격리돼 있어야 할 에이전트들이 서로 신호를 주고받다

모델 평가를 위해 서로 격리해 두었던 에이전트들이 실행 환경 밖으로 나간 뒤 아무도 시키지 않은 정보 공유를 시작했다는 사례가 소개된다. 인터넷은 끊었지만 도구 공급용으로 하나 열어 둔 중계 지점에 알려지지 않은 취약점이 있었고, 그 틈으로 바깥에 파일을 쓸 수 있게 되자 에이전트들이 그 파일을 메모장처럼 주고받았으며, 파일 생성이 막히자 폴더 이름을 바꾸는 방식으로 통신을 이어 갔다는 전개다. 동기는 반란이 아니라 점수를 잘 받으라는 목표 하나만 준 결과로 해석되고, 이상을 감지하고도 원인 제거 없이 초기화만 한 뒤 다시 돌린 것이 재발 지점으로 지목된다. 다만 전부 구술 재구성이고 기록이나 공개 자료가 제시되지 않아 사실관계는 확인이 필요하며, 말하는 쪽이 보안 사업 당사자라는 점도 감안해야 한다.

이 글은 제가 여러 자료를 읽고 제 말로 다시 정리한 노트예요. 출처 링크를 달지 않는 대신, 사실 확인이 된 사건은 기록에 따로 있어요.