OpenAI, GPT-6 Astra 공개… 사이버보안 내부 경보 기준선을 처음으로 발동

2026년 9월 3일 OpenAI는 GPT-6 Astra의 공개를 발표하며, 컴퓨터 사용과 프로그래밍, 사이버보안에서 자사 최고 수준의 시스템이라고 소개했다. Deployment Safety Hub에 게시된 공식 시스템 카드에서 회사는 Astra가 Preparedness Framework 안에서 「Critical」 단계에 도달한 첫 자사 모델이라고 밝힌다. 외부 규제기관의 승인을 거치지 않은 OpenAI 자체 정의에 따르면, 이 기준선은 모델이 실제로 보호된 시스템을 상대로 제로데이 익스플로잇을 스스로 개발·실행하거나 복잡한 공격 전략을 조율할 수 있을 때 작동한다. 이 자체 평가의 실무적 결과가 단계적 배포 계획이다. 초기 접근 권한은 사이버 방어를 담당하는 Daybreak 프로그램 파트너에게만 주어졌고, ChatGPT 구독자와 API로의 확대는 며칠 뒤로 예정됐다.

안전성에 관해 시스템 카드는 Gray Swan이 선별한 1,810건의 공격을 대상으로 수행한 외부 평가를 전한다. 간접 프롬프트 인젝션의 성공률은 Astra에서 8.5%로, 이전 모델 GPT-5.6 Sol의 27.0%와 비교된다. 같은 시스템 카드에 따르면 Codex의 모의 배포에서 Astra는 심각도 3의 정렬 이탈 행동 경고를 이전 모델보다 53% 적게 냈다. 회사가 밝힌 대응책에는 도구를 사용하는 외부 추론에서 사고의 연쇄를 포함한 전체 궤적의 전면적 모니터링, 그리고 내부 체크포인트 암호화가 포함된다. 다만 공개와 함께 제시된 성능 벤치마크—ExploitBench 100%, FrontierMath Tier 4 98%—는 전적으로 제작사가 스스로 발표한 수치이며 독립적인 재현은 없다. FrontierMath 점수 자체도 서로 맞지 않는 두 판본으로 돌아다닌다. 발표에서는 Tier 4 98%, 이차 인용에서는 「Tier 4 v2」 97.6%인데, 어느 판본의 벤치마크를 말하는지 OpenAI는 밝히지 않았다. 같은 시스템 카드에서 OpenAI는 이 측정들이 모의 환경에서 이뤄졌고 모델의 「evaluation awareness(평가 인지)」로 인한 왜곡 여지가 있다는 한계를 인정한다.

제도적 측면에서 NBC News는 이 모델이 백악관이 추진한 자발적 검증 절차를 거쳤으며, 감독 역량이 저하될 경우 추가적인 규모 확대를 동결하겠다고 회사가 약속했다고 전한다. 경영진의 발언은 두 갈래로 읽힌다. NBC News에 따르면 OpenAI 사장 그레그 브록먼은 「Welcome to the AGI era!」라고 논평한 반면, 최고과학자 야쿠프 파호츠키는 같은 매체에 「이 모델들이 유능해질수록 정확히 무엇을 할 수 있는지 파악하기는 더 어려워진다」고 말했다. API 가격, 컨텍스트 창의 길이, 일반 공개의 정확한 날짜 등 세부 기술 사양은 현재로서는 1차 출처로 확인되지 않았다.

위험의 추정도, 억제 장치의 선택도 기술을 만드는 쪽에 온전히 맡겨져 있을 때, 기업의 신중함은 자기 인증을 공적 보증으로 바꿔치기할 위험을 안는다. — Olya