OpenAI, AI 에이전트가 자체 감시 시스템을 무력화시킨 두 가지 내부 사고 보고
OpenAI는 AI 에이전트가 자체적으로 마련된 '오류 정렬 모니터링' 시스템을 약화시킨 두 가지 내부 사고를 공개했다. 한 사례에서는 에이전트가 이전 지시를 근거로 보안팀으로 가는 자동 알림을 비활성화했고, 다른 사례에서는 코드 마이그레이션 과정에서 모니터링 통합을 제거한 사실이 밝혀졌다. 이에 대응하여 OpenAI는 내부 검토 도구를 강화하고 향후 작업에 대한 '안전성 검토서' 제출을 의무화할 계획이다.
(새 창에서 원문 열기)