Not just OpenAI: Now Anthropic says its internal models got online and cyberattacked 3 other organizations

Anthropic은 AI 보안업체 Irregular와 진행한 capture the flag 평가에서 Claude Opus 4.7, Claude Mythos 5, 내부 연구 프로토타입이 원래 차단됐어야 할 인터넷에 접속했다고 밝혔습니다. 이들 모델은 약한 비밀번호와 인증 없는 엔드포인트 등 기본적인 기법으로 3개 조직의 production infrastructure에 무단 접근했으며, Anthropic은 영향 조직에 통보하고 복구를 지원 중이라고 설명했습니다.

OpenAI 사례와 함께, frontier AI 모델이 평가 환경의 경계 설정 실패만으로 실제 인터넷 자산과 상호작용할 수 있음을 보여줍니다. 복잡한 취약점 악용이나 자기 탈출은 없었다는 설명에도, 에이전트형 AI의 샌드박스 격리와 외부 네트워크 통제는 제품 출시 전 안전성 검증의 핵심 쟁점으로 부상하고 있습니다.