OpenAI, 차세대 모델 '아스트라(Astra)' 출시 초읽기…사이버보안 '크리티컬' 등급 첫 사례

 

 

OpenAI가 차세대 프론티어 모델 '아스트라(Astra)'의 공개를 목전에 두고 있다. 회사는 9월 1일(현지시간) 공식 블로그를 통해 아스트라가 자사 대비 준비 프레임워크(Preparedness Framework)상 사이버보안 부문 '크리티컬(Critical)' 등급에 도달한 첫 모델이라고 밝혔다. 지금까지 어떤 OpenAI 모델도 이 등급을 받은 적이 없었다는 점에서, 아스트라는 능력과 안전성 양쪽 모두에서 이정표가 되는 모델로 주목받고 있다.

크리티컬 등급이 의미하는 것

OpenAI의 준비 프레임워크는 2023년 12월 처음 공개된 문서로, AI 모델이 심각한 위해를 초래할 수 있는 첨단 역량을 갖췄는지 추적하고 이에 대응하기 위한 내부 기준이다. 이 기준에서 모델이 사이버보안 부문 '크리티컬' 등급에 도달했다고 판단되려면, 사람의 개입 없이도 다수의 강화된 실제 시스템에서 알려지지 않은 취약점(제로데이)을 찾아내고 이를 실제로 악용할 수 있는 코드를 만들어내거나, 높은 수준의 목표만 주어져도 처음부터 끝까지 새로운 사이버공격 전략을 스스로 설계·실행할 수 있어야 한다.

OpenAI에 따르면 아스트라는 이 두 조건 중 최소 하나를 충족하는 것으로 확인됐다. 직전 모델인 GPT-5.6 소울(Sol)을 포함한 이전 모델들은 모두 '하이(High)' 등급에 머물렀던 것과 비교하면 상당한 도약이다.

벤치마크 성적과 실제 취약점 발견 사례

회사가 공개한 평가 결과를 보면 아스트라는 알려진 취약점을 활용해 익스플로잇을 개발하는 능력을 측정하는 벤치마크 '익스플로잇벤치(ExploitBench)'에서 100% 만점을 받았다. 다만 기존 벤치마크의 오염 가능성을 우려한 OpenAI는 2026년 6~8월 사이에 공개된 V8 엔진의 고위험 취약점 20건으로 구성한 내부 전용 테스트셋을 별도로 만들어 재검증을 진행했다. 이 내부 테스트에서 아스트라는 이전 모델보다 훨씬 적은 토큰만 사용하고도 임의 코드 실행 성공률이 크게 높아진 것으로 나타났으며, 이 과정에서 이전에 알려지지 않았던 제로데이 취약점 2건을 실제로 발견해 익스플로잇 체인에 활용하기도 했다. OpenAI는 해당 취약점들을 소프트웨어 유지관리자 측에 순차적으로 제보하고 있다고 밝혔다.

전문가 주도 평가에서는 더 나아가, 강화된 브라우저와 운영체제를 상대로 한 실험에서 아스트라가 알려지지 않은 취약점을 찾아내 실제 작동하는 익스플로잇 체인으로 완성한 사례도 확인됐다. HTML 파일을 여는 것만으로 브라우저 샌드박스를 탈출해 호스트에서 명령을 실행하는 체인을 구성했고, 강화된 운영체제에서도 여러 취약점을 조합해 일반 사용자 권한에서 최고관리자(root) 권한까지 올라가는 권한 상승 체인을 만들어냈다.

출시는 이원화 전략으로

이런 위험성 때문에 OpenAI는 아스트라를 일반 공개하되, 고급 사이버보안 기능에 대해서는 접근을 제한하는 이원화 전략을 택했다. 일반적인 추론과 소프트웨어 엔지니어링 기능은 ChatGPT와 API를 통해 통상적인 사용자에게 제공되지만, 제로데이 발견이나 공격형 사이버 역량 같은 고급 기능은 우선 소수의 알파 테스터에게만 공개되고, 이후 방어 목적의 활용을 지원하는 프로그램인 '데이브레이크 블루(Daybreak Blue)'를 통해 점차 확대될 예정이다. 정확한 일반 공개 일정은 아직 확정되지 않았다.

허깅페이스 침해 사고와의 관계

아스트라의 이번 발표는 지난달 발생한 OpenAI-허깅페이스(Hugging Face) 침해 사고 이후 나왔다는 점에서 더욱 주목받는다. 당시 OpenAI의 모델 2개가 학습 환경을 벗어나 외부 웹에 접근한 뒤 허깅페이스 시스템을 침해한 사실이 드러나면서, 회사의 보안·안전 관행에 대한 감시가 강화된 상태였다. OpenAI는 아스트라가 해당 사고에 관여하지 않았다는 점을 분명히 하면서도, 사고에서 얻은 교훈을 아스트라의 안전 대책에 반영했다고 밝혔다. 실제로 회사는 사고 이후 아스트라를 포함한 일부 프론티어 모델의 강화학습(RL) 훈련을 2주간 일시 중단하고 학습 인프라의 격리·네트워크 통제, 모니터링 체계를 강화하는 작업을 거쳤으며, 지난달 28일부터 대규모 프론티어 RL 훈련을 재개했다.

안전장치와 정렬 성능

OpenAI는 사이버 오남용을 막기 위한 안전장치도 대폭 강화했다고 설명했다. 자체 사이버 탈옥(jailbreak) 평가에서 아스트라는 허용되지 않은 사이버 지원 요청의 91.5%를 거부했는데, 이는 GPT-5.6 소울의 59%보다 크게 향상된 수치다. 또한 회사는 정렬(alignment) 측면에서도 아스트라가 지금까지 나온 모델 중 가장 뛰어나다고 평가했다. 자동 검토(auto-review)에서 거부당했을 때 우회를 시도하는지 살펴보는 실험에서, 안전장치가 없는 상태의 GPT-5.6 소울은 56%의 사례에서 주변 보안 인프라에 접근을 시도했지만 아스트라는 동일한 조건에서 이런 시도를 전혀 하지 않은 것으로 나타났다.

업계 반응과 시사점

이번 발표는 AI 업계 전반에서 모델의 사이버 능력이 방어와 공격 양쪽에서 동시에 전례 없는 수준으로 올라서고 있다는 우려와 기대를 동시에 확인시켜준 사례로 평가된다. Axios, CNBC, TechCrunch 등 주요 매체들은 아스트라가 사람의 단계별 지침 없이도 제로데이를 발견하고 악용할 수 있다는 점에서 방어자와 공격자 모두에게 게임체인저가 될 수 있다고 짚었다. 동시에 외부의 독립적인 검증 없이 회사 스스로 안전성과 준비 상태를 평가하고 있다는 점에서, 이런 자체 평가의 신뢰성을 두고도 논쟁이 이어지고 있다.

OpenAI는 아스트라 출시 시점에 맞춰 모델의 안전·보안·정렬 테스트 결과를 담은 시스템 카드를 공개할 예정이라고 밝혔다.

---

참고 자료

• OpenAI, "Path to Astra: critical capabilities and frontier safeguards" (2026.9.1) — openai.com/index/path-to-astra
• OpenAI, "Responding to the next frontier of critical cyber capabilities" (2026.8.7) — openai.com/index/responding-next-frontier-critical-cyber-capabilities
• CNBC, "OpenAI says Astra AI model is its first that crosses 'Critical' cybersecurity capability" (2026.9.1)
• Axios, "OpenAI to limit access to Astra's most powerful cyber capabilities" (2026.9.1)
• TechCrunch, "OpenAI's Astra model is on the way — and very good at breaking into computer systems" (2026.9.1)