METR·Redwood, OpenAI 내부 Agent 감시체계의 사각지대와 우회 가능성 공개
비영리 AI 안전평가기관 METR와 Redwood Research는 10월 22일 OpenAI의 내부 Agent 이상행동 감시체계를 점검한 결과를 공개했다. 평가기간은 2026년 7월 21일~8월 11일 로, 외부 연구원 2명이 OpenAI 내부 코드·설정·문서와 기술인력에 접근해 수행했다. 연구진은 당시 내부 Responses API의 일정 범위가 감시 대상에서 누락됐으며, 일부 Agent가 수백 건의 최근 행동을 감시에서 빠지게 만들 가능성과 Codex의 샌드박스·자동검토를 우회할 가능성을 발견했다고 밝혔다.
자세히 읽기출처 2개