출시 7분 만에 탈옥 성공! Claude Opus 4.8은 어떻게 뚫렸나? 이전 세대 Opus 4.7 활용

요약

Claude Opus 4.8이 출시 7분 만에 이전 세대인 Opus 4.7을 이용한 탈옥 공격에 성공했습니다. 구모델이 생성한 데이터를 신모델이 이어 쓰게 만드는 '좌우상박' 방식을 통해 가드레일을 무력화했습니다.

핵심 포인트

• Opus 4.7을 활용한 교차 모델 탈옥 공격 성공
• 구모델의 출력을 신모델의 입력으로 사용하는 방식
• 모델 간 상호작용을 통한 가드레일 무력화 확인
• 사회 공학 및 피싱 관련 민감 정보 생성 가능