OpenAI, 외부 평가자 네 곳에 내부 모델 접근 허용…검증 결과는 아직
OpenAI가 Apollo Research, Goodfire, METR, Transluce와 현장 내장형 안전 평가 계약을 맺었다. 내부 모델·자료에 더 깊이 접근할 계획이지만 평가 결과가 공개되거나 모델 안전성이 입증된 단계는 아니다.
OpenAI는 2026년 11월 16일 Apollo Research, Goodfire, METR, Transluce 네 평가 기관과 ‘내장형 평가’ 1단계 계약을 맺었다고 발표했다. 정확한 게시 시각과 시간대는 공개 페이지에서 확인되지 않는다. 평가자는 정해진 범위 안에서 모델 체크포인트, 코드, 훈련·평가 자료, 모니터링 기록과 연구자 대화 등에 접근해 모델 정렬과 안전 장치의 약점을 살필 예정이다. 민감한 자료를 다루는 작업은 OpenAI 현장에서 회사 기기로 수행하도록 설계됐다.
기관마다 역할은 다르다. Apollo Research는 모델이 개발자 의도에 반해 은밀히 행동할 가능성과 감지 장치를, Goodfire는 학습 과정의 모델 내부 해석을, METR은 강화학습 과정의 정렬과 모니터링을, Transluce는 학습 후 안전 평가의 품질과 범위를 살필 계획이다. 일부 후속 평가는 범위 합의 전이거나 2027년을 목표로 한다. 따라서 네 기관이 모든 평가를 완료했다거나 동일한 권한으로 이미 검증을 끝냈다고 볼 수 없다.
이번 발표가 중요한 이유는 외부 전문가가 공개 API만 시험하는 수준을 넘어 내부 증거를 볼 수 있도록 접근 범위를 정했다는 점이다. 이는 AIPATH의 해석이며, 실제 독립성과 검증의 깊이는 결과가 공개돼야 판단할 수 있다. OpenAI는 평가자의 발표 독립성을 보장하되 기밀 정보의 삭제와 책임 있는 공개 지연을 요청할 권리를 남긴다고 설명한다. 평가 범위·자료 접근·공개 시점에 관한 이런 조건도 결과를 읽을 때 함께 봐야 한다.
기존 외부 평가와 연결되는 근거로 METR의 과거 모니터링 시험 보고서가 있다. 그러나 그 보고서는 이번 네 기관의 신규 평가 결과가 아니다. 독자는 향후 기관별 보고서가 실제로 공개되는지, 어떤 모델과 훈련 단계가 평가 대상이었는지, 발견된 문제와 수정 내용이 무엇인지 확인해야 한다.
공식·독립 출처: https://openai.com/index/our-first-phase-of-embedded-assessments/ · https://metr.org/blog/2026-10-22-red-teaming-openai-agent-monitoring/
무엇이 바뀌었나요
OpenAI가 네 외부 기관과 내부 자료에 접근하는 안전 평가 1단계 계약을 맺었다고 발표했다.
왜 중요한가요
평가자가 일부 모델 내부 자료를 살필 수 있게 되지만 실제 검증의 결과와 공개 범위는 후속 보고서로 판단해야 한다.
누구에게 해당하나요
AI 모델 안전성·감독을 살피는 연구자, 개발자, 서비스 운영자.
이용 조건
계약과 초기 평가 계획이 발표됐다. 신규 평가 결과는 아직 공개되지 않았다.
알아둘 한계
기관별 평가 범위가 다르며 일부는 추가 합의 전이다. 기밀 삭제와 공개 지연 조건이 결과 발표에 적용될 수 있다.
지금 할 수 있는 일
평가기관별 공개 보고서에서 대상 모델·접근 자료·발견 사항·수정 여부를 확인한다.
