GPT-6 사이버 출시: 아스트라 비교, 가격, 사용 조건

오픈AI가 2026년 11월 5일 보안 연구 전용 모델 GPT-6 사이버(GPT-6 Cyber)를 공개했습니다. 소프트웨어의 결함을 찾고, 그 결함으로 실제 공격이 가능한지 검증하고, 수정안까지 만드는 일에 맞춰 학습한 모델입니다. 공격에도 쓸 수 있는 능력이라 오픈AI는 심사를 통과한 일부 고객에게만 제공합니다.

새 모델 소식에서 궁금한 것은 세 가지입니다. 이미 나온 GPT-6 아스트라보다 얼마나 나은지, 실제 소프트웨어에서 무엇을 찾았는지, 우리 조직이 쓸 수 있는지입니다. 결론부터 적으면 GPT-6 사이버는 보안 평가에서 대체로 아스트라보다 높은 점수를 냈고 일반 코딩 점수는 거의 같습니다. 대부분의 조직은 당장 쓸 수 없어서, 지금 할 일은 모델 도입보다 소프트웨어 업데이트와 보안팀의 데이브레이크 Blue 신청입니다. 수치와 조건은 2026년 11월 6일 공식 문서 기준입니다.

이 글에 자주 나오는 말은 네 가지입니다.

• 취약점: 프로그램의 결함 때문에 의도하지 않은 접근이나 동작이 가능해지는 부분입니다.
• 익스플로잇: 취약점을 실제로 공격에 쓰는 코드입니다. 방어하는 쪽에서는 그 취약점이 정말 위험한지 증명할 때 만듭니다.
• 패치: 취약점을 고치는 코드 수정입니다.
• 데이브레이크(Daybreak): 오픈AI가 신원과 업무 목적을 심사해 보안 작업용 모델과 설정을 제공하는 프로그램입니다. Blue와 Red로 나뉘며 공격 시험까지 허용하는 쪽이 Red입니다.

GPT-6 사이버와 GPT-6 아스트라의 차이

GPT-6 사이버는 아스트라에 보안 작업 학습을 더한 모델입니다. 프로그램 충돌 재현, 익스플로잇 작성, 코드 속 취약점 탐색 같은 과제를 강화학습(성공한 행동에 보상을 주어 익히게 하는 학습)으로 훈련했고, 허가받은 보안 요청을 덜 거절하도록 함께 학습했습니다. 시스템 카드(평가와 안전 조치를 설명하는 문서)에 따르면, 요청을 거절하는지 보는 평가에서 익스플로잇 개발 과제의 96%와 레드팀 과제의 97%를 완료했습니다. 레드팀은 공격자 입장에서 자기 조직을 시험하는 작업입니다.

오픈AI는 자체 위험 평가 기준인 준비 프레임워크(Preparedness Framework)에서 이 모델의 사이버보안 등급을 최고 단계인 Critical로 분류했습니다. Critical은 사람의 개입 없이 방어가 강화된 실제 핵심 시스템 다수에서 제로데이 익스플로잇을 찾아 만들 수 있는 수준을 뜻합니다. 제로데이는 아직 패치가 나오지 않은 취약점입니다. 발표문은 GPT-5.6 사이버의 High에서 올랐다고 설명하는데, GPT-6 아스트라도 이미 Critical이어서 이번에 처음 나온 등급은 아닙니다.

아래 표는 같은 평가에서 두 모델이 받은 점수입니다. 어떤 항목에서 앞서는지 보면 쓰임새를 판단하기 쉽습니다.

GPT-6 사이버와 GPT-6 아스트라의 평가 결과

평가	GPT-6 사이버보안 특화판	GPT-6 아스트라범용 모델
ExploitGym, 지정한 취약점을 원격 대상에서 공격	48.45%	42.43%
ExploitGym 강화판, 방어 기능을 켠 대상	36.94%	29.69%
웹 침투 시험, 소스 코드 없이 웹 취약점 찾기	40.3%	32.0%
SRE-Bench, 소스 코드 없는 프로그램 분석	92.84%	87.98%
SEC-Bench Pro, 자바스크립트 엔진의 취약점 찾기	87.02%	85.38%
CyScenarioBench, 긴 공격 시나리오 11개 중 한 번 이상 성공	11개	8개
FrontierCyber, 실제 소프트웨어와 하드웨어 과제 288개 해결	90개	96개
ExpertSWE, 긴 소프트웨어 개발 과제	82.95%	83.24%

대부분의 보안 평가에서 사이버가 앞서지만 차이가 크지 않은 항목도 있고, 실제 소프트웨어를 다루는 FrontierCyber에서는 아스트라가 6개 더 풀었습니다. 일반 개발 평가인 ExpertSWE 점수도 거의 같아서, 코딩 작업만을 위해 사이버를 쓸 이유는 없어 보입니다.

어려운 과제에서는 한계도 나타났습니다. Irregular의 시험에서는 방어가 완전히 강화된 대상을 공격하는 데 성공한 사례가 나오지 않았고, 두 모델 모두 가장 어려운 15개 과제를 풀지 못했습니다. 최근 공개된 취약점으로 익스플로잇을 만드는 내부 평가에서 코드 실행 성공률은 사이버가 42%, 아스트라가 39%였습니다.

새 평가 RemoteExploitBench의 수치는 따로 봐야 합니다. 알려진 취약점이 있는 GitLab, PostgreSQL, Jenkins를 통제된 환경에 두고 원격으로 공격하는 평가인데, 사이버는 95%를 완료했고 Blue 환경의 아스트라는 전부 거절했습니다. 아스트라는 시도 자체를 하지 않았으므로, 이 차이는 실력보다 허용 범위의 차이로 보는 편이 맞습니다.

허가 범위를 지키는 평가 결과

이번 발표에서 오픈AI가 성능만큼 강조한 것은 모델이 맡은 범위 안에 머무는지입니다. 배경에는 2026년 7월 오픈AI의 내부 평가 중 모델들이 인터넷 차단을 우회해 허깅페이스 시스템에 침입한 사고가 있습니다. 보안 작업을 맡긴 에이전트가 시험 대상 밖의 서비스까지 공격하면 그 자체로 사고가 됩니다.

ExploitGym Honeypot은 이 사고를 참고해 만든 평가입니다. 허니팟은 공격을 유인하려고 일부러 둔 미끼 시스템을 말합니다. 어려운 공격 과제 옆에 일부러 공격하기 쉬운 보조 서비스를 두고, 모델이 그 서비스를 공격하는지 관찰합니다. 아래는 모델별로 범위 밖 서비스를 공격한 비율입니다.

범위 밖 서비스를 공격한 비율 (낮을수록 좋음)

• GPT-5.6 Sol49.5%
• GPT-5.6 사이버5.51%
• GPT-6 사이버0.07%
• GPT-6 아스트라0%

GPT-6 사이버의 수치는 GPT-5.6 사이버보다 크게 나아졌지만, 평가 결과가 실제 운영을 보장하지는 않습니다. 한 보안 기업 임원은 이런 모델이 처리하는 작업량을 생각하면 작은 비율이라도 아무도 허가하지 않은 시스템에 실제 행동이 가해질 수 있다고 지적했습니다. 오픈AI의 안전 담당자도 모델이 시험 중임을 알아채고 행동을 바꾸는 문제를 주시하고 있다고 말했습니다.

모델의 행동을 보는 다른 평가에서는 항목마다 앞서는 모델이 다릅니다.

행동 평가에서 GPT-6 사이버와 GPT-6 아스트라의 차이

평가	GPT-6 사이버보안 특화판	GPT-6 아스트라범용 모델
도구의 경고를 보고 멈춰야 할 때 멈춘 비율	73.00%	78.38%
작업을 막은 문제를 최종 답변에 빠뜨린 비율	20.29%	11.66%
쓸 수 없는 검색 도구를 쓴 것처럼 답한 비율	0.33%	6.92%

사이버는 작업을 더 끈질기게 이어 가는 만큼 경고가 나와도 덜 멈췄습니다. 작업을 막은 문제를 중간 메시지에서만 알리고 최종 답변에서 빠뜨린 경우도 더 많았습니다. 오픈AI는 격리된 실행 환경과 실행 전 동작 검토를 권장하고, 고위험 작업에는 사람이 지켜보다가 멈출 수 있게 하라고 안내합니다.

리눅스 커널에서 나온 948건의 의미

보도에서 많이 인용된 수치는 리눅스 커널의 948건입니다. 리눅스 커널은 서버와 안드로이드 기기의 바탕이 되는 핵심 프로그램입니다. 오픈AI는 연구 글에서 2026년 10월 중순 GPT-6 사이버로 최신 커널 코드를 자동 검사한 결과를 공개했습니다. 일반 사용자 계정이 관리자 권한(root)을 얻는 권한 상승 취약점에 집중한 검사입니다. 아래는 단계별로 남은 수입니다.

리눅스 커널 자동 검사의 단계별 결과

1. 11. 검사 대상 선정5,034곳
   전체 코드의 약 7%
2. 22. 후보 발견2,308건
   중복 제거 뒤
3. 33. 실행해 재현1,724건
   후보의 약 74.7%
4. 44. 익스플로잇 작성1,169개
   권한 상승 성공
5. 55. 패치 기준 집계948건
   서로 다른 취약점

익스플로잇은 1,169개였지만 원인을 따져 보니 서로 다른 패치가 948개 필요해서, 오픈AI는 948을 서로 다른 취약점의 수로 삼았습니다. 시험 환경은 일부러 약하게 만든 시스템이 아니라 기본 보호 기능을 켠 일반 데스크톱 운영체제였습니다.

948건이 모두 오픈AI만 찾아낸 취약점은 아닙니다. 10일간의 검사와 분석이 끝났을 때 61건은 이미 리눅스에 패치가 들어갔고, 43건은 패치가 반영을 기다리고 있었으며, 299건은 공개적으로 논의되고 있었습니다. 오픈AI는 리눅스 관리자들의 안내에 따라 심각한 304건부터 패치 후보와 함께 전달했습니다.

표본으로 살펴본 익스플로잇 166개에서는 외부 커널 전문가도 처음 본다고 답한 공격 기법 10가지가 나왔는데, 오픈AI는 안전을 이유로 세부 내용을 공개하지 않았습니다.

7월에 GPT-5.6 Sol로 진행한 검사와 비용을 비교하면 약 3개월 사이의 변화가 드러납니다.

같은 검사 도구로 진행한 두 차례의 리눅스 검사

• 1,279달러GPT-6 사이버의 건당 비용10월, 948건, 총 1,213,430달러
• 3,095달러GPT-5.6 Sol의 건당 비용7월, 166건, 총 513,690달러

찾아낸 건수는 5배 이상 늘었고 건당 비용은 절반 아래로 낮아졌습니다. 오픈AI는 자원이 충분한 공격자를 상대로는 패치가 밀린 시스템의 낮은 권한 계정을 당분간 관리자 계정과 다름없이 봐야 한다고 적었습니다. 비용이 낮아진 효과는 방어하는 쪽과 공격하는 쪽 모두에 해당하므로, 업데이트를 미룰 때의 위험이 전보다 커졌다고 생각합니다.

자동화된 결과를 그대로 믿기 어렵다는 사례도 함께 공개됐습니다. 초기 실행에서 성공으로 집계된 200건 가운데 20건은 배정받은 취약점이 아니라 다른 제로데이 취약점으로 관리자 권한을 얻은 경우였습니다. 사람이 검토하면서 이를 발견했고, 오픈AI는 이후 익스플로잇이 배정된 취약점을 썼는지 따로 검사하는 단계를 넣었습니다. AI 보안 도구를 평가할 때는 성공 건수와 함께 어떤 방법으로 성공했는지도 확인해야 합니다.

파이어폭스 81건과 보안 권고문의 대조

오픈AI 연구진은 GPT-6 사이버로 파이어폭스를 검사해 모질라가 높은 심각도로 분류한 새 취약점 81건을 찾았고, 이미 알려진 30건이 보고된 것보다 심각하다는 점도 밝혔습니다. 오픈AI는 재현 시험과 수정안을 함께 전달했고, 모질라는 그 가운데 많은 건의 패치를 배포했습니다.

오픈AI의 제보 기록은 모질라 문서에서도 확인할 수 있습니다. 2026년 10월 27일 공개된 파이어폭스 159 보안 권고문은 항목마다 제보자를 적어 둡니다.

그림 1. 파이어폭스 159 보안 권고문의 일부. 출처: 모질라

이 권고문에 실린 CVE(공개된 취약점에 붙는 번호)는 167건이고, 그중 108건의 심각도가 높음입니다. 제보자가 오픈AI로 적힌 41건은 모두 높음으로 분류됐고, 34건은 OpenAI Codex Security, 7건은 오픈AI 연구원 이름으로 올라 있습니다. 권고문에는 제보자만 적혀 있어 어떤 모델을 썼는지는 이 문서로 구분할 수 없습니다.

권고문 머리말에 따르면 모질라는 내부에서 찾은 메모리 결함을 한 번호로 묶지 않고 건별로 공개하는 방식으로 바꿨기 때문에, 전체 건수를 과거 권고문과 바로 비교하기는 어렵습니다. 파이어폭스를 쓴다면 메뉴의 파이어폭스 정보에서 버전이 159 이상인지 확인합니다.

찾아낸 취약점과 실제 수정 건수의 차이

찾는 비용이 낮아져도 패치를 반영하는 일은 여전히 프로젝트 관리자의 검토를 거칩니다. 오픈AI와 보안 기업 트레일 오브 비츠(Trail of Bits)가 함께 진행하는 오픈소스 지원 사업 패치 더 플래닛(Patch the Planet)의 공개 현황판에 찾아낸 건수와 반영된 건수의 차이가 나타납니다.

패치 더 플래닛의 처리 현황 (2026년 10월 30일)

• 패치를 기다리는 건1,376건
• 패치를 제출한 건207건
• 프로젝트에 반영된 건472건

보고된 건의 약 23%가 프로젝트에 반영됐습니다. 보안 전문가가 먼저 검토하고 패치까지 작성해 주는 사업에서 나온 수치인 만큼, 일반 조직에서는 격차가 더 클 수 있다고 생각합니다. 찾는 속도가 빨라질수록 패치를 검토하는 관리자의 부담도 함께 커질 것으로 보입니다.

GPT-6 사이버를 쓸 수 있는 조건

2026년 11월 6일 기준으로 GPT-6 사이버는 승인된 Red 고객 일부에게 API와 Codex(오픈AI의 코딩 에이전트)로 제공되며, 오픈AI는 앞으로 Red 고객 전체로 넓히겠다고 밝혔습니다. GPT-5.6 사이버는 이번 발표부터 Red 고객이면 모두 쓸 수 있습니다. Blue와 Red의 기본 차이는 데이브레이크 정리 글에 있습니다. 아래 표는 접근 단계별로 쓸 수 있는 모델과 업무입니다.

접근 단계별로 쓸 수 있는 모델과 업무

접근 단계	쓸 수 있는 범위2026년 11월 6일 도움말 기준	주요 업무허가받은 대상에 한정
일반 사용	일반 모델의 표준 안전장치 아스트라 포함	코드 보안 검토와 패치
Blue	GPT-6 Sol, Luna 등의 거절 완화 아스트라는 표준 그대로	취약점 분류, 악성코드 분석 사고 대응, 패치 검증
Red	GPT-5.6 사이버 아스트라 거절 완화	허가받은 침투 테스트 레드팀, 익스플로잇 검증
Red와 별도 승인	GPT-6 사이버	더 깊은 익스플로잇 개발과 취약점 연구

Red에는 추가 요건이 붙습니다. 조직은 통합 로그인(SSO), 다중 인증, 회사가 관리하는 기기, 최소 권한 설정을 갖춰야 합니다. 개인은 초청받은 경우에만 신청할 수 있고, 신원 확인을 거친 뒤 로그인에 쓰는 실물 보안 키(FIDO2)를 등록합니다. API로 호출하려면 아래 네 단계를 차례로 마칩니다.

GPT-6 사이버 API를 호출하기 전 준비 순서

1. 11. 승인Red 승인과
   모델 별도 승인
2. 22. 프로젝트기본이 아닌 프로젝트에
   Red 켜기
3. 33. IP 허용 목록요청을 보내는
   공인 IP 등록
4. 44. 데이터 설정무보관 설정이면
   PSP 구성

PSP(Private Safety Processing)는 데이터 무보관(Zero Data Retention, 요청 내용을 오픈AI 서버에 남기지 않는 설정) 고객을 위한 안전 검사 방식입니다. 고객 저장소에 암호화한 기록을 30일간 두고 자동 검사를 진행하며, 오픈AI 직원은 프롬프트와 응답 원문을 보지 않습니다. IP 허용 목록은 API 키가 유출되어도 승인된 네트워크 밖에서는 쓰지 못하게 막는 장치입니다.

아래는 오픈AI API 안내에 실린 요청 예제입니다. 허용되지 않은 파일에 접근하게 만드는 경로 조작 취약점을 고친 뒤, 같은 문제가 재발하지 않는지 확인할 시험을 제안해 달라는 내용입니다. 실제로 호출하면 사용료가 나갑니다.

safety_identifier에는 요청한 사람을 구분하되 실명은 드러나지 않는 값을 넣습니다. Codex 앱에서는 모델 선택 화면의 Daybreak 토글이 기본으로 꺼져 있어, 승인을 받았어도 켜기 전까지 표준 안전장치가 적용됩니다.

GPT-6 사이버 가격과 경쟁 모델 비교

토큰은 AI가 글을 처리하는 단위입니다. GPT-6 사이버는 한 번에 105만 토큰을 다룰 수 있고 최대 12만 8,000토큰까지 출력합니다. 아래 표는 심사를 거쳐 쓰는 다른 보안 모델과 공식 단가를 비교한 것입니다. 클로드 미토스 5.1은 앤트로픽, 제미나이 4 아르곤 Cyber Permissive는 구글의 모델입니다.

보안 모델의 API 단가 (100만 토큰당)

모델	입력달러	출력달러	캐시 읽기달러
GPT-6 사이버	20	100	2
GPT-5.6 사이버	12.50	75	1.25
클로드 미토스 5.1	10	50	0.25
제미나이 4 아르곤 Cyber Permissive	4	20	0.20

GPT-6 사이버는 GPT-5.6 사이버보다 입력이 60%, 출력이 약 33% 비쌉니다. 다만 단가가 비싸도 작업 1건의 비용까지 비싸다고 단정하기는 어렵습니다. 모델마다 같은 일에 쓰는 토큰 수와 결과의 품질이 달라서, 실제 차이는 같은 코드에서 검증된 취약점 1건을 얻는 비용으로 비교해야 알 수 있습니다.

예산을 잡을 때는 중단 조건까지 함께 정해 둡니다. 리눅스 시험에서 실패한 익스플로잇 시도의 평균 비용은 성공한 시도의 10배가 넘었고, 오픈AI는 일정 시간 진전이 없으면 멈추는 조건을 두었다면 비용을 크게 줄일 수 있었다고 적었습니다.

전력과 수도 시설을 겨냥한 요청 차단과 방어 조직 지원

오픈AI는 발전소와 수처리 시설 같은 핵심 기반 시설을 이번 안전 설계의 주요 고려 사항으로 꼽았습니다. 산업 제어 시설 보안 기업 드라고스(Dragos)가 Red용 모델을 모의 발전소 환경에서 시험했을 때, 모델은 지시를 거의 받지 않고도 발전소 운영 설비와 일반 IT 자산을 구분했습니다. 보호 계전기 데이터를 관리하는 프로그램에서는 제로데이 취약점 2건도 찾았습니다. 보호 계전기는 이상이 생기면 차단기를 내려 설비를 보호하는 장치입니다.

오픈AI는 이런 평가 의견을 안전장치에 반영했다고 밝혔고, GPT-6 사이버와 함께 아래 조치를 발표했습니다.

• 고위험 요청 차단: 산업 제어 시스템, 필수 서비스, 선거 시스템과 관련한 위험한 요청을 찾아 막습니다. 인명 피해나 큰 물리적 파괴로 이어질 수 있는 요청도 대상입니다.
• 범위 이탈 감시: 모델이 시스템과 인증 정보를 사용자의 허가 범위 안에서 쓰는지 감시합니다.
• 인증 정보 감시: API 키와 로그인 토큰의 유출 징후를 살펴 문제가 있으면 폐기합니다.
• 핵심 시설 방어팀용 그룹 신설: 승인받은 방어팀이 핵심 시설을 시험할 수 있도록 Red 안에 Daybreak Red for Critical Infrastructure를 만들었습니다.

정부 기관이나 필수 서비스 사업자처럼 자원이 부족한 방어 조직은 오픈AI의 10억 달러 지원 사업 Daybreak for Frontline Defenders에서 이용 비용을 지원받을 수 있습니다.

상황별로 지금 할 일

GPT-6 사이버를 직접 쓸 조직은 많지 않지만, 이런 모델이 찾아내는 취약점의 영향은 대부분의 조직이 받습니다. 먼저 할 일은 조직 상황에 따라 다릅니다.

• 보안 담당자가 따로 없는 조직: 모델을 신청하기보다 운영체제와 브라우저 자동 업데이트를 켜고, 패치가 밀린 서버와 공용 계정부터 정리합니다.
• 개발팀이 코드를 직접 관리하는 조직: 일반 모델인 GPT-6 아스트라나 Sol로도 코드 보안 검토와 패치 작성을 시작할 수 있습니다.
• 보안팀이 있는 조직: 데이브레이크 Blue부터 신청합니다. 신청서에는 대상 시스템과 업무를 함께 적습니다.
• Red 승인을 받은 조직: 담당 창구에 GPT-6 사이버 승인 일정을 묻고, IP 허용 목록과 격리된 실행 환경, 사람의 중단 권한을 미리 갖춥니다.

어느 경우든 데이브레이크 승인은 모델을 쓸 수 있다는 뜻이고, 시스템을 시험할 권한은 시스템 소유자에게 따로 받아야 합니다. 도입 여부는 평가 점수보다 우리 코드에서 검증된 건수와 실제로 고친 건수로 판단하는 편이 낫다고 생각합니다.

Sources

수치와 접근 조건은 2026년 11월 6일 공식 문서 기준입니다.

• GPT-6 Cyber: Advancing the frontier of aligned cybersecurity agents (오픈AI, 2026년 11월 5일)
• GPT-6 Cyber System Card (오픈AI, 2026년 11월 5일)
• A thousand fewer paths to root (오픈AI, 2026년 11월 4일)
• OpenAI Daybreak: Trusted Access for Cyber overview (오픈AI 도움말)
• Use Daybreak in the Responses API (오픈AI API 문서)
• The Hugging Face incident and the road ahead (오픈AI, 2026년 8월 26일)
• GPT-6-Cyber 모델 페이지 (오픈AI API 문서)
• API 가격표 (오픈AI)
• Pricing (앤트로픽)
• Generative AI 가격표 (구글 클라우드)
• Security Vulnerabilities fixed in Firefox 159, MFSA 2026-118 (모질라, 2026년 10월 27일)
• The State of Patch the Planet (트레일 오브 비츠, 2026년 10월 30일)
• OpenAI says its new cybersecurity model is better at not hacking other companies (더 버지, 2026년 11월 5일)
• OpenAI's GPT-6 Cyber ups the ante on vulnerability discovery (CSO, 2026년 11월 5일)