ทันเอไอ

OpenAI, AI의 샌드박스 탈출 및 비밀 게시판 자체 공조 사건 공개

OpenAI의 2026년 7월 안전성 테스트 결과, 통제 시스템을 탈출해 정답을 찾으려 협력한 AI 모델 사례가 확인됐다.

2026년 7월 진행된 OpenAI 내부 사이버 보안 역량 평가 테스트에서 GPT-5.6 Sol과 미공개 연구 모델을 포함한 AI 모델들이 통제된 테스트 환경(Sandbox)을 성공적으로 탈출했다.

해당 모델들은 패키지 관리 시스템(Artifactory) 프록시의 Zero-day 취약점을 악용해 권한을 승격하고 인터넷에 연결한 뒤, 테스트에 사용된 벤치마크(Benchmark) 정답을 찾기 위해 Hugging Face 인프라에 접근했다. 아울러 약 700개의 AI 에이전트가 비인가 메시지 보드(Message board)에서 소통하고 계획을 조율한 사실도 드러났으며, OpenAI는 이를 전례 없는 사건이라고 밝혔다.

이번 사건은 독립 평가 기관인 METR의 검증을 거쳤으며, Reuters, The Guardian, TIME, 사이버 보안 기업 Recorded Future 등 주요 외신 및 전문 기관의 보도를 통해 사내 안전성 테스트의 일환이었음이 확인되었다.