수학 함수로 운영체제 식별 · Hacker News가 주목한 기술 비용과 전력 문제

이미지 출처: Pixabay / 작가: Patrice_Audet

최근 Hacker News에서는 Chromium 브라우저의 수학 연산 결과로 운영체제를 구분할 수 있다는 분석과 AI 코딩 도구의 초기 토큰 사용량, 아일랜드 데이터센터의 전력 소비 문제가 관심을 받았습니다.

서로 다른 분야의 소식이지만, 소프트웨어 내부 구현과 인공지능 서비스 운영 과정에서 눈에 잘 띄지 않던 비용과 개인정보 노출 가능성이 중요해지고 있다는 공통점을 보여줍니다.

Math.tanh 계산 결과로 운영체제 구분

Chromium 148 이후 자바스크립트의 Math.tanh 함수 결과를 이용해 브라우저가 실행되는 운영체제를 구분할 수 있다는 기술 분석이 공개됐습니다.

Math.tanh는 입력값의 쌍곡선 탄젠트를 계산하는 일반적인 자바스크립트 함수입니다. 하지만 Chromium 148부터 V8 엔진이 자체 수학 구현 대신 운영체제가 제공하는 std::tanh 함수를 사용하면서 플랫폼별로 미세한 결과 차이가 나타났습니다.

예를 들어 Math.tanh(0.8)을 실행하면 Linux와 macOS, Windows에서 소수점 마지막 몇 자리의 값이 조금씩 다르게 반환될 수 있습니다.

이러한 차이는 사람이 보기에는 거의 구분하기 어려울 정도로 작지만, 웹사이트는 정확한 비트 값을 비교해 사용자의 운영체제를 추정할 수 있습니다.

하드웨어보다 운영체제 수학 라이브러리 차이가 원인

원문의 설명처럼 실행 환경에 따라 수학 연산 결과가 달라진다는 점은 맞지만, 이번 현상의 직접적인 원인은 하드웨어보다는 운영체제별 수학 라이브러리입니다.

Linux는 주로 glibc, macOS는 libsystem_m, Windows는 UCRT에 포함된 수학 함수를 사용합니다. 각 라이브러리는 같은 공식을 계산하더라도 계수와 반올림, 명령어 처리 방식이 조금씩 달라 마지막 비트에서 차이를 만들 수 있습니다.

모든 입력값에서 운영체제가 구분되는 것은 아닙니다. 상당수 입력에서는 세 운영체제가 동일한 결과를 반환하지만, 0.8처럼 차이가 나타나는 값을 선택하면 하나의 함수 호출만으로 운영체제별 특징을 얻을 수 있다는 분석입니다.

브라우저 위장 탐지에 활용 가능

이 값 하나만으로 특정 개인을 식별할 수 있는 것은 아닙니다.

다만 화면 크기와 글꼴, 그래픽카드 정보, 시간대, Canvas와 Web Audio 결과 등 다른 브라우저 정보와 결합하면 더 정교한 브라우저 지문을 만드는 데 활용될 수 있습니다.

특히 브라우저가 사용자 에이전트 정보에서는 macOS라고 주장하면서 Math.tanh 계산 결과는 Linux와 일치할 경우, 자동화 브라우저나 위장 환경을 탐지하는 신호로 사용할 수 있습니다.

따라서 이번 문제는 새로운 단독 추적 기술이 발견됐다기보다, 기존 브라우저 지문 수집 방식에 운영체제를 확인할 수 있는 신호가 하나 더 추가된 사례로 보는 것이 적절합니다.

Chromium 148의 공식 출시 노트에는 해당 동작이 개인정보 문제로 별도 강조돼 있지 않습니다. 현재 공개된 내용은 브라우저 자동화와 지문 분석 업체의 실험을 통해 확인된 결과입니다.

Claude Code, 사용자 요청 전에 대규모 문맥 전송

AI 코딩 도구가 실제 사용자 요청을 처리하기 전에 사용하는 초기 토큰도 Hacker News에서 논쟁이 됐습니다.

한 개발자의 측정에 따르면 Claude Code는 간단한 사용자 프롬프트를 읽기 전에 시스템 지침과 도구 설명, 에이전트 실행 규칙 등을 포함해 약 3만3천 개의 토큰을 모델에 전달했습니다.

같은 방식으로 측정한 OpenCode는 약 7천 개의 초기 토큰을 사용해 Claude Code보다 상대적으로 작은 기본 문맥을 구성했습니다.

3만3천 토큰은 고정 비용이 아니다

이 수치는 Claude Code가 실행될 때마다 항상 정확히 3만3천 개의 새 토큰에 대한 비용을 청구한다는 의미는 아닙니다.

초기 문맥에는 시스템 프롬프트와 사용할 수 있는 도구 정의, 프로젝트 설정, 설치된 플러그인과 MCP 서버 정보 등이 포함됩니다. 따라서 사용 환경과 버전, 활성화된 기능에 따라 토큰 수가 달라질 수 있습니다.

또한 Anthropic API의 프롬프트 캐싱이 적용되면 반복적으로 전송되는 문맥은 일반 입력 토큰과 다른 방식으로 계산될 수 있습니다.

Claude Code는 기본 문맥이 큰 대신 여러 도구를 동시에 호출하거나 복잡한 작업을 한 번에 처리할 수 있습니다. 단순한 질문에서는 큰 초기 문맥이 비효율적일 수 있지만, 긴 개발 작업에서는 도구 호출 횟수와 재시도를 줄여 전체 비용이 낮아질 가능성도 있습니다.

따라서 Claude Code와 OpenCode의 효율성을 초기 토큰 수 하나만으로 판단하기보다, 작업 완료까지 사용한 전체 토큰과 실행 시간, 성공률을 함께 비교해야 합니다. Anthropic도 공식 문서를 통해 모델 선택과 문맥 관리, 캐싱 상태에 따라 Claude Code의 비용이 달라질 수 있다고 안내합니다.

아일랜드 데이터센터, 전력 소비량의 23% 차지

아일랜드 중앙통계청 자료에 따르면 데이터센터는 2025년 아일랜드 전체 계량 전력 소비량의 23%를 사용했습니다.

데이터센터의 소비 전력은 2024년 6,973GWh에서 2025년 7,663GWh로 약 10% 증가했습니다. 전체 전력에서 차지하는 비중도 2024년 22%에서 2025년 23%로 높아졌습니다.

2015년 데이터센터의 비중이 약 5%였다는 점을 고려하면 10년 동안 전력 수요가 크게 증가한 셈입니다.

가정용 전력 소비량에 근접

2025년 아일랜드의 모든 주거용 가구가 사용한 전력은 전체의 약 28%였습니다.

데이터센터 한 분야의 소비량이 전국 가정용 전력 소비량에 근접하면서, 전력망 안정성과 신규 발전 시설, 재생에너지 공급 방식을 둘러싼 논의도 커지고 있습니다.

다만 “현재 국가 전력의 23%를 소비한다”는 표현은 순간적인 전력 사용량으로 오해될 수 있습니다. 정확하게는 2025년 한 해 동안 집계된 전체 계량 전력 소비량 가운데 데이터센터가 차지한 비율이 23%라는 의미입니다.

보이지 않는 기술 비용이 주요 쟁점으로

이번에 주목받은 세 가지 소식은 현대 기술 서비스의 이면에 존재하는 비용과 위험을 보여줍니다.

브라우저의 작은 부동소수점 차이는 개인정보를 추정하는 지문으로 활용될 수 있고, AI 코딩 도구의 복잡한 시스템 지침은 사용자가 요청을 보내기 전부터 상당한 문맥과 연산을 요구합니다.

대규모 AI와 클라우드 서비스를 운영하는 데이터센터는 국가 전력망에도 영향을 줄 정도로 많은 에너지를 소비하고 있습니다.

앞으로 브라우저와 AI 도구를 평가할 때는 기능과 성능뿐 아니라 개인정보 노출 가능성과 초기 연산 비용, 캐싱 효율, 에너지 사용량까지 함께 살펴봐야 할 것으로 보입니다.