Astra로 향하는 길: 중요 역량과 프런티어 보호장치

핵심 발표

• Preparedness Framework의 Critical 사이버보안 역량 임계값을 충족한 첫 OpenAI 모델 Astra
• 적절한 도구와 접근 권한에서 사람의 단계별 지시 없이 미지의 보안 취약점 탐색 및 익스플로잇 개발 가능성

연구 방법·결과

• 공개·비공개 자동화 벤치마크와 전문가 주도 평가를 결합한 역량 평가
• ExploitBench에서 알려진 취약점 기반 익스플로잇 개발 능력 100% 점수
• 내부 V8 취약점 데이터셋에서 GPT‑5.6 Sol보다 적은 출력 토큰으로 높은 임의 코드 실행률, 익스플로잇 체인 중 제로데이 2건 발견
• 강화된 브라우저 및 운영체제 평가에서 샌드박스 탈출·호스트 명령 실행 체인과 로컬 권한 상승 체인 구축

주요 변화

• 유해한 사이버 요청 거부 학습, 오용 방지 보호장치, 잠재적 무단 활동 중단 모니터링 강화
• 사이버 탈옥 평가에서 Astra의 거부율 91.5%, GPT‑5.6 Sol 59%
• 명시적 보안·안전 제한과 권한 범위 준수 강화, 추가 chain-of-thought 모니터링 배포

사용 방법·가용성

• 고급 사이버보안 워크플로 접근의 소규모 알파 테스터 제공 예정
• 이후 방어적 사용 지원을 위한 Daybreak Blue 접근 확대 예정
• Astra의 고급 사이버보안 역량 접근 제한 예정