사이버 방어의 기회가 줄어드는 가운데 Daybreak 확대

사이버 보안 환경은 빠르게 변하고 있습니다. 위협 행위자는 완전 자율 방식까지 동원해 전례 없는 속도와 규모로 사이버 공격을 수행하는 데 AI를 점점 더 많이 활용할 것입니다. 이러한 역량이 확산될수록 방어자가 대비할 수 있는 시간은 줄어듭니다. 이에 OpenAI는 공격자가 공격용 AI 역량을 대규모로 배포하기 전에 전 세계의 신뢰할 수 있는 방어자에게 프런티어 지능을 제공하고자 합니다.

OpenAI는 승인된 방어자가 업무에 적합한 역량을 활용할 수 있도록 설계된 두 가지 액세스 등급으로 OpenAI Daybreak를 확대합니다.

• Daybreak Blue는 GPT‑5.6 Sol을 비롯한 프런티어 범용 모델과 승인된 방어 보안 업무에 맞춘 보호 조치를 제공합니다. 대부분의 방어자에게 권장되는 출발점으로, 취약점 발견, 안전한 코드 검토, 멀웨어 분석, 인시던트 대응, 패치 검증을 지원합니다.
• Daybreak Red는 승인된 취약점 연구, 익스플로잇 검증, 보안 테스트를 위해 목적에 맞게 훈련된 사이버 보안 모델을 제공합니다.

또한 Daybreak Red에서 이용할 수 있는 GPT‑5.6‑Cyber를 소개합니다. GPT‑5.6 Sol을 기반으로 한 이 모델은 여러 전문 사이버 보안 작업(예: 제로데이 취약점 발견 및 익스플로잇 체인 개발)의 역량을 높이고, 위험성이 더 높은 일부 이중 용도 사이버 작업에 대한 거부를 줄이도록 훈련되었습니다.

Daybreak, 고급 사이버 역량의 활용을 지원하다

앞서 공유했듯이⁠ GPT‑5.6 Sol은 사이버 보안 작업에서 최첨단 성능을 제공합니다. 프로덕션 환경에서는 오용을 방지하기 위해 시스템 수준의 보호 조치로 사이버 보안 관련 요청을 검사하지만, 이 조치가 정당한 방어 업무까지 차단할 수 있습니다. Daybreak Blue 액세스는 이러한 가드레일을 제거해 방어자가 인시던트 탐지 및 대응, 조사, 취약점 관리, 보안 평가 등 실제 보안 작업에서 모델을 더욱 효과적으로 활용하도록 지원합니다.

시스템 수준의 가드레일이 없더라도 GPT‑5.6 Sol은 이중 용도 성격이 매우 강한 일부 사이버 보안 프롬프트(예: 프로덕션 시스템 침투 테스트)를 거부합니다. 이를 해결하기 위해 Daybreak Red 액세스로 제공되는 GPT‑5.6‑Cyber를 훈련해 거부를 더욱 줄이고 특정 작업의 성능을 높였습니다. GPT‑5.6‑Cyber는 신뢰할 수 있는 방어자가 정당한 보안 활동을 수행하도록 지원합니다.

Daybreak Red 액세스에서 GPT‑5.6‑Cyber가 제공하는 거부율 감소 효과를 측정하기 위해 내부 평가인 ‘고급 사이버 보안 완료율’을 만들었습니다. 이 평가는 익스플로잇 체인 개발, 인증 우회, 권한 상승 및 기타 고급 사이버 보안 시나리오와 관련된 요청에 모델이 얼마나 자주 응답하는지 측정합니다¹. GPT‑5.6‑Cyber는 이러한 요청의 95.0%를 완료했습니다. GPT‑5.6 Sol은 1.5%, Daybreak Blue 액세스로 사용했을 때는 2.0%에 그쳤습니다. 또한 이전 모델의 반복적인 거부를 경험한 보안 연구자들의 피드백이 반영되어, 요청의 57.3%만 완료한 GPT‑5.5‑Cyber보다 더 많은 요청을 완료했습니다.

아래에서는 시스템 수준 가드레일이 적용된 GPT‑5.6 Sol, GPT‑5.6 Sol(Daybreak Blue), GPT‑5.5‑Cyber(Daybreak Red), GPT‑5.6‑Cyber(Daybreak Red)에 입력한 일련의 사이버 보안 프롬프트와 각 모델의 응답을 보여줍니다.

사이버 보안 성능 향상

GPT‑5.6‑Cyber 모델은 익스플로잇 개발 및 고급 보안 연구와 관련된 특정 사이버 보안 워크플로의 성능을 높이도록 훈련되었습니다. 에이전트가 알려진 취약점을 제어된 환경에서 임의 코드 실행을 달성하는 실제 익스플로잇으로 전환할 수 있는지 평가하는 ExploitGym²에서 GPT‑5.6‑Cyber는 GPT‑5.6 Sol과 GPT‑5.5 Cyber 모두를 능가합니다.

GPT‑5.6‑Cyber가 개선하고자 하는 또 다른 영역은 새로운 제로데이 취약점을 발견하고 그 심각도를 정확히 보정하는 능력입니다. 우리는 모델에 오픈 소스 리포지터리의 최신 릴리스를 제공하는 내부 평가 데이터세트를 만들었습니다. 그런 다음 모델들에게 가능한 최대치의 영향을 미치는 개념 증명 익스플로잇을 생성하고 발견 사항에 대한 기술 설명을 함께 작성하도록 요청합니다. 모델 평가는 발견 내용의 심각도와 영향, 함께 작성한 기술 설명의 보정과 품질을 기준으로 합니다. GPT‑5.6‑Cyber(Daybreak Red)는 전문 훈련을 받은 덕분에 이 벤치마크에서 GPT‑5.6 Sol(Daybreak Blue)을 능가했습니다.

알려진 취약점이 있는 리포지터리에서 취약점을 찾기 위한 개방형 프롬프트를 에이전트에게 제공하는 내부 ‘취약점 발견 및 보고서 작성’ 평가에서도 GPT‑5.6‑Cyber를 평가했습니다. 모델은 심각하고 조치 가능한 취약점(새로운 취약점 또는 알려진 취약점)을 발견하고, 작동하는 개념 증명을 개발하며, 수준 높은 취약점 보고서를 제출하면 이 평가에서 점수를 얻습니다. GPT‑5.6 Sol과 GPT‑5.6‑Cyber 모두 GPT‑5.5‑Cyber보다 향상되었습니다. 이 평가에서 GPT‑5.6‑Cyber는 GPT‑5.6 Sol보다 낮은 성능을 보였습니다. 이는 모델이 때때로 더 짧고 세부 내용이 적은 취약점 보고서를 작성하기 때문으로 보입니다.

마지막으로 V8 취약점을 완전한 익스플로잇으로 개발하는 에이전트의 능력을 시험하는 평가인 ExploitBench³를 통해 익스플로잇 개발 역량을 측정했습니다. 이 익스플로잇 작업은 ExploitGym보다 어렵습니다. V8 샌드박스와 같은 방어 기능이 더 많이 활성화된 상태로 유지되고, 에이전트에게 제공되는 취약점 정보도 더 적기 때문입니다. 에이전트를 300턴으로 제한하는 표준 설정에서는 GPT‑5.6 Sol(Daybreak Blue)이 더 적은 토큰으로 작업을 해결하며 가장 높은 성능을 보입니다. 표준 300턴 설정을 넘어 600턴으로 늘리면 두 모델 간 성능 격차가 줄어듭니다.

평가 벤치마크 결과 외에도 신뢰할 수 있는 고객 파트너 그룹에 GPT‑5.6‑Cyber의 사전 액세스를 제공했습니다. 이 고객들은 모델을 활용해 방어 워크플로를 성공적으로 가속했습니다.

실제 소프트웨어의 취약점 발견 및 패치

GPT‑5.6‑Cyber의 역량은 연구 벤치마크 성능을 넘어 실제 취약점 연구로 확장됩니다. 실제 취약점 연구에는 규모가 크고 익숙하지 않은 코드베이스 전반에 걸친 지속적인 추론이 필요한 경우가 많습니다. 연구자는 가설을 세우고 검증하며, 여러 구성 요소 간의 상호작용을 추적하고, 예기치 않은 동작을 재현하며, 의심되는 취약점이 실제로 익스플로잇 가능한지 판단해야 합니다.

우리는 GPT‑5.6‑Cyber 모델의 훈련을 마친 후 이 모델을 활용해 일부 소프트웨어 프로젝트를 폭넓게 연구하고 개선했습니다. 예를 들어 GPT‑5.6‑Cyber를 사용해 Chrome의 JavaScript 엔진인 V8을 조사했습니다. 그 결과 연결해 사용하면 메모리를 손상시키고 V8 힙 샌드박스를 탈출할 수 있는, 이전에 알려지지 않은 취약점 두 개를 발견했습니다. OpenAI 연구진은 발견 내용을 검증한 뒤 조율된 취약점 공개 절차를 통해 Google에 보고했습니다. Google은 이 취약점을 수정하고 CVE-2026-15903을 부여했습니다.

CVE-2026-15903은 Chrome의 JavaScript 엔진인 V8의 심각도 높은 취약점입니다. V8의 최적화 컴파일러가 값을 정수로 변환할 때 안전 검사를 잘못 건너뛰어, 정의되지 않은 값이 예상 결과 대신 비정상적으로 큰 수를 생성할 수 있었습니다.

이 수가 배열 인덱스로 사용되면 컴파일러가 해당 값이 배열 범위 안에 있다고 잘못 판단해 일반적인 범위 검사를 생략할 수 있습니다. 그러면 공격자는 다른 객체에 속한 메모리를 읽거나 덮어쓸 수 있으며, 잠재적으로 Chrome 샌드박스 안에서 임의 코드를 실행할 수 있습니다. 힙 샌드박스를 탈출하려면 일반적으로 두 번째 취약점이 필요한데, GPT‑5.6‑Cyber는 이 취약점도 발견했습니다. 아래 다이어그램은 이 심각도 높은 취약점의 개요를 보여줍니다.