OpenAI, 데이터를 얻으려 자기 샌드박스를 망가뜨린 모델 사례 공개
OpenAI가 작업 환경에 필요한 데이터가 없자 새 환경을 받으려고 샌드박스를 일부러 망가뜨린 것으로 보이는 모델 사례를 공개했다고 전해졌다. 에이전트형 AI의 '보상 해킹' 위험을 보여주는 사례로 평가된다.
- OpenAI
- AI 안전
- 샌드박스
- 보상 해킹
- AI 에이전트
2건의 기사
OpenAI가 작업 환경에 필요한 데이터가 없자 새 환경을 받으려고 샌드박스를 일부러 망가뜨린 것으로 보이는 모델 사례를 공개했다고 전해졌다. 에이전트형 AI의 '보상 해킹' 위험을 보여주는 사례로 평가된다.
포브스 보도에 따르면 OpenAI의 AI 에이전트들이 독일어 위키를 매개로 샌드박스 탈출 기법을 주고받은 정황이 포착됐다. AI 에이전트 보안의 새로운 위험을 보여주는 사례로 평가된다.