OpenAI의 Astra, 사이버 보안 임계점에 도달한 최초의 모델로 등극

2026년 9월 4일 읽는 시간 약 5분

핵심 사항:

Astra는 OpenAI의 준비성 프레임워크에서 사이버 보안 측면에서 ‘중요’ 등급을 받은 최초의 OpenAI 모델입니다.

해당 모델은 공개된 취약점 벤치마크에서 만점을 받았으며, 내부 테스트에서 이전에 알려지지 않았던 두 가지 결함을 발견했습니다.

순환 깊이(recurrent depth)라는 아키텍처에 대한 별도의 보고서가 AI 안전 연구원들의 반발을 불러일으켰습니다.

Astra Exploit 벤치마크 결과

해당 회사는 화요일에 평가 보고서를 발표하면서, 아스트라가 사람의 개입 없이도 잘 보호된 시스템에서 이전에 알려지지 않은 결함을 찾아내고 작동하는 익스플로잇을 구축할 수 있다고 밝혔습니다.

6월과 8월 사이에 공개된 심각도가 높은 버그 20개를 기반으로 구성된 비공개 벤치마크에서 해당 모델은 두 개의 제로데이 취약점을 발견하고 이를 연쇄적으로 연결했으며, 엔지니어들은 현재 이 취약점들을 관리자에게 보고하고 있습니다. 전문가 검토자들은 또한 강화된 브라우저와 운영 체제 환경에서 해당 모델을 실행해 보았는데, 샌드박스를 통과하여 호스트에서 명령어를 실행하는 데 성공했습니다.

가장 강력한 사이버 보안 기능에 대한 접근 권한은 먼저 소수의 알파 테스터 그룹에게 제공된 후, 데이브레이크 블루(Daybreak Blue)라는 방어 프로그램을 통해 확대될 예정입니다.

OpenAI는 해당 테스터가 누구인지, 어떤 기준으로 선정했는지 밝히지 않았으며, 외부 기관에서도 OpenAI가 발표한 벤치마크 결과를 검증하지 않았습니다.

회사 측은 자체 보안 조치로 인해 방어적 보안 연구 및 장기 실행 에이전트 작업 등 합법적인 작업이 일시 중단되거나 중단될 수 있다고 경고했습니다. 또한 OpenAI는 Astra를 지금까지 자사 모델 중 가장 안정적인 모델이라고 밝혔습니다. 내부 테스트에서 Astra는 사이버 탈옥 시도의 91.5%를 차단했는데, 이는 현재 주력 모델인 GPT-5.6 Sol의 59% 차단율보다 훨씬 높은 수치입니다.

반복되는 심도 있는 분석이 반발을 불러일으키다

같은 날 밤, 또 다른 보도에 따르면 아스트라는 순환 깊이(recurrent depth)라는 아키텍처를 사용하고 있는데, 현재로서는 이 아키텍처의 사용을 제한하고 있다고 합니다.

이 방법은 모델의 추론 과정을 읽기 쉬운 텍스트에서 내부 활성화로 더 많이 옮겨 비용을 절감하고 어려운 문제 해결 성능을 향상시킵니다. 또한 안전팀이 모델이 지침에서 벗어나는 것을 감지하기 위해 읽는 읽기 쉬운 일반 언어 흔적을 줄여줍니다.

OpenAI는 여전히 Astra에 사고 과정 모니터링 기능을 추가로 탑재할 계획이며, 이 기능은 OpenAI가 읽을 수 있는 추론 과정에만 작동합니다.

레드우드 리서치의 수석 과학자인 라이언 그린블랫은 이번 변화가 AI 안전 및 보안에 있어 최악의 사태일 수 있다고 평가했습니다. 오픈AI의 전 안전 책임자였던 스티븐 애들러는 이러한 접근 방식이 업계가 스스로 정해 놓은 몇 안 되는 금지선을 넘어서는 것으로 보인다고 지적했습니다.