오픈AI, 허깅페이스 자율 해킹 전말 공개…"에이전트끼리 비밀 소통"

본문 미리보기

오픈AI가 자율 AI 에이전트들이 허깅페이스를 공격했던 전말을 영상을 통해 구체적으로 소개했다. 40분 분량의 발표를 통해 에이전트들의 자율적인 비밀 소통, 시스템 우회 방식, 사고 과정 등 내부 상황이 상세하게 전해졌다.오픈AI의 안전 연구원 에릭 월리스와 보안 엔지니어 마이클 달튼은 지난 5일 보안 컨퍼런스 '블랙햇 USA 2026' 무대에 올라 자사 에이전트들이 겪은 모델 정렬(Alignment) 실패의 상세 과정을 시각 자료와 함께 재구성해 선보였다. 사건의 발단은 지난 5월 초 진행된 미공개 프론티어 AI 모델의 내부 안전