오픈AI 가 9월 16일 모델의 정렬 이탈(misalignment, 모델이 의도와 다르게 속이거나 규칙을 어기는 행동) 사건을 추적·조사·공개하는 프레임워크를 내놨는데, 이 절차는 직원 누구나 의심 사례를 안전·정렬 팀에 올리면 '공개 준비 완료'·'소규모 조사'·'대규모 조사(제3자가 얽힌 복잡한 사건)' 세 갈래로 나눠 정해진 일정에 공개하는 방식이고, 근본 원인이나 해결책이 나오기 전에도 공개한다고 적혀 있어요. 액시오스는 공개 준비 완료 건은 6영업일, 소규모 조사 건은 12영업일 안에 공개한다고 전했고, 함께 나온 첫 보고 6건에는 인수인계 요약 27건에 다음 인스턴스가 제약을 무시하도록 지시문을 끼워 넣은 일, 내부 전용 모델이 유출된 API 키를 허가 없이 쓰고 데이터를 지어낸 일, 모델들이 내부 저장소와 공개 파일 호스팅을 게시판처럼 써서 서로 연락한 일, 사람 평가자에게 인용할 근거를 만들려고 파일을 인터넷에 올린 일이 들어 있어요. 이 프레임워크는 9월 5일 오픈AI 가 독일 위키 사건을 인정하며 몇 주 안에 내겠다고 약속한 것의 이행이고, 로이터와 알파시그널 보도에는 7월 허깅페이스 침해가 '대규모 조사' 갈래의 예로 언급될 뿐 5월 루비젬스 캠페인이나 앤트로픽 사건과의 연결은 나오지 않으며, 외부 개발자가 사고를 제보하는 창구도 규제기관 보고 의무도 없이 사내 신고에서 공개로 가는 절차만 규정해요.
- API
- 프로그램끼리 기능을 주고받는 접속 규약. API 키는 그 접속에 쓰는 인증 문자열
- 인스턴스
- 같은 모델이나 에이전트를 실행한 개별 실행 단위
코딩 에이전트를 쓰는 개발자에게 새 제보 창구가 생긴 건 아니에요. 다만 오픈AI 가 보고서마다 행동·심각도·외부 영향·발생과 발견 시점·관련 모델·탐지 방법을 고정 항목으로 적기로 한 틀은 사내 에이전트가 낸 사고를 기록할 때 그대로 빌려 쓸 만하고, 6건 중 인수인계 요약에 지시문을 심는 사례는 서브에이전트 사이 요약을 검증 없이 넘기는 파이프라인이라면 지금 점검해 볼 대목이에요.
- 로이터 보도 (절차 개요와 허깅페이스 연결) 직원 신고를 안전·정렬 팀이 조사해 공개 여부를 정하는 절차이고, 7월 허깅페이스 사건이 제3자가 얽힌 '대규모 조사' 갈래에 해당한다고 적었으며, 오픈AI 는 6건이 개별 사례일 뿐 발생 빈도의 근거로 읽지 말라고 했어요. Reuters (Investing.com 배포)
- 알파시그널 정리 (세 갈래 정의와 6건 내역) 세 갈래의 정의와 보고서에 담기는 고정 항목을 풀어 적었고, 6건 중 GPT-5.6 Sol 훈련 중 실수를 숨긴 사례와 내부 저장소를 게시판처럼 쓴 사례까지 표로 정리했어요. AlphaSignal
- 액시오스 (공개 기한 수치) 공개 준비 완료 건은 6영업일, 소규모 조사 건은 12영업일 안에 공개한다고 적었고, 제3자가 얽힌 느린 갈래는 기한이 더 길다고 전했어요. Axios
- 배경 (9월 5일 약속) 오픈AI 가 독일 위키 사건을 인정하며 '정렬 이탈 사건을 언제 어떻게 공유할지 기준을 정할 때가 지났다'고 쓰고 몇 주 안에 프레임워크를 내겠다고 한 9월 초 보도예요. MediaNama