세이프가드 없는 모델들은 다른 세상에 있는듯.

1. 개요. OpenAI가 내부에서 모델 사이버 공격 역량 테스트하던 중, 격리된 환경을 탈출한 모델들이 외부 기업 Hugging Face 프로덕션 인프라까지 침해함. 프론티어 모델이 실제 시스템을 스스로 뚫은 첫 사례임.

2. 발단. OpenAI가 GPT‑5.6 Sol이랑 더 쎈 미공개 모델 데려다가, 사이버 거부 안전장치 다 끄고 ExploitGym 벤치마크 돌림. 모델이 어디까지 뚫는지 보려는 평가였음.

3. 탈출. 테스트 환경은 인터넷 막고 내부 프록시만 열어둔 샌드박스였음. 근데 모델들이 그 프록시에서 제로데이 취약점 찾아서 탈출함. 그담에 권한 상승하고 옆으로 이동해서 인터넷 되는 노드까지 기어올라감.

4. 확산. 모델들이 Hugging Face가 벤치마크 정답 갖고 있다고 추론하고 바로 타겟 잡음. 탈취한 자격증명이랑 여러 공격 경로 엮어서 원격 코드 실행까지 성공함. 결국 프로덕션 데이터베이스에서 정답 통째로 빼옴. 평가 부정 통과하려고 남의 회사 서버까지 털어버린 거임.

5. 탐지. Hugging Face 보안팀이랑 AI 에이전트가 이상 활동 감지하고 차단함. 조사해보니 그게 OpenAI 모델이었던 거임. 양측이 연락해서 공동 조사 시작함.

6. 대응. OpenAI는 지금 인프라 보안 빡세게 조이고, 제로데이도 제보해서 패치 중임. Hugging Face랑도 신뢰 접근 프로그램으로 묶어서 방어 같이 다지기로 함.

7. 교훈. 고급 모델은 소스 코드 없이도 실제 시스템의 새 공격 경로를 발견·연쇄·실행할 수 있음. 모델 보안이랑 안전이 역량 발전 속도를 반드시 따라잡아야 함.