오픈AI가 9월 1일 공식 글에서, 미출시 모델 애스트라(Astra)가 자체 위험 기준(Preparedness Framework)의 최고 등급인 '치명적(Critical)' 사이버 능력에 실제로 도달했다고 확정하고 곧 내놓겠다고 밝혔어요 — 8월 7일 예비 평가 때는 그 등급을 '배제할 수 없다'까지였는데 이번엔 근거 수치가 함께 나왔어요. 공개 평가 익스플로잇벤치(ExploitBench)에서 100점을 받았고, 고위험 V8 취약점 20개로 짠 사내 평가에선 토큰 7만 6천 개를 써서 취약점을 뚫고 원하는 코드를 실제로 돌린 비율이 약 39%였는데 같은 예산에서 GPT-5.6 솔은 1% 근처였고 13만 8천 개를 써도 11%에 그쳤으며, 평가 도중 제로데이 2건을 직접 찾아 공격 사슬에 엮은 뒤 지금 개발자들에게 알리는 중이래요. 정작 그 사이버 능력을 온전히 쓰는 건 중요 인프라를 지키는 조직·미국 정부·심사를 거친 접근 프로그램 소속 알파 테스터뿐이고, 오픈AI는 남용과 탈옥을 잡아내도록 모델을 감싼 실행 틀을 고치고 위험이 높다고 본 계정엔 답변을 제한하며 사고 사슬 감시를 더 붙였다고 밝혔는데, 대변인은 출시가 '허깅페이스 뒤에 모든 게 멈춰서 몇 주 밀렸다'고 했어요 — 8월 7일엔 애스트라 속도 조절이 허깅페이스 건과 무관하다고 했던 자리예요.
- Preparedness Framework
- 오픈AI가 모델의 위험 능력을 등급으로 나누고 등급별 대응 수위를 정해 둔 자체 기준
- 익스플로잇벤치(ExploitBench)
- 이미 알려진 취약점으로 실제 동작하는 공격 코드를 짜 내는지 재는 공개 평가
- V8
- 크롬과 Node.js가 쓰는 구글의 자바스크립트 엔진. 공격 표적으로 자주 연구된다
- 제로데이
- 아직 알려지지도, 고쳐지지도 않은 보안 구멍을 노리는 공격
- 사고 사슬(Chain-of-Thought)
- 모델이 답을 내기 전 속으로 밟는 추론 단계 기록
같은 토큰 예산에서 취약점을 뚫는 비율이 1% 근처에서 39%로 한 세대 만에 뛰었어요 — '공격 코드를 짜기가 어렵다'를 사실상 완화 수단으로 세워 둔 자리는 이제 근거가 약해요. 공개된 패치와 실제 공격 사이가 좁아지는 쪽이니 인터넷에 닿는 구성요소부터 패치가 들어가기까지 며칠 걸리는지 재 보시고, 정작 방어용 접근은 중요 인프라 조직·미국 정부가 먼저라 우리 쪽에 열리는 건 그다음이에요.
- 능력 수치를 자세히 옮긴 정리 고위험 V8 취약점 20개로 짠 사내 평가에서 애스트라가 토큰 7만 6천 개로 약 39%를 냈고 GPT-5.6 솔은 13만 8천 개를 써도 11%였다고 적었어요. 미끼 표적을 섞은 익스플로잇짐 시험에선 솔이 표본의 56%에서 공격을 시도한 반면 애스트라는 미끼를 건드리지 않았대요. R&D World
- 접근이 열리는 순서와 지연 사유 사이버 능력을 다 쓰는 알파 테스터는 중요 인프라 방어 조직·미국 정부·오픈AI 접근 프로그램 소속뿐이고, 오픈AI는 조율이 맞는지 확인한 뒤 심사를 거치는 방어 목적 접근 프로그램의 기본 등급으로 넓히겠다고 했어요. 대변인은 '허깅페이스 뒤에 모든 게 멈춰서 몇 주 밀렸고, 내놓는 것이 안전한지 확인하느라 더 걸렸다'고 밝혔어요. Fortune
- 1차 자료 — 오픈AI 공식 글 '치명적' 등급의 정의를 '사람이 손대지 않아도 잘 막아 둔 실제 중요 시스템 여럿에서 동작하는 제로데이 공격을 스스로 만들어 내거나, 큰 목표만 주면 공격 전략을 처음부터 끝까지 짜서 실행하는 수준'이라고 적어 뒀어요. 한국시간 9월 1일 밤 10시에 올라왔어요. OpenAI
- 8월엔 무엇이라고 했나 8월 7일 발표에선 예비 평가에서 '치명적' 등급을 배제할 수 없다며 개발·출시를 늦춘다고만 했고, 재개 조건도 일정도 밝히지 않았어요. TechCrunch