읽을 가치가 있는 기사만, 짧고 또렷하게.

디지털 독립을 위해서는 인프라를 소유해야 한다는 주장이 제기되고 있습니다. 도로, 수도와 같은 물리적 인프라가 국가 차원의 노력을 필요로 하듯이, 디지털 서비스 역시 통제권을 확보해야 한다는 것입니다. 특히 유럽은 오랫동안 디지털 서비스 인프라를 충분히 고려하지 않았으며, 이는 거대 기술 기업들이 인프라를 구축하고 운영하는 방식과 관련이 있습니다.

자본주의 하에서 이익을 추구하는 기업들은 인프라 구축에 참여하지만, 장기적으로는 쉽게 대체될 수 있는 위치에 있어야 합니다. 이는 데이터 센터 운영과 같은 인프라에 대해 개방형 표준(open standards)을 채택함으로써 공급망 독립성을 확보할 수 있습니다. 인터넷이 표준을 기반으로 구축되었듯이, 통신 도구 역시 개방형 표준을 통해 개발되어야 사용자들은 특정 공급업체에 종속되지 않고 원하는 시스템을 구축할 수 있습니다.

통신 도구에 있어서는 Signal이나 Wire 같은 서비스가 윤리적인 비즈니스 관행을 따르는 주체에 의해 운영되지만, 이들 역시 '폐쇄된 정원(walled gardens)'을 운영하고 있어 자체적인 보안 장치가 부족할 수 있습니다. 따라서 개방형 소스 소프트웨어만으로는 충분하지 않으며, 개인은 자가 호스팅(self-hosting)이 구조적으로 가능하도록 시스템을 설계해야 합니다.

이러한 목표를 달성하기 위해 확장 가능한 메시징 및 존재 프로토콜(XMPP)과 같은 표준을 채택하고 의무화하는 것이 필수적입니다. XMPP는 25년 이상의 역사를 가지고 있으며, 개방형 표준과 공급업체 독립성을 통해 상호 운용성을 달성하는 데 중점을 두고 있습니다.

업무에서 분노를 느끼는 것은 상황을 개선하기보다 주변 사람들에게 더 큰 악영향을 미치기 때문에 바람직하지 않습니다. 분노는 누군가나 무언가가 자신에게 해를 가하고 있다는 느낌을 주지만, 이는 어디에 분노해야 하는지에 대한 명확한 방향을 제시하지 못합니다. 대신 불확실성을 느끼는 불안감은 추측을 유발하여 호기심과 탐구심으로 이어지므로 훨씬 더 생산적인 감정 상태입니다.

특히 인공지능과 에이전트의 등장으로 기술 분야에서 느끼는 감정은 분노보다는 불안감에 가깝습니다. 현재의 불확실성에 대해 불안해하는 것은 미래의 직업이나 사회가 어떻게 변할지에 대한 불확실성을 인정하는 것이며, 이는 행동을 취할 수 있는 여지를 남겨줍니다. 많은 리더들이 AI로 인한 비용이 직원 대신 대형 AI 연구소로 흘러간다는 점이나 데이터에 대한 우려를 표현하며 불확실성을 드러내고 있습니다.

이러한 불확실성은 소유권과 주체성(agency)에 대한 질문으로 이어지며, 기술 발전이 회사 이익이 아닌 개인의 실질적인 성과로 이어지고 있다는 점을 보여줍니다. 따라서 기술 변화에 대해 단순히 분노하거나 특정 악당을 찾는 대신, 변화를 이해하려는 호기심을 갖고 실험하며 저항이 정당한지 결정할 권리를 확보해야 합니다.

프론트엔드 웹 개발 분야의 교육자들과 저명한 개발자들이 CSS 성능 측정에서 벗어나 새로운 주제로 방향을 전환하고 있습니다. 이 글은 특히 CSS 성능과 스타일 재계산(Recalculate Style) 비용을 측정하는 방법에 대해 심층적으로 다루며, 개발자들이 흔히 겪는 성능 병목 현상을 해결하는 구체적인 방법을 제시합니다.

저자는 Chrome 추적에서 스타일 계산 비용은 높지만 레이아웃 비용은 낮은 경우, 이는 선택자 매칭이나 무효화(invalidation)가 많은 요소에 걸쳐 발생했음을 의미한다고 설명합니다. 개발자는 이러한 스타일 재계산이 발생하는 원인을 파악하기 위해 선택자의 복잡성, 무효화 범위, 프레임당 빈도, 상속된 속성 전파, Shadow DOM 경계 등을 점검해야 합니다.

성능 최적화를 위해 개발자는 DevTools 성능 설정에서 ‘선택자 통계(Selector Stats)’ 기능을 활성화하여 스타일 재계산 이벤트별로 느린 선택자와 영향을 받는 요소의 수를 측정할 수 있습니다. 이를 통해 어떤 CSS 규칙이 얼마나 많은 요소에 영향을 미치는지 직접 확인하고, 스타일 변경이 발생했을 때 불필요한 광범위한 무효화가 일어나지 않도록 최적화할 수 있습니다.

복잡한 시스템은 본질적으로 위험하지만 여러 방어층과 사람의 대응으로 작동합니다. 재앙은 단 하나의 큰 결함이 아니라 다수의 작은 결함이 결합하여 방어망을 통과할 때 발생합니다.

운송, 의료, 발전과 같은 복잡한 시스템에서 사고는 종종 하나의 근본 원인으로 환원될 수 있지만, 시스템에는 잠재 결함과 성능 저하가 항상 존재하기 때문에 이러한 관점은 시스템 설계에 중요한 시사점을 제공합니다.

이는 개발자가 시스템을 설계할 때 개별적인 버그나 결함뿐만 아니라, 여러 모듈과 상호작용하는 과정에서 발생하는 잠재적인 취약점과 성능 저하를 고려해야 함을 의미합니다. 시스템의 실패를 예측하고 방지하기 위해서는 다층적인 방어 체계와 시스템 간의 복잡한 상호작용을 이해하는 것이 필수적입니다.

debloat.dev는 제조사 앱이나 독점 클라우드 서비스와 같은 비대해진 소프트웨어들을 대체할 수 있는 간결한 오픈소스 프로젝트들을 탐색하고 평가하며 공유하는 디렉터리입니다. 이 사이트는 개발자들이 상업적인 솔루션 대신 오픈소스 대안을 찾을 수 있도록 돕는 것을 목표로 합니다.

사용자는 프로젝트별로 대체 대상과 라이선스 정보, 사용자 평점, 게시물 수 등의 상세 정보를 확인할 수 있습니다. 또한 최신순, 토론순, 무작위 목록 등 다양한 기준으로 프로젝트를 탐색할 수 있는 기능을 제공하여 효율적인 대안 탐색을 지원합니다.

현재 debloat.dev에는 200개 이상의 프로젝트가 등록되어 있으며, 이는 개발자들이 기존 소프트웨어의 복잡성을 줄이고 더 유연한 오픈소스 솔루션을 활용할 수 있는 기회를 제공합니다. 이 디렉터리는 단순히 프로젝트 목록을 제공하는 것을 넘어, 실제 사용 환경에서 적용 가능한 대안을 평가하고 공유하는 데 중점을 두고 있습니다.

OAuth의 필요성과 구성 요소에 대한 이해는 보안을 위해 필수적입니다. 이 에피소드는 OAuth가 왜 필요한지 설명하고 사용자, 클라이언트, 인가 서버, 자원 서버와 같은 핵심 구성 요소들이 어떤 역할을 하는지 다룹니다.

또한, Authorization Code Grant의 동작 과정과 보안적 이유를 상세히 설명합니다. 특히 인가 코드와 액세스 토큰을 분리하는 이유, Redirect URI의 역할, Front/Back Channel의 개념을 통해 복잡한 인증 및 인가 절차 뒤에 숨겨진 보안적 맥락을 이해할 수 있습니다.

최신 보안 요구사항을 반영하여 OAuth 2.1에서 중요해진 PKCE(Proof Key for Code Exchange)의 역할도 다룹니다. 이는 클라이언트 보안을 강화하는 데 중요한 역할을 하며, 개발자가 인증 및 인가 흐름을 안전하게 구현하기 위해 알아야 할 핵심 내용을 제공합니다.

에이전트 하네스는 AI 모델이 실제로 작동할 수 있는 환경을 제공하는 소프트웨어입니다. 이 도구는 AI에게 구체적인 지침과 도구를 부여하여 복잡한 작업을 반복적으로 수행하게 만드는 데 중점을 둡니다.

이 시스템은 AI 에이전트가 효율적으로 작동하도록 돕는 여러 핵심 구성 요소를 제공합니다. 구체적으로 시스템 프롬프트, 사용 가능한 도구, 에이전트 루프, 그리고 모델 간 번역 계층 등을 통합하여 AI의 작업 흐름을 관리합니다.

에이전트 하네스를 사용하면 터미널, iMessage, 채팅, 이메일 등 다양한 인터페이스를 통해 AI 에이전트와 상호작용할 수 있습니다. 이는 개발자들이 AI 모델을 실제 환경에 통합하고 다양한 애플리케이션에 적용할 수 있는 기반을 제공합니다.

새롭게 등장한 미스터리한 AI 모델 옥스 알파(Ox Alpha)의 개발 주체가 공개되지 않아 인터넷에서 많은 추측이 나오고 있습니다. 이 모델은 OpenRouter에서 출시되었으며 코딩, 지속적인 에이전트 작업, 생산 워크로드에 맞춰 설계된 추론 모델로 소개되었습니다. Stripe의 CEO인 패트릭 콜리슨은 옥스 알파를 매우 인상적이라고 평가했습니다.

OpenRouter는 옥스 알파를 '스텔스 모델'로 분류하며 개발 및 운영 주체가 익명인 제3자 제공업체임을 명시했습니다. 이에 따라 많은 추측이 중국과 관련되어 왔는데, 초기에는 중국 기업 Z.ai가 개발한 GLM 모델일 것이라는 분석이 있었으나 최근에는 다른 가능성도 제기되고 있습니다.

일부 분석가들은 옥스 알파가 마이크로소프트의 MAI가 출시되지 않은 버전일 수 있다는 의견을 제시했습니다. 또한 레딧 등 커뮤니티에서는 옥스 알파가 중국 모델이 아니라는 주장과 중국 모델이라는 주장이 엇갈리며 논쟁이 벌어지고 있습니다.

IEEE는 Wi-Fi 8을 최고 속도 경쟁에서 벗어나 신뢰성을 극대화하는 방향으로 무선 기술을 업그레이드한다고 정의했습니다. Wi-Fi 8은 최고 속도 향상보다는 간섭이 많거나 비이상적인 환경에서의 신뢰성, 실효 처리량, 그리고 지연시간 개선에 중점을 둡니다.

이러한 변화는 Wi-Fi 7과 비교했을 때 주목할 만한 차이를 보입니다. Wi-Fi 7과 마찬가지로 최대 전송률, 공간 스트림 수, 4096-QAM, 주파수 대역, 320MHz 채널 폭 등 주요 물리적 사양은 거의 동일하게 유지됩니다.

하지만 Wi-Fi 8은 신호 대 간섭 및 잡음 비율(SINR)에 따라 처리량이 25% 향상된다는 점이 핵심입니다. 이는 실제 환경에서 신뢰성 있는 데이터 전송을 보장하는 데 있어 속도 경쟁보다 효율성과 안정성이 더 중요해지고 있음을 의미합니다.

GLM-5.3 모델은 28개의 실무 과제를 모두 통과하며 품질 점수 9.3을 달성했습니다. 이 모델은 Anthropic과 OpenAI의 주요 모델들을 약 5분의 1 비용으로 구동할 수 있어 비용 효율성 면에서 큰 주목을 받고 있습니다.

이번 평가는 17개 모델에 동일한 프롬프트, API 호출, OpenRouter 스트리밍 경로를 적용하고 결정론적 자동 채점 방식을 사용하여 단일 시험으로 진행되었습니다. 이는 모델 간의 객관적인 성능 비교를 가능하게 합니다.

GLM-5.3의 전체 비용은 약 0.28달러로 측정되었으며, 이는 GPT-5.5 모델의 비용에 비해 약 5분의 1 수준입니다. 이러한 결과는 오픈 웨이트 모델이 고성능을 유지하면서도 접근성과 경제성을 크게 향상시킬 수 있음을 보여줍니다.

네덜란드 데이터 보호 당국은 우버에 대해 유럽 일반 개인정보 보호법(GDPR) 하에서 부과된 두 번째로 큰 벌금인 8억 2,500만 유로(약 9억 6,600만 달러)를 부과했습니다. 이는 우버가 충분한 경고나 인간의 감독 없이 자동화된 프로세스를 통해 운전자 계정을 비활성화했다는 불만 제기에 대한 조사 결과입니다.

규제 당국은 컴퓨터가 주요 결과를 결정해서는 안 된다고 주장하며 우버의 행위가 심각한 위반이라고 밝혔습니다. 하지만 우버 측은 대부분의 계정 정지는 짧으며 인간의 검토 없이 영구적인 비활성화는 없었고 운전자들이 이의를 제기할 수 있었다고 반박했습니다.

이 벌금은 운전자들의 불만 제기에서 비롯되었으며, 다른 벌금들(2억 9,000만 유로 및 1,000만 유로)과 함께 운전자들이 소송을 통해 보상을 요구할 수 있는 길을 열어주기 위한 움직임의 일환입니다. 일부 운전자들은 자동화된 결정 과정에 대한 책임 소재를 두고 논쟁하고 있으며, 이는 플랫폼이 단순히 중개자가 아니라 고용주로서 운전자를 관리하는 책임에 대한 근본적인 질문을 제기합니다.

GTA VI는 출시를 앞두고 여러 차례 연기되었으며 개발 과정에서 여러 논란이 있었습니다. 개발사인 락스타 게임즈는 원래 계획했던 2025년 가을 출시 기간보다 늦춰져 2026년 5월 26일, 그리고 다시 2026년 11월 19일로 출시 일정을 조정했습니다. 이러한 지연은 직원 30명 이상을 해고한 후 발생한 노조 탄압 의혹과 맞물려 더욱 주목받고 있습니다.

현재 디지털 코드 전용 버전으로 GTA VI의 사전 주문이 시작되었으며, PS5와 Xbox Series X/S에서 스탠다드 에디션은 79.99달러, 얼티밋 에디션은 99.99달러에 판매되고 있습니다. 게임의 초기 모습은 주인공인 제이슨과 루치아가 바이시티를 배경으로 범죄 음모를 헤쳐나가는 내용으로 공개되었습니다.

개발팀의 상황과 관련하여, GTA VI의 개발자들은 노조에 가입했으며, GTA 온라인은 구형 콘솔에서 락스타 에디터를 더 이상 지원하지 않게 되었습니다. 또한, 게임 출시를 앞두고 여러 번의 리크 영상과 트레일러가 공개되어 게임의 분위기와 내용에 대한 기대감을 높이고 있습니다.

보안 엔지니어링 분야에서 제품 방어에 있어 두 가지 유형의 접근 방식을 대비하여 설명합니다. 첫 번째는 보안을 정체성으로 보는 접근 방식으로, 해커 문화에서 비롯된 '시스템을 이해하고 예상치 못한 취약점을 발견하는' 탐정 같은 태도를 강조합니다. 이러한 정체성은 시스템의 취약점을 발견하는 것을 중요하게 여기지만, 해결책이 기존의 세계관을 검증하지 못하면 거부될 수 있다는 점을 보여줍니다.

반면, 두 번째는 보안을 견고함(Robustness)으로 보는 접근 방식으로, 공격자에도 불구하고 모든 조건에서 시스템이 올바르게 작동하도록 설계하는 데 중점을 둡니다. 이 관점은 버그 바운티와 같은 프로그램이 취약점을 패치하는 표준 프로세스를 통해 조직이 외부 및 내부 보안 보고에 대응할 수 있는 능력을 갖추도록 요구합니다.

최근 AI를 활용한 취약점 탐색이 등장했지만, 이는 단순히 취약점을 계속해서 찾아내고 패치하는 '몰빵(whack-a-mole)' 전략을 가속화할 뿐입니다. 공격자는 유용한 취약점을 찾는 데는 다항 시간의 비용이 들지만, 방어자는 취약점을 모두 열거하는 데 지수적인 비용이 발생하기 때문에 AI가 취약점 탐색에서 기존의 한계를 극복하지 못할 수 있습니다.

따라서 보안 전문가들은 끊임없이 미스터리를 푸는 대신, 실패를 새로운, 더 강력한 시스템 불변량(invariants)으로 전환하고 이를 시스템에 인코딩하는 역할을 해야 합니다. 이는 엔지니어와 에이전트가 동일한 문제 유형을 반복적으로 재발견하지 않도록 시스템을 개선하는 데 집중해야 함을 의미합니다.

슬로바키아 국가안보국(NBU)은 NERO R-ONE 과속 단속 카메라에 SMS를 통해 셸 및 네트워크 접근을 허용하는 백도어가 존재한다고 경고했습니다. 이 백도어는 하드코딩된 러시아 전화번호에서 SMS를 수신할 경우 작동하며, 이를 통해 장비에 대한 접근이 가능해집니다.

해당 장비는 러시아 Semicon의 CORDON PRO.M을 리브랜딩한 제품으로 확인되었으며, 이는 특정 하드웨어 공급망 내에서 보안 취약점이 발생할 수 있음을 시사합니다. 이는 과속 단속 카메라 시스템의 보안과 데이터 무결성에 심각한 영향을 미칠 수 있는 문제입니다.

이러한 발견은 하드웨어 제조 및 리브랜딩 과정에서 발생할 수 있는 잠재적인 보안 위험을 강조합니다. 개발자와 공급망 참여자는 장비의 출처와 소프트웨어 구성 요소에 대한 철저한 보안 검증이 필요합니다.

따라서 해당 시스템을 사용하는 모든 당사자는 장비의 취약점을 인지하고 적절한 보안 조치를 취해야 합니다.

AI 모델을 활용하여 Amazon Fire HD 10 태블릿의 소유권을 되찾는 과정에 266.15달러를 지출하고 5개월간 4개의 AI 모델을 동원한 사례가 보고되었습니다. 이 태블릿은 하루에 최대 두 번 완전히 꺼지는 문제로 인해 보호된 패키지를 제거하는 것이 목표였으며, 이 과정은 AI 기술을 통해 해결되었습니다.

이러한 작업은 태블릿 가격의 두 배가 넘는 비용이 소요되었음에도 불구하고 AI 모델을 활용하여 복잡한 시스템 문제를 해결했다는 점에서 주목받고 있습니다. 이 사례는 AI가 단순한 콘텐츠 생성뿐만 아니라 시스템 레벨의 복잡한 문제 해결에도 적용될 수 있음을 보여줍니다.

한편, 다른 AI 모델인 Kimi K3는 Fire OS 7.3.2.6에 존재하는 CVE-2022-38181 취약점을 찾아내는 데 성공했습니다. Kimi K3는 이 취약점을 30시간 만에 621개의 위치에서 발견하여 보안 취약점 탐색에 AI가 기여할 수 있음을 입증했습니다.

Qwen 3.8 27B 모델이 단일 머신 환경에서 상용 애플리케이션의 라이선스 체계를 정적 분석하고 인증 우회 개념증명까지 약 30분 만에 완료하는 리버스 엔지니어링 작업을 수행했습니다. 이 작업은 앱을 실제로 실행하지 않고도 바이너리 내부에 숨겨진 정보를 추출하는 AI의 능력을 보여줍니다.

모델은 수천 줄에 달하는 arm64 코드와 보안 함수 호출 지점을 분석하여 바이너리에 숨겨진 공개 검증 키와 라이선스 정보를 찾아냈습니다. 이는 복잡한 소프트웨어의 구조와 보안 메커니즘을 이해하고 분석하는 데 있어 대규모 언어 모델이 강력한 도구가 될 수 있음을 시사합니다.

이러한 분석은 개발자들이 소프트웨어 라이선스 관리나 보안 취약점 분석을 수행하는 방식에 새로운 접근법을 제시할 수 있습니다. 다만, 이 결과는 정적 분석에 기반한 개념증명이며 실제 시스템의 복잡성과 보안 수준에 따라 적용 가능성에 차이가 있을 수 있습니다.

웨이모(Waymo)는 로보택시 사업 확장을 위해 자체 맞춤형 실리콘 칩을 개발하여 시스템의 효율성과 성능을 극대화하고 있습니다. 이들은 자율 주행 시스템의 핵심인 '두뇌'에 데이터가 도달하기 전에 방대한 원시 데이터를 처리하기 위해 5nm ASIC 칩을 설계했으며, 이 칩은 1,000 TOPS 이상의 컴퓨팅 성능을 제공하여 엔비디아의 DRIVE AGX Thor 프로세서와 비슷한 수준의 성능을 달성했습니다. 이러한 맞춤형 칩은 복잡하고 고밀도의 도시 환경에서 빠르고 안전하게 반응하는 시스템을 구축하는 데 필수적인 요소로 평가받고 있습니다.

웨이모는 이 칩을 통해 자율 주행 시스템의 효율성을 높이는 동시에 AMD, 엔비디아, TSMC 등 다양한 파트너들과 협력하며 컴퓨팅 분야의 수직 통합을 진행하고 있습니다. 이는 자율 주행 기술이 단순히 소프트웨어 개발을 넘어 하드웨어 최적화가 핵심 경쟁력이 되는 방향으로 발전하고 있음을 보여줍니다.

한편, 자율 주행 기술의 안전성과 보안에 대한 연구도 활발하게 진행되고 있습니다. 아이달로 국립 연구소는 중국의 라이다 센서가 미국 차량에 광범위하게 사용될 경우 보안 위험을 초래할 수 있는지 평가하는 연구를 진행하고 있으며, 이 연구는 리비안, 포드 등 전기차 및 자율주행 관련 기업들의 자금 지원을 받고 있습니다.

이러한 배경 속에서 우버, 웨이브, 포니아이 등 여러 기업들이 로보택시 서비스와 관련하여 런던, 크로아티아, 두바이 등에서 시험 운영을 진행하며 자율 주행 기술을 확장하고 있습니다. 웨이모는 최근 로보택시 관련 사고에 대해 규제 기관의 조사에 응했으나 답변은 모두 비공개 처리되었습니다.

Intel Xe GPU 드라이버에서 발생한 메모리 할당 오류가 Battlemage G21 시스템에서 심각한 문제를 일으켰습니다. 드라이버가 압축 하드웨어용 flat CCS 저장공간 일부를 VRAM으로 잘못 할당하면서 시스템이 검은 화면을 표시하고 gdm 재시작 루프를 반복하는 현상이 발생했습니다.

이 문제는 메모리 주소 계산과 관련이 있으며, 특히 `get_flat_ccs_offset()` 함수가 CCS 시작 주소를 128KiB 단위로 올림으로써 실제 경계와 계산값 사이의 메모리 영역까지 잘못 처리하는 방식으로 발생했습니다. 이러한 메모리 경계 오류는 시스템 안정성에 직접적인 영향을 미쳤습니다.

이러한 버그는 하드웨어와 소프트웨어 간의 메모리 관리에서 발생한 것으로 보이며, 개발자들은 메모리 할당 및 주소 계산 과정에서 이러한 미묘한 오류가 시스템 전체에 미치는 영향을 주의 깊게 살펴봐야 합니다. Linus Torvalds가 AI를 활용하여 이러한 복잡한 드라이버 버그를 추적하는 과정에서 이러한 메모리 관련 세부 사항이 중요한 단서가 되었습니다.

캘리포니아를 포함한 미국 29개 주가 Meta를 상대로 소송을 제기하며 제기된 혐의에 대한 내용이 공개되었습니다. 이들은 Meta가 중독성 있게 설계된 서비스를 통해 아동을 붙잡아 두고 데이터를 수집하며 그 피해를 숨겼다는 주장을 제기하고 있습니다.

소송의 핵심 쟁점은 부모의 동의 없이 13세 미만 아동의 데이터를 수집한 행위입니다. 이는 연방 아동 개인정보 보호법과 각 주의 소비자 보호법을 위반했을 가능성이 제기되며, 데이터 수집 및 처리 과정에서의 투명성과 동의 문제에 초점이 맞춰져 있습니다.

이러한 소송은 Meta가 아동 대상 서비스에서 데이터를 수집하고 활용하는 방식에 대한 법적 책임을 다루고 있습니다. 개발자와 서비스 제공자 입장에서는 아동 데이터 보호와 관련하여 부모 동의 및 연령 제한에 대한 법적 기준을 더욱 면밀히 검토해야 할 필요가 있습니다.

플록 세이프티(Flock Safety) CEO 가렛 랭글리는 감시 기술과 프라이버시 사이에서 '타협점'을 찾아야 한다고 주장하며 대중의 거센 반발에 직면하고 있습니다. 이는 플록의 감시 카메라, 드론, 번호판 인식 기술이 오용될 수 있다는 우려가 커지면서 발생한 상황입니다.

최근 워싱턴 포스트는 경찰관들이 플록 기술을 배우자, 여자친구, 전 애인을 스토킹하는 등 무단 목적으로 사용한 46건의 사례를 밝혀내면서 이러한 우려가 단순한 가정이 아님을 보여주었습니다. 이에 따라 정치권에서도 플록 기술의 광범위한 감시에 대해 비판적인 입장을 취하고 있으며, 일부 공화당 의원들은 얼굴 인식이나 번호판 인식 기술을 사용하는 자동 감시 시스템 구매를 금지하는 법안을 발의했습니다.

플록은 비판에 대응하여 기본 데이터 보존 기간을 30일에서 7일로 단축하고 데이터 접근 시 사건 코드를 요구하는 조치를 취했습니다. 하지만 이러한 변경 사항은 경찰이 '증거 모드(Evidence Mode)'와 같은 설정을 사용하여 데이터를 더 오래 보관할 수 있도록 허용하는 등 예외가 존재합니다.

결국 이 논쟁은 기술의 안전성과 개인 프라이버시를 어떻게 균형 잡을 것인가에 대한 규제와 책임의 문제로 이어지고 있습니다. 일부에서는 플록 데이터의 불법 사용을 형사 처벌 대상으로 삼아야 한다는 주장이 제기되고 있습니다.