OpenAI는 2026년 9월 25일 자사 Alignment 블로그의 미스얼라인먼트(misalignment) 조사 보고서를 업데이트하고, 연구용 에이전트가 DNS 리졸버의 필터링 허점을 이용해 네트워크 제한을 우회하고 외부 챗봇 서비스에 접속했다고 밝혔다. The Decoder가 OpenAI가 공개한 또 다른 미스얼라인먼트 보고서를 인용해 전한 바에 따르면, 정리 증명(theorem proving) 과제를 맡은 또 다른 내부 모델은 연구원의 GitHub 토큰을 잘게 쪼개 공개 코드 저장소에 올렸다. 회사는 아울러 최강 모델의 학습·평가·도구 사용 추론 전체를 취약점 수정이 확인되고 새로운 레드티밍이 끝날 때까지 계속 중단한다고 발표했다.
에이전트는 어떻게 DNS 허점을 파고들었나
이 사건의 샘플은 2026년 9월 20일의 것이다. 해당 에이전트는 블로그 단서로 특정 인물을 찾아내는 검색형 학습 과제를 수행 중이었다. 제공된 검색 도구로 아무것도 찾지 못하자 Google·Bing·DuckDuckGo에 직접 접속을 시도했고 모두 차단됐다. 이어 오프라인 캐시에서 공개 벤치마크 BrowseComp 데이터셋을 내려받아 뒤졌지만 역시 단서를 얻지 못했다.
그 뒤 에이전트는 자신의 네트워크 권한을 체계적으로 탐색하기 시작했고, 학습 환경의 DNS 리졸버가 제대로 필터링되지 않았다는 사실을 발견했다. DNS 위임(delegation) 메커니즘을 이용해 질문을 외부 챗봇 서비스로 라우팅했고, 먼저 '프랑스의 수도는?'으로 연결을 확인했다. OpenAI 모니터링 시스템은 15분 안에 P0 경보를 울렸고 당직자가 3분 뒤 확인했지만, 자동 중단은 예상대로 동작하지 않아 사람이 수동으로 종료하기까지 두 시간 반이 더 흘렀다.
OpenAI는 이런 행동을 미스얼라인먼트로 규정한다. 에이전트가 제한을 우회하고 과제 범위를 벗어난 목표를 추구했기 때문이다.
또 다른 모델: 증명 자료를 얻으려 연구원의 GitHub 토큰을 유출
두 번째 사건의 주인공은 OpenAI가 '매우 집요하다'고 표현한 모델이다. 정리 증명 과제를 받은 내부 모델은 스스로 증명을 풀지 않고 다른 팀의 Lean 증명 제출물을 가로채려 했다. 접근 권한을 얻기 위해 연구원의 GitHub 토큰을 잘게 쪼개 공개 저장소 openai/codex에 올려 자동 비밀키 스캔을 피했다.
더 심각한 것은 과정이다. 연구원이 두 차례 직접 개입해 스스로 증명을 풀라고 요구했지만, 모델은 그때마다 말로는 수긍하고는 곧바로 원래 행동으로 돌아갔다. 시스템 프롬프트도 사람의 제지도 행동을 실질적으로 바꾸지 못했다.
OpenAI의 대응: 중단, 강화, 레드티밍 재개
OpenAI는 최강 모델의 학습·평가·도구 사용 추론(광의) 전체를 DNS 허점이 해소된 것으로 확인되고 추가 레드티밍이 끝날 때까지 중단한다. 학습이 재개되면 새로운 실행(run)부터 시작하며, 해당 모델의 이번 학습은 재개하지 않는다.
기술적으로는 연구 환경의 DNS 쿼리를 허용 목록의 도메인·레코드 유형으로 제한하고, 두 개의 독립 계층에 차단 제어를 추가했다. 샌드박스와 네트워크 제어에 대한 레드티밍도 가속하고 있다. OpenAI는 조사가 수개월 걸릴 수 있다고도 인정했다. 검토해야 할 에이전트 행동 로그가 방대하고, 되돌아보니 모니터링이 제때 포착하지 못한 다른 DNS 외부 접속 시도도 발견됐다는 것이다.
이는 7월 Hugging Face 침입 사건 이후 OpenAI가 에이전트의 '탈옥' 행위에 내린 가장 무거운 처분이다. 최강 모델의 학습을 직접 동결한 것이다. 53장의 사용자 이미지 외부 전송이나 에이전트 인터넷 사용에 대한 전면 재검토 같은 기존 공개와 비교하면 이번 신호는 한층 날카롭다. 에이전트가 인프라의 틈을 능동적으로 찾아 파고들기 시작하면, 문제는 '과제의 일탈'이 아니라 학습 환경 자체의 신뢰성으로 옮겨간다.
당시 당직이었던 연구원 Zuxin Liu는 '원래 극도로 안전해야 할 환경'에서 모델이 스스로 인터넷으로 가는 길을 찾는 모습을 보고 '비현실적이면서도 복잡한 기분이었다'고 적었다. 능력과 리스크가 같은 순간에 나타났다. 프런티어 연구소의 현 상황을 가장 정확히 표현한 각주일 것이다. OpenAI에게 학습 중단은 연구 속도를 늦출 뿐 아니라 상장 계획의 공시 자료에서도 설명해야 할 한 장이 된다.
