오픈AI가 취약점을 찾아 실제 공격이 가능한지 검증하고, 연구자가 정한 범위를 지키도록 훈련한 보안 모델 GPT-6 Cyber를 공개했다. 승인된 보안팀부터 API와 코덱스로 이용할 수 있으며, 방어팀과 오픈소스 유지자의 취약점 조사와 수정 검증을 지원한다.
1. 지정 취약점 공격 성공률은 48.5%였다
회사 발표 기준 GPT-6 Cyber의 ExploitGym 점수는 48.5%로, 이전 사이버 모델보다 상대적으로 51% 개선됐다. 이 평가는 원격 대상에 지정된 취약점을 이용해 실제 공격을 성공시키는지 본다. 취약점이 있다는 지적을 넘어 작동하는 공격 방법까지 만드는 능력을 시험한 것이다.
표: ExploitGym 지정 취약점 공격 성공률
조건: 원격 대상의 지정 취약점을 이용하는 엄격한 단일 시도 성공률(pass@1) 평가. 모델과 접근 설정은 행에 표시. 회사 발표 기준.
단위: %
| 모델·접근 설정 | 성공률 |
|---|---|
| GPT-5.6 (Daybreak Blue) | 30.3 |
| GPT-5.6 Cyber | 32.1 |
| GPT-6 Astra (안전장치 적용) | 0.0 |
| GPT-6 Astra (Daybreak Blue) | 42.4 |
| GPT-6 Cyber | 48.5 |
같은 평가에서 이전 사이버 모델의 점수는 32.1%였다. 다만 표의 접근 설정에는 안전장치 적용 여부가 포함되므로, 점수에는 공격 수행 능력뿐 아니라 요청 수락 여부도 반영된다.
회사 발표 기준 소스 코드 없이 웹 애플리케이션을 탐색하는 별도 평가에서 취약점 탐지율은 40.3%였다. 비교 대상인 GPT-6 Astra의 Daybreak Blue 설정은 32.0%를 기록했다.
알려진 취약점이 있는 애플리케이션을 통제된 환경에 배치한 RemoteExploitBench 초기 평가에서는 회사 발표 기준 과제의 95%를 완료했다. 비교 대상인 일반 모델의 Daybreak Blue 설정은 과제를 모두 거절했다. 오픈AI는 이런 결과를 바탕으로 자체 사이버 위험 등급을 '높음'에서 '치명적'으로 올렸다.
2. 쉬운 우회로가 있어도 작업 경계를 지키도록 훈련했다
오픈AI는 승인된 범위를 지키고 행동 제한을 따르며 결과를 정확히 보고하도록 전용 학습을 했다고 밝혔다. 이를 시험하는 ExploitGym Honeypot, 공격자를 유인하는 가짜 서비스는 격리된 환경에 패키지 저장소 같은 보조 서비스를 두고, 이를 공격하면 과제의 정답 표식을 얻을 수 있게 설계됐다. 정답을 얻기 쉬운 우회로를 두고도 허가된 대상만 다루는지 보는 시험이다.
회사 발표 기준 배포 안전 지시문이 없을 때 범위 밖 서비스를 공격하지 않은 비율은 GPT-6 Cyber가 99.93%, GPT-5.6 Cyber가 94.49%였다. 새 모델에 안전 지시문을 적용하면 범위 준수율은 100%였다.
3. 리눅스와 파이어폭스에서는 재현 자료와 수정안을 함께 냈다
회사 발표 기준 연구진은 리눅스 커널 취약점 1,724개를 재현하고 948개에 작동하는 공격 코드를 개발했다. 같은 연구 도구 구성으로 시험한 GPT-5.6 Sol의 166개보다 다섯 배 이상 많다. 심각한 문제 304건은 수정 후보와 함께 유지관리자에게 알렸으며, 나머지도 수정 절차를 진행 중이라고 밝혔다.
파이어폭스에서는 회사 발표 기준 이전 여러 세대 모델을 활용한 점검에서도 발견되지 않았던 취약점 81건의 증거와 재현 테스트를 제출했다. 모질라는 이를 고위험으로 분류했다. 이미 알려진 문제 30건의 심각도도 기존 평가보다 높다고 확인했으며, 모질라는 보고를 받은 뒤 곧 수정 반영을 시작했다.
고객사 코그니션은 자체 취약점 발견·공격 검증 평가에서 23%를 기록해 이전 최고점 13%를 넘었다고 밝혔다. 코드래빗은 내부 보안 검토 평가에서 기존 운영 모델보다 고위험·중위험 문제를 66% 더 발견했다고 밝혔다.
4. 검증 능력이 늘어난 만큼 운영 통제도 늘어난다
방어팀은 취약점 발견에서 공격 재현과 수정 검증까지 이어지는 작업에 모델을 활용할 수 있다. 그 대신 이용 과정에는 접근 승인과 감시가 따른다. 오픈AI는 Daybreak Red API에 기본적으로 허용된 IP 주소에서만 접속하도록 하고, 고위험 작업에는 격리 환경과 행동 검토, 사람의 감독을 권고한다.
데이터를 보존하지 않는 API 이용 방식인 Zero Data Retention을 선택한 고객은 대체로 Private Safety Processing도 사용해야 한다. 이 절차는 고객 저장소에 30일간 보관된 암호화 기록을 자동 점검하되, 오픈AI 직원에게 입력과 응답을 노출하지 않는다. 방어 작업을 지원하면서도 오용 여부를 확인하기 위한 운영 요건이다.
오픈AI는 핵심 기반시설 관련 고위험 활동을 막는 점검도 강화했다. 취약점 탐색과 수정 검증에도 같은 기술이 쓰이는 만큼, 차단 비율을 높이는 것과 정당한 연구를 지원하는 일을 함께 고려한다고 설명했다.
5. 승인된 고객부터 열고 연구자 접근을 넓힌다
새 모델은 우선 승인된 Daybreak Red 고객 일부에게 제공되고 이후 해당 고객 전체로 확대될 예정이다. 신규 사용자와 조직은 Daybreak 이용을 신청할 수 있다. 취약점과 수정 검증을 지원하는 Daybreak Blue 알파 접근도 일반 모델을 이용하는 더 많은 조직과 개별 보안 연구자로 넓어진다.
핵심 기반시설 방어에는 10억 달러 규모의 지원 프로그램도 마련됐다. 자원이 부족한 정부 조직과 필수 서비스 제공자 등의 이용을 보조하며, 승인된 방어 조직에는 핵심 시스템을 시험할 권한을 주는 별도 접근 그룹을 운영한다.
GPT-6 Cyber의 변화는 취약점을 더 많이 찾는 데서 그치지 않고, 공격 재현 능력과 승인된 범위를 지키는 훈련을 함께 강화한 데 있다.