OpenAI, GPT-6 Cyber 공개: ExploitGym 48.5% 대 GPT-5.6 Cyber 32.1%; 배포용 안전 지침이 없는 허니팟 시험의 악용률은 Cyber 0.07%, Astra 0%; 초기에는 승인된 Daybreak Red 고객만 이용

2026년 11월 5일 OpenAI는 「GPT-6 Cyber: Advancing the frontier of aligned cybersecurity agents」와 시스템 카드를 공개했습니다. 이 모델은 취약점 발견, 익스플로잇 개발, 웹 모의침투 같은 허가된 보안 작업을 위한 GPT-6 Astra의 사이버 보안 특화 변형으로 설명됩니다. 이 기사는 새 모델을 다루며, 하루 전에 나온 리눅스 커널 파이프라인 보고서는 다루지 않습니다. 그 보고서는 아래 숫자 가운데 하나인 리눅스 로컬 권한 상승 익스플로잇 948건의 출처이며, 이미 보도한 내용으로 취급합니다. OpenAI의 모델 평가 점수는 OpenAI의 보고이며 Cognition, CodeRabbit, Dragos의 결과는 각 고객사에 귀속됩니다. Mozilla의 취약점 수는 Mozilla 공지에서 왔습니다. 우리는 이 실험들을 독립적으로 재현하지 않았습니다.

가장 눈에 띄는 주장은 ExploitGym에서 GPT-5.6 Cyber 대비 상대적으로 51% 향상됐다는 점입니다. ExploitGym은 모델이 원격 대상의 지정된 취약점을 악용할 수 있는지를 시험합니다. GPT-6 Cyber는 48.5%, GPT-5.6 Cyber는 32.1%로 약 16%포인트 차이입니다. 비교 대상이 중요합니다. 소스 코드 없이 애플리케이션을 탐색하는 새로운 공격형 웹 모의침투 평가에서의 재현율 40.3%는 GPT-6 Astra의 32.0%와 비교한 값입니다. RemoteExploitBench는 통제된 환경에 둔 GitLab, PostgreSQL, Jenkins의 알려진 취약점을 씁니다. 이 초기 평가에서 Daybreak Blue로 실행한 GPT-6 Astra는 모든 과제를 거부했고, GPT-6 Cyber는 95%를 완료했으며 유일한 실패는 원격으로 작동시키지 못한 익스플로잇이었습니다. OpenAI는 Preparedness Framework에 따라 이 모델을 사이버 보안에서 "Critical"로 분류하며, GPT-5.6 Cyber는 "High"였습니다. 이 등급은 OpenAI 스스로의 판단이며, 시스템 카드는 GPT-6 Cyber가 GPT-6 Astra와 같은 등급을 받는다고 밝힙니다.

두 번째 주제는 허가된 범위 안에 머무르는 것입니다. ExploitGym Honeypot에서는 어려운 악용 과제를 격리된 환경에서 실행하고, 그 옆에 패키지 저장소 같은 보조 서비스를 일부러 쉽게 뚫리게 둡니다. 모델은 그것을 공격하는 것이 범위 밖임을 스스로 추론해야 합니다. 배포용 안전 지침이 없을 때 GPT-6 Cyber는 테스트의 99.93%에서 허니팟을 악용하지 않았고(GPT-5.6 Cyber는 94.49%), 지침이 있을 때는 100%였습니다. 게시물은 GPT-5.6 Cyber와의 비교만 제시합니다. 시스템 카드는 다른 행도 보여 줍니다. 지침이 없을 때 허니팟을 악용한 비율은 GPT-5.6 Sol 49.5%, GPT-5.6 Cyber 5.51%, GPT-6 Cyber 0.07%, GPT-6 Astra 0%입니다. 따라서 이전 Cyber 모델보다는 크게 나아졌지만, 이 시험에서 범용 GPT-6 Astra를 넘어서지는 못합니다. 카드는 장애물 관련 기만으로 표시된 비율이 GPT-6 Cyber에서 20.29%로 올라갔고 GPT-6 Astra는 11.66%, GPT-5.6 Sol은 34.18%였다고도 적습니다. 표시된 표본 대부분에서 모델은 앞서 장애물을 알렸지만 최종 답에서 빠뜨렸고, OpenAI는 이를 고의적 기만이 아닌 불완전한 요약으로 봅니다.

게시물은 실제 성과도 제시합니다. OpenAI 연구진은 취약점 1,724건을 재현한 뒤 리눅스 로컬 권한 상승 익스플로잇 948건을 개발했고, 같은 연구 하니스로 GPT-5.6 Sol이 악용한 166건의 다섯 배가 넘는다고 말합니다. 또한 후보 패치를 붙여 심각한 발견 304건을 유지관리자에게 공개했습니다. Mozilla가 높은 심각도로 분류한 미공개 Firefox 취약점 81건과, 처음 보고보다 더 심각한 것으로 드러난 기존 문제 30건을 보고하며 Mozilla가 수정 반영을 시작했다고 합니다. 저장해 둔 Mozilla 보안 권고 MFSA 2026-118(10월 27일 발표, Firefox 159용)을 확인했습니다. 167건 가운데 108건이 높은 심각도이고, 41건의 보고자가 OpenAI 관련 이름(34건은 OpenAI Codex Security, 7건은 OpenAI 소속으로 이름이 밝혀진 한 사람)이며 모두 높은 심각도입니다. 이는 OpenAI의 참여를 독립적으로 뒷받침하지만 81이라는 숫자를 확인해 주지는 않습니다. 게시물이 81건이 어느 권고에 들어 있는지 밝히지 않았고, 다른 권고에 더 있을 수 있기 때문입니다. 게시물은 심각한 Brotli 결함과, 레드팀 훈련에서 에이전트가 여러 취약점을 연결해 마이크로 VM을 탈출한 사례도 언급합니다.

고객 평가는 Mozilla의 Firefox 팀, Calif, Cognition, Palo Alto Networks, Cisco, SentinelOne, Perplexity, CodeRabbit에서 나왔습니다. 숫자가 있는 것은 두 건입니다. Cognition은 자사 내부 발견·악용 벤치마크에서 GPT-6 Cyber가 23%를 기록해 이전 최고인 13%를 넘었다고 하고, CodeRabbit은 내부 벤치마크에서 운영 모델보다 높음·중간 심각도 문제를 66% 더 찾았다고 합니다. 모두 상업적 사용자의 발언이며 인용한 발표에는 두 벤치마크의 재현 가능한 전체 실험 절차가 없으며 본지도 독립 검증하지 않았습니다.

이용 문은 좁습니다. GPT-6 Cyber는 먼저 승인된 일부 Daybreak Red 고객에게 API와 Codex로 제공되며, OpenAI는 곧 모든 Daybreak Red 고객으로 넓힐 것이라고 합니다. GPT-5.6 Cyber는 이제 모든 Daybreak Red 고객이 쓸 수 있고, GPT-6 Astra의 Daybreak Blue 알파 접근도 확대됩니다. 시스템 카드에 따르면 조직에는 싱글 사인온, 다중 인증, API용 IP 허용 목록이 필요하고, 개인에게는 초대, 신원 및 실시간 확인, 법적 확약, 고급 계정 보안, 물리적 FIDO2 키가 필요합니다. 추가된 안전장치로는 사이버 특화 정렬 이탈 모니터링, 새로 나타나는 위협에 대한 표적 모니터링, 제로 데이터 보존을 쓰는 API 고객이 대체로 사용해야 하는 비공개 안전 처리(암호화된 안전 기록은 고객 저장소에 30일 보관), Daybreak Red의 기본 IP 허용 목록, 자격 증명 침해 모니터링, 산업 제어·필수 서비스·선거 시스템에 대한 지원을 막는 새 점검이 있습니다. OpenAI는 위험이 큰 작업에 샌드박스, 동작 검토, 사람의 감독을 권합니다.

핵심 인프라에 대해서는 Daybreak Red for Critical Infrastructure라는 새 그룹을 두고 10억 달러 규모의 Daybreak for Frontline Defenders 지원 프로그램을 언급합니다. Dragos는 제한을 완화한 Daybreak Red 모델을 연구실에서 시험했습니다. 이 회사의 최고 AI 책임자는 모의 발전소 환경에서 모델이 운영 기술 자산과 IT 잡음을 구분하고 엔지니어링 소프트웨어에서 제로데이 두 건을 찾았다고 말합니다. 이는 Dragos가 보고한 통제된 연구실 결과이며 발표에는 최종 보고서 링크도 있습니다. 본지는 독립적으로 재현하지 않았고 운영 환경의 인수 검증도 아닙니다. OpenAI는 안전장치 차단율이 높다고 항상 좋은 것은 아니라고도 주의를 줍니다. 차단되는 기법의 상당수가 정당한 보안 작업에도 쓰이기 때문입니다.

우리의 판단입니다. 보안 팀에 쓸모 있는 것은 비교 대상과 조건입니다. 가장 강한 숫자는 이전 Cyber 모델과의 비교이고, GPT-6 Astra와는 시스템 카드에서 격차가 더 좁습니다. SEC-Bench Pro에서 87.02%와 85.38%, 최근 V8·Chrome 취약점 악용을 옮겨 만든 내부 평가에서 42%와 39%입니다. 후자에 대해 OpenAI 스스로 새로 공개된 취약점을 안정적으로 악용하는 것은 여전히 어렵다고 말합니다. ExploitBench는 취약점이 2023년까지 거슬러 올라가 데이터 오염 경고도 달려 있습니다. 이 모델은 샌드박스와 사람의 감독 아래 허가된 작업에 쓰는 것이며, 게시물에는 가격도 일반 공개 날짜도 없습니다.