AI 코딩 도구는 내 코드를 클라우드로 보낼까?
대부분의 AI 코딩 도구는 실제로 코드를 클라우드로 보냅니다. 입력 중인 한 줄만이 아니라 주변 파일, 인접한 다른 파일, 저장소 구조, 사용 텔레메트리까지 함께 나갑니다. 얼마나 많은 데이터가 내 컴퓨터를 떠나는지는 도구마다 다르며, 직접 확인할 수 있습니다. 이 가이드에서는 무엇이 왜 전송되는지, 몇 분 만에 어떤 도구든 점검하는 방법, 그리고 중요한 코드를 내 컴퓨터에 머물게 하는 방법을 설명합니다.
솔직하게 짧게 답하면 이렇습니다. 도구가 호스팅 모델(GPT, Claude, Gemini 및 대부분의 "AI" IDE)을 사용한다면, 응답을 받기 위해 프롬프트가 해당 모델의 서버에 도달해야 합니다. 호스팅 추론은 원래 그렇게 동작합니다. 정말 중요한 질문은 프롬프트와 함께 얼마나 많은 컨텍스트가 전송되는지, 그 밖에 무엇이 함께 수집되는지, 그리고 로컬 옵션이 아예 존재하는지입니다.
"클라우드로 전송한다"는 것이 실제로 의미하는 것
대부분은 프롬프트만 보내는 것이 아닙니다. 좋은 코드 완성을 제공하기 위해 대부분의 AI 코딩 도구는 컨텍스트를 첨부하고, 프라이버시 유출은 바로 이 컨텍스트에서 발생합니다. 일반적으로 다음과 같은 데이터가 포함됩니다.
- 현재 파일 — 커서가 있는 줄만이 아니라 파일 전체인 경우가 많습니다.
- 인접 파일 또는 "관련" 파일 — 많은 도구가 저장소를 인덱싱하고 관련 있다고 판단한 스니펫을 함께 보냅니다(검색/임베딩).
- 저장소 메타데이터 — 파일 트리, 언어, 때로는 git 리모트까지 포함됩니다.
- 텔레메트리 — 이벤트, 지연 시간, 기능 사용 현황, 충돌 보고서, 그리고 때로는 "모델 개선"을 위한 프롬프트/응답 샘플이 포함됩니다.
- 내 API 키 — 좋은 도구는 기기에 저장하지만, 일부는 설정을 벤더 계정에 동기화합니다.
채팅창이 똑같아 보이는 두 도구도 동작은 완전히 다를 수 있습니다. 하나는 30줄짜리 프롬프트를 보내고, 다른 하나는 파일 열 개와 저장소 전체의 임베딩 인덱스를 조용히 업로드합니다. 취미 프로젝트라면 괜찮을 수 있습니다. 하지만 사내 기밀, 고객사 또는 규제 대상 코드라면 계약상 또는 법적 문제가 되는 경우가 많습니다.
도구가 데이터를 보내는 이유(그리고 경계선은 어디인가)
사람들이 흔히 혼동하는 서로 다른 세 가지가 있습니다.
- 추론(Inference) — 모델이 응답을 생성하는 과정입니다. 호스팅 모델에서는 반드시 벤더의 서버에서 이루어지므로 프롬프트가 내 컴퓨터를 떠납니다. 로컬 모델이라면 내 CPU/GPU에서 처리되므로 아무것도 밖으로 나가지 않습니다.
- 컨텍스트 수집 — 프롬프트에 무엇을 첨부할지 결정하는 과정입니다. 이것은 제품 설계상의 선택이지 자연법칙이 아닙니다. 도구는 파일 하나만 첨부할 수도, 저장소 전체를 첨부할 수도 있습니다.
- 텔레메트리 — 내 답변을 생성하는 일과 무관한 분석 데이터입니다. 기본값이 켜져 있더라도, 벤더 입장에서는 거의 항상 선택 사항입니다.
호스팅 모델을 쓰는 한 1번은 피할 수 없습니다. 그것이 호스팅 모델을 쓰는 대가입니다. 하지만 2번과 3번은 도구마다 크게 다른 부분이며, "텔레메트리 없음 + 로컬 모델" 도구와 "모든 것을 클라우드에 인덱싱하는" 도구가 정반대 끝에 놓이는 지점입니다.
5분 만에 어떤 도구든 점검하는 방법
마케팅 문구를 그대로 믿지 마세요. 직접 확인하세요. 비용이 적게 드는 순서대로 세 단계가 있습니다.
1. 개인정보 처리방침과 설정을 읽고 보관(retention) 관련 문구를 찾으세요. 정책에서 "retention", "train", "improve", "zero data retention"을 검색하세요. 앱에서는 설정을 열어 텔레메트리 토글과 "코드 인덱싱" / "코드베이스" 옵션을 확인하세요. 원하지 않는 항목은 끄세요.
2. 네트워크를 지켜보세요. 가장 확실한 근거는 프로세스가 실제로 무엇을 보내는지입니다. 어떤 OS에서든 실시간 연결 목록을 확인할 수 있습니다.
# Linux / macOS — who is the editor talking to?
lsof -i -nP | grep -i -E 'code|cursor|node'
# any platform, point-in-time
netstat -anp 2>/dev/null | grep ESTABLISHED
내용을 보려면 도구를 HTTPS 검사 프록시에 통과시켜 요청 본문을 읽어 보세요.
# mitmproxy: start it, then point the editor's HTTP proxy at 127.0.0.1:8080
mitmproxy --listen-port 8080
# trigger a completion, then inspect the flows to api.*/v1/* — that payload IS what you sent
벤더 도메인으로 가는 요청 본문에 내 파일 내용(또는 그 이상)이 보인다면, 그것이 답입니다.
3. 차단해 보고 무엇이 망가지는지 확인하세요. 벤더의 텔레메트리 도메인을 hosts 파일이나 방화벽에 추가한 뒤 계속 작업해 보세요. 코드 완성은 여전히 동작하는데 "분석" 호출만 실패한다면, 추론과 텔레메트리를 분리한 것입니다.
# quick, reversible block of a telemetry host
echo "0.0.0.0 telemetry.example-vendor.com" | sudo tee -a /etc/hosts
이렇게 5분만 투자하면 어떤 랜딩 페이지보다 많은 것을 알 수 있습니다.
코드를 내 컴퓨터에 보관하는 방법
점검 결과가 걱정스럽다면 현실적인 선택지가 있습니다. 전부 아니면 전무가 아니라 하나의 스펙트럼입니다.
- 인덱싱과 텔레메트리를 끄세요. 가장 저렴한 해결책입니다. 많은 클라우드 도구는 "코드베이스 컨텍스트"와 분석을 끄면 저장소 업로드를 중단합니다. 추론 요청은 여전히 나가지만, 함께 실려 가는 데이터는 훨씬 줄어듭니다.
- 로컬 모델을 사용하세요. Ollama, LM Studio, llama.cpp, vLLM 같은 런타임으로 모델 자체를 내 컴퓨터에서 실행하고, 모델에 구애받지 않는 에이전트를 여기에 연결하세요. 그러면 추론이 로컬에서 이루어지며 벤더로는 아무것도 전송되지 않습니다.
# pull and run a coding model locally with Ollama
ollama pull qwen2.5-coder:14b
ollama run qwen2.5-coder:14b
# exposes an OpenAI-compatible endpoint at http://localhost:11434
- 작업을 나누세요. 비공개 코드에는 로컬 모델을, 일회성 또는 공개 작업에는 호스팅 모델을 쓰세요. 모델에 구애받지 않는 도구라면 작업별로 전환할 수 있습니다.
- 키는 기기에 보관하세요. API 키가 벤더 계정에 동기화되지 않고 로컬에 저장되는지 확인하세요. 그래야 벤더가 침해되어도 키가 노출되지 않습니다.
아무것도 유출하지 않는 조합은 다음과 같습니다. 로컬 모델 + 텔레메트리 없음 + 기기 내 키 보관 + 비밀 정보 마스킹(.env 파일과 토큰이 로컬 모델의 로그에서조차 프롬프트에 실려 가지 않도록).
NoTrack Coder의 위치
NoTrack Coder는 이 스펙트럼에서 "로컬 유지" 쪽 끝을 위해 만들어졌습니다. Windows에서 텔레메트리 없이 실행되고, Ollama/LM Studio/llama.cpp/vLLM 같은 로컬 런타임이든 내장 옵션을 포함한 호스팅 엔드포인트든 어떤 모델과도 함께 동작하며, API 키를 내 컴퓨터에 보관하고, 모델에 도달하기 전에 비밀 정보를 마스킹(.env, 토큰, 키)합니다. 작업마다 무언가를 밖으로 내보낼지 말지를 직접 선택합니다. 이는 로컬 우선 접근 방식의 한 가지 솔직한 사례일 뿐이며, 다른 도구와의 비교는 비교 페이지에서, 자세한 내용은 문서에서 확인하세요.
내 코드를 온전히 내 것으로 지키는 쪽을 원하시나요? Windows용 다운로드를 받거나 요금제 페이지에서 플랜을 확인하세요.
자주 묻는 질문
AI 코딩 도구는 내 코드를 클라우드로 보내나요?
대부분 그렇습니다. 호스팅 모델에서는 프롬프트가 반드시 벤더의 서버에 도달해야 하며, 많은 도구가 현재 파일, 인접 파일, 저장소 컨텍스트와 텔레메트리까지 함께 첨부합니다. 정확한 전송량은 도구와 설정에 따라 다르며, 로컬 모델 도구는 아무것도 보내지 않습니다.
AI 코딩 도구가 무엇을 보내는지 어떻게 확인할 수 있나요?
mitmproxy 같은 HTTPS 검사 프록시에 도구를 통과시켜 벤더 API로 가는 요청 본문을 읽거나, lsof -i / netstat으로 실시간 연결 목록을 확인하세요. 해당 페이로드에 나타나는 내용이 곧 내 컴퓨터를 떠난 데이터입니다.
코드를 클라우드로 보내지 않고 AI 코딩 어시스턴트를 사용할 수 있나요?
네. Ollama, LM Studio, llama.cpp 또는 vLLM으로 모델을 로컬에서 실행하고, 모델에 구애받지 않는 에이전트를 해당 로컬 엔드포인트에 연결하세요. 그러면 추론이 내 컴퓨터에서 이루어지고 벤더로는 아무것도 전송되지 않습니다.
텔레메트리는 내 코드를 보내는 것과 같은 건가요?
아닙니다. 텔레메트리는 분석 데이터(사용 현황, 지연 시간, 충돌)이며 보통 선택 사항인 반면, 추론은 모델이 내 답변을 생성하는 과정입니다. 호스팅 모델은 항상 내 프롬프트를 받지만, 텔레메트리는 대개 별도로 끌 수 있습니다.
가장 프라이버시가 좋은 AI 코딩 환경은 무엇인가요?
로컬 모델과 텔레메트리 없음의 조합에, API 키를 기기에 보관하고 모델에 도달하기 전에 비밀 정보를 마스킹하는 것입니다. 이 조합이면 어떤 프롬프트, 파일, 키도 내 컴퓨터를 떠나지 않습니다.
