 따로 훈련했다고 한다. 게임 개발은 Unreal Engine, Unity, Godot에 맞췄고 멀티플레이어 개발까지 넓혔다.

한계

수치는 모두 텐센트나 협력 업체가 직접 잰 값이다. 환각률과 추측 오류는 텐센트 내부 평가이고, IRAB은 RabyteTech의 내부 벤치마크다. API 가격, 모델 크기, 컨텍스트 길이, 한국어 지원은 확인한 공식 페이지 범위에 없다. 인용한 페이지 본문이 중간까지여서 뒷부분의 가중치 공개 안내 여부는 판단할 수 없다.

커뮤니티 반응

■새 플래그십이 Tencent Cloud, OpenRouter, CodeBuddy, WorkBuddy, Hy AI Studio에서 쓰이고 오픈 웨이트는 곧 나온다고 전하는 글이 퍼졌다. 텐센트가 가중치를 오픈소스로 공개하고 vLLM과 SGLang 커뮤니티와 협력하며 공개 때 시스템 카드를 함께 낸다는 문구를 인용했다.

■이전 오픈 모델 Hy3가 Q4 GGUF만 166GB인데 Hy4는 훨씬 크니, 집에서 돌릴 사람이 있느냐는 회의적인 반응이 나왔다.

■입력 100만 토큰당 약 0.9달러로 소개하며, CAD 도면과 가구 도면을 읽혀 보고 Claude와 비용을 비교해 보겠다는 글도 있었다.

본문 펼치기 · 약 5분

비전과 컴퓨터 사용은 화면을 보고 CLI와 GUI를 모두 다루는 능력으로 소개됐다

공식 페이지에 따르면 Hy4는 인지, 추론, 도구 사용을 결합해 이미지의 세부와 복잡한 차트를 이해한다. 컴퓨터 사용은 명령줄과 그래픽 화면 양쪽에서 이뤄진다. 텐센트는 Blender와 CAD 같은 전문 소프트웨어에 대한 목표 훈련과 여러 앱에 걸친 장기 작업 흐름 훈련으로 전문 작업의 계획과 수행 능력을 크게 높였다고 설명한다. 예시 과제로는 2.8기가픽셀 항공 사진에서 지붕 문구가 적힌 창고 오른쪽 위 태양광 구역의 맨 동쪽 흰 사각 부품, 약 2미터 크기를 찾는 일이 실려 있다.

프론트엔드와 게임 개발에서는 시각 이해를 합친 것이 큰 도약을 만들었다고 텐센트는 밝혔다. 프론트엔드는 복잡한 UI 상호작용, 비즈니스 로직, 상태 관리, 풀스택 연동을 대상으로 최적화했다. 게임 개발은 텐센트 인터랙티브 엔터테인먼트 그룹의 전문 개발자와 학습 데이터와 평가를 만들었고, 기능 구현, 게임플레이 로직, 상태 추적, 에셋 파이프라인에 초점을 맞췄다. Hy4 preview 대비 GameDev는 19.1%, GameLogic은 9.8% 개선됐다고 적었다.

여기서 훈련 대상과 적용 대상은 다르다. Blender와 CAD는 목표 훈련을 한 소프트웨어이고, Unreal Engine, Unity, Godot은 Hy4를 적응시킨 게임 엔진이다. 페이지는 Three.js로 3D 모형을 만드는 긴 과제 설명문도 보여 주지만, 그 결과물을 수치로 평가한 내용은 확인한 범위에 없다.

금융과 문서 업무 수치는 평가 주체마다 조건이 달라 나란히 놓고 읽어야 한다

텐센트 자체 설명은 금융기술 부문 FiT와 함께 213명의 금융 전문가로 평가했다는 것이다. 그중 153명은 대형 금융기관 소속이고, 이 전문가들의 70% 이상이 업계 경력 5년을 넘는다고 한다. 579개 실제 금융 과제에서 Hy4는 3.04점으로, DeepSeek-V4.1-Flash-1017 2.97점, Kimi K3.1 Pro 2.68점, GLM-5.3 2.68점보다 앞서 오픈웨이트 모델 중 1위라고 한다. 점수 척도는 적혀 있지 않다. 수천 개 작업공간과 수만 개 과제는 평가가 아니라 Hy4를 금융 업무에 맞추려고 만든 자료다.

협력사 평가는 기준이 제각각이다. 공식 페이지에 따르면 RabyteTech은 투자 리서치 과제 101개로 IRAB을 돌려 61.63점을 냈고 Hy4 preview보다 12.03점 높다고 했다. Comein은 Hy4가 Claude Opus 5.5와 공동 2위이며 중국 모델로는 유일하고, 데이터 조회 75.4점으로 GPT-6.1 Sol보다 20점 가까이 앞선 1위라고 밝혔다. Manus는 문서 작성과 편집 과제의 완료율이 거의 97%라고 했다. 같은 점수를 서로 비교할 수 없으므로 각각 자기 업무 샘플로 다시 재 보는 편이 맞다.

텐센트 내부 평가에서는 환각률이 Hy4 preview의 15.76%에서 5.45%로, 추측 오류가 23.1%에서 5.6%로 내려갔다. 시간에 민감한 검색, 여러 출처의 종합, 사실 일관성 검증을 겨냥해 검색 기능을 손봤다고 한다. Word, Excel, PowerPoint 파일을 사람과 실시간으로 함께 편집하는 능력도 개선했고, 블라인드 평가에서 문서 서식, 신뢰성, 전반 사용성이 Hy4 preview보다 나아졌다고 적었다.

과학 연구와 비서 기능은 가중치 공개와 구분해서 읽어야 한다

과학 연구에서 텐센트는 내부 벤치마크 TenureTrail의 7개 학문 분야 123개 과제에서 Hy4가 오픈웨이트 모델 중 1위라고 밝혔다. Hyra 2.0 하네스와 함께 같은 구조의 더 작은 모델용 내부 사전 학습 인프라를 최적화했고, 스스로 학습시킨 변형이 여러 벤치마크에서 공식 Jev 기준선을 넘었다고 한다. 7백만 개 세포로 3D 생쥐 배아를 단일 머신에서 1.5시간에 재구성했다는 사례도 실려 있다.

공개 대상은 정확히 읽어야 한다. 공식 페이지에서 텐센트가 오픈소스로 내놓겠다고 한 것은 Hy4와 Hyra 2.0이 함께 만든 두 기초 모델, 단일 세포 표현용 HyCell과 물리장 모델링용 HyPDE다. Hy4 자체의 가중치 공개와는 별개의 이야기다.

개인 비서 쪽은 WorkBuddy가 WeCom과 연동해 채팅 기록, 이메일, 문서, 일정, 회의 메모를 연결하고, 프로젝트별 이력과 마감 임박 항목을 정리해 준다는 설명이다. Hy4 기반 팀 협업 기능은 새 Projects 버전과 함께 WorkBuddy에 출시될 예정이라고 페이지는 적었다. WorkBuddy는 자체 평가에서 평균 83.18점, 통과율 96.15%였고 12개 시나리오 중 9개에서 중국 모델 1위라고 밝혔다. 도입을 검토하는 팀은 호스팅 서비스로 쓸 것인지 가중치를 직접 돌릴 것인지부터 나눠야 하고, 후자는 공식 공개 안내가 나온 뒤에 판단해야 한다.

자세히 읽기 · Tencent Hy의 Hy4 소개 페이지 ↗

에이전트 도구

Tembo voxl 원격 데스크톱 사용법…Linux·Mac·Windows 화면을 브라우저로, /wait API 포함

voxl이 원격 화면을 브라우저로 흘려보내는 모습을 상징하는 모니터와 필름 띠

Tembo의 오픈소스 voxl은 한국 시간 11월 4일에 소개 글이 올라오며 알려졌고, 저장소 자체의 최초 공개일은 확인되지 않는다. README는 voxl을 X11 화면, Mac 화면, Windows 데스크톱을 H.264 영상으로 WebSocket에 실어 브라우저의 작은 웹 클라이언트로 보내는 Rust 기반 도구라고 설명한다. 저장소 라이선스는 MIT다.

  • 실행: README에 따르면 cargo install voxl-server 뒤 DISPLAY=:1 voxl을 실행하면 로그인 링크가 출력된다. 설치에는 x264, libyuv, Opus, PulseAudio, esbuild가 필요하다.
  • 에이전트 API: README의 /screenshot은 PNG, /record는 MP4, /wait는 화면이 멈추거나 바뀔 때까지 기다렸다가 응답한다.
  • 속도: README 벤치마크에서 voxl은 평균 60FPS와 지연 중앙값 12~99ms, noVNC는 평균 8FPS 미만이다. 저자 측 측정이다.

무엇이 달라지나

에이전트가 동작 뒤에 임의로 쉬지 않고 화면이 멈추거나 바뀔 때까지 기다릴 수 있다. README에 따르면 voxl은 XDamage, ScreenCaptureKit, DXGI가 알려 주는 변경 영역을 이미 알고 있어 스크린샷 반복이나 폴링이 필요 없다. 녹화는 시청자에게 보내는 H.264를 다시 인코딩하지 않고 MP4로 저장하므로 추가 CPU 비용이 없다.

한계

벤치마크는 저자가 GPU 없는 16 vCPU AMD EPYC 9334 VM에서 2560×1600 Xvfb 데스크톱으로 잰 값이고, voxl 열은 테스트별 최고 기록이다. Tembo 등에서 실서비스로 쓴다는 설명은 공개를 알린 게시물에 나오며, 확인한 README 범위에는 없다. 최초 공개일과 Wayland 지원 범위는 확인한 범위에 없다.

커뮤니티 반응

■개발자 쪽 소개 글은 Rust로 만든 60fps 저지연 스트리밍, macOS, Windows, Linux 지원, 프록시와 샌드박스 포털을 통과하는 하나의 WebSocket, 에이전트 API 세 개를 내세웠다. Tembo 등에서 이미 운영 중이라고도 밝혔다.

■터널이나 CDP로 충분하고 디자인 엔지니어에게 데스크톱 스트리밍은 부족하다는 반박에, 개발자는 터널로 닿지 않는 데스크톱과 모바일 앱이 주 용도라고 답했다.

■cargo install voxl-server 첫 빌드가 중단됐다며 나중에 다시 보겠다는 사용자 답글도 달렸다.

본문 펼치기 · 약 7분

설치 전에 Linux, Mac, Windows마다 필요한 조건이 다르다

README의 빠른 시작은 두 줄이다. cargo install voxl-server를 실행한 뒤 DISPLAY=:1 voxl로 1번 디스플레이를 스트리밍하면 로그인 링크가 출력된다. 이 두 줄에는 의존 라이브러리 설치가 들어 있지 않다. 시스템에 x264, libyuv, Opus, PulseAudio, esbuild가 있어야 하고 nix-shell이 이를 모두 제공한다고 README는 적었다. 소스 빌드는 여기에 Rust, pkg-config, clang이 더 필요하다. 예시 출력의 토큰 값도 4f1c…로 줄여서 보여 준다.

Linux는 X 디스플레이가 있어야 한다. README에 따르면 Xvfb를 -shmem으로 시작하면 제로 카피 캡처가 되고, 부드러운 스크롤은 패치된 Xvfb를 써야 한다. Mac은 brew로 x264, opus, pkgconf, esbuild를 설치하고 cargo build --release로 빌드한다. 전체 화면이 노출되므로 기본으로 127.0.0.1에서만 연결을 받고, --addr로 바꿀 수 있다. macOS는 화면 기록과 손쉬운 사용 권한을 요청하며, 마이크를 쓰려면 loopback 장치를 설치해 입력으로 골라야 한다.

Windows는 Windows 10 이상이며 DXGI Desktop Duplication으로 캡처한다. vcpkg로 x264, libyuv, opus를 설치하고 LLVM과 esbuild가 있어야 빌드된다. Windows 항목의 후반부는 확인한 범위에서 끊겨 있다. README는 Mac과 Windows가 Linux 판의 모든 기능을 갖는다고 쓰지만, Mac에서는 --audio-device-name, --microphone-fifo, 둥근 모서리 플래그가 적용되지 않는다고 따로 밝혔다. 지원한다는 문장과 기본으로 켜져 있다는 뜻은 같지 않아서, 마이크는 기본이 꺼져 있다.

접속은 기본으로 비밀번호를 요구하고 설정에 따라 쓸 수 있는 기능이 달라진다

voxl은 데스크톱을 보여 주거나 입력, 파일, API 호출을 받기 전에 비밀번호를 묻는다. 비밀번호는 --basic-auth-password나 환경변수 VOXL_PASSWORD로 주고, 주지 않으면 시작할 때 만들어 로그인 링크로 출력한다. 접속 방법은 세 가지다. 링크의 ?token=에 비밀번호를 담거나, 브라우저 로그인 창에 아무 사용자 이름과 비밀번호를 넣거나, 프로그램에서 Authorization: Bearer 헤더나 curl -u :비밀번호를 쓴다. 앞단 프록시가 로그인을 처리한다면 --enable-basic-auth=false로 voxl의 로그인을 끌 수 있다. 저장소에는 보안 정책 파일도 있다.

호스트와 오리진도 기본은 닫혀 있다. README에 따르면 voxl은 IP 주소나 localhost로 온 요청에만 응답해 DNS 리바인딩을 막는다. 호스트 이름으로 접속하려면 --allowed-hosts에 이름을 적고, 다른 사이트의 페이지가 연결하게 하려면 --allowed-origins에 그 사이트를 적는다. curl이나 스크립트처럼 Origin을 보내지 않는 프로그램은 그대로 연결되고, 거부된 요청은 403과 함께 추가할 플래그 이름을 알려 준다.

고를 수 있는 설정은 기능과 묶여 있다. README 표에 따르면 --read-only를 true로 하면 입력, 클립보드 쓰기, 마이크, 업로드, 크기 조절(--enable-resize)이 모두 거부되어 보기 전용이 된다. --enable-clipboard는 true, in, out, false 중에서 고르고, --file-transfers는 upload, download, both, none을 쓸 수 있으며 기본값은 upload,download다. 기본값은 오디오 켜짐, 마이크 꺼짐, 크기 조절 꺼짐이다. 파일 패널이 보는 폴더는 --files-root의 기본값인 홈 폴더이고, 업로드 크기 제한 --max-upload-mb의 기본값 0은 제한 없음을 뜻한다.

에이전트 API는 스크린샷, 녹화, 대기를 curl로 부른다

README의 API 예시는 VOXL_PASSWORD를 지정해 voxl을 시작하고 그 값을 curl -u로 함께 보낸다. 로그인이 켜져 있으면 API 호출에도 비밀번호가 필요하다. 다만 VOXL_PASSWORD만이 방법은 아니다. 비밀번호를 지정하지 않으면 시작할 때 만들어지고, --basic-auth-password로도 지정할 수 있으며, --enable-basic-auth=false로 로그인을 끌 수도 있다. localhost:6901/screenshot은 화면을 PNG로 내려받고, /record?seconds=10은 앞으로 10초를 MP4로 받는다. /record/start를 POST로 부르면 id가 오고 /record/stop?id=를 POST로 부르면 파일을 받는다. 녹화에는 커서가 들어가지 않고 크기 조절이 일어나면 끝나며, 가장 긴 녹화 시간 --max-record-seconds의 기본값은 300초다.

/wait는 idle 기본 300ms 동안 화면이 가만히 있거나, timeout 기본 10000ms가 지나면 응답한다. change를 붙이면 첫 변화에서 바로 돌아오고, region=x,y,w,h는 그 사각형만 16픽셀 블록 단위로 지켜본다. 동작이 일으킨 변화를 놓치지 않으려면 이전 /wait의 seq나 스크린샷의 X-Voxl-Seq 헤더 값을 since로 넘긴다. 깜박이는 텍스트 커서가 초당 두 번쯤 화면을 다시 그리므로 idle을 500ms 아래로 두거나 커서 영역을 빼라고 README는 권한다.

README가 응답을 보여 주는 예시는 /wait 하나뿐이고 응답은 changed true, timed_out false, seq 812, waited_ms 340이다. 스크린샷과 녹화 예시는 파일로 저장하는 명령이라 응답 내용이 나오지 않는다. 일반 기능이 설명되어 있다고 해서 모든 예시에 출력까지 실려 있는 것은 아니다.

벤치마크는 저자 측정이고 비교 대상마다 설정이 다르다

README 표는 voxl을 selkies, KasmVNC, Neko, 튜닝한 Neko, noVNC, Daytona와 비교한다. 1080p 애니메이션을 LAN에서 돌렸을 때 voxl은 60.1FPS에 지연 p50/p99가 12/16ms이고, selkies는 58.7FPS에 31/48ms, noVNC는 7.7FPS에 149/210ms다. 5Mbps, 왕복 60ms 링크의 스크롤에서는 voxl이 60.1FPS에 99/109ms였다. 같은 조건에서 selkies는 27.9FPS에 2.7/3.7초였고, 튜닝한 Neko는 20초 동안 프레임이 오지 않아 멈춘 것으로 표시됐다.

서버 CPU는 voxl이 유휴 0.00코어, 1080p 애니메이션 1.39코어, 전체 화면 1.68코어이고, noVNC는 8FPS 수준에서 0.55코어를 쓴다. 비교 대상 설정도 다르다. KasmVNC는 60FPS 상한과 비디오 모드, Daytona는 CPU 1개 제한과 약 12ms 거리의 프록시를 거친 값이고 그 지연이 포함된다. 표의 voxl 열은 테스트별 최고 기록이라고 README가 밝혔으므로, 자기 환경에서 재현하려면 저장소의 bench 폴더를 보라고 한다.

자세히 읽기 · Tembo의 voxl 저장소 README ↗ · Tembo의 voxl bench 폴더 ↗ · Tembo의 voxl 보안 정책 파일 ↗ · Tembo의 voxl 라이선스 파일 ↗

Fluxaivory desk

Built from primary sources with AI assistance and published after automated checks. AI Use Policy · Corrections

Follow Fluxaivory

Get the briefing by email

A weekly roundup of the top AI news in plain English, from primary sources. Free. Unsubscribe anytime.