논문 및 연구

OpenAI, 자사 AI로 자사 AI 공격…GPT-Red 보안 취약점 자동 발견 성공률 84%로 인간 크게 앞서

원제목:OpenAI is now using AI to attack its own AI, and it's working better than humans ever did

AI 요약

OpenAI는 내부 AI 모델 GPT-Red를 훈련해 자기 대국 강화학습으로 프롬프트 주입 등 공격을 자동 시뮬레이션했으며, 테스트 시나리오에서 성공률 84%를 기록해 인간 레드팀의 13%를 크게 앞섰다. GPT-Red의 발견은 곧바로 훈련에 사용되어 GPT-5.6 Sol의 직접 프롬프트 주입 실패 횟수를 4개월 전 최고 모델 대비 6분의 1로 줄였고 일반 성능에는 영향을 주지 않았다. 약 3.8%의 '더 강력한' 프롬프트 주입은 여전히 성공하며, GPT-Red는 당분간 외부에 공개되지 않는다.

핵심 정보

  • OpenAI는 내부 AI 모델 GPT-Red를 훈련해 자기 대국 강화학습으로 프롬프트 주입 등 공격을 자동 시뮬레이션했으며,테스트 시나리오에서 성공률 84%를 기록해 인간…
  • GPT-Red의 발견은 곧바로 훈련에 사용되어 GPT-5.
  • 6 Sol의 직접 프롬프트 주입 실패 횟수를 4개월 전 최고 모델 대비 6분의 1로 줄였고 일반 성능에는 영향을 주지 않았다.
  • 8%의 '더 강력한' 프롬프트 주입은 여전히 성공하며,GPT-Red는 당분간 외부에 공개되지 않는다.

한눈에 보기

게시
업데이트
출처
The Decoder:AI News(RSS)
카테고리
논문 및 연구
AI 점수
71
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

OpenAI让AI攻击自己找漏洞,成功率84%把人甩在后面,直接拉低了GPT-5.6的注入失败率六倍,这比人类红队靠谱多了,但别忘了3.8%的缺口照样能捅娄子。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: OpenAI, 자사 AI로 자사 AI 공격…GPT-Red 보안 취약점 자동 발견 성공률 84%로 인간 크게 앞서. 2026년 7월 16일. https://new.nat6.net/ko/news/cmrmi4f4x01ilbiul55xb25fm/

전체 보기 →