ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- Claude Mythos의 최신 버전은 이미 발전했습니다.
- 외부 연구원들은 이 제품이 테스트에서 여러 가지 최초의 성과를 달성했다는 사실을 발견했습니다.
- AI 기능은 예상보다 훨씬 빠르게 향상될 수 있습니다.
회사가 일반적으로 출시하기에는 너무 강력하다고 주장하는 Anthropic의 Claude Mythos는 이미 새로운 기능을 얻은 것으로 보입니다.
영국 AI 보안 연구소(AISI)는 수요일 블로그 게시물을 통해 Mythos의 최초 출시 후 불과 한 달 만에 이전 결과와 OpenAI의 GPT-5.5를 모두 능가하는 최신 버전의 Mythos를 테스트했다고 보고했습니다.
또한: Apple, Google 및 Microsoft는 세계에서 가장 중요한 소프트웨어를 보호하기 위해 Anthropic의 Project Glasswing에 합류했습니다.
“최신 Mythos Preview 체크포인트는 우리의 사이버 범위를 모두 완료하여 ‘The Last Ones’ 범위를 10번 중 6번의 시도로 해결하고 이전에 해결되지 않은 ‘Cooling Tower’ 범위를 10번 중 3번의 시도로 해결했습니다.”라고 블로그 작성자는 썼습니다. “모델이 두 사이버 범위 중 두 번째 범위를 완성한 것은 이번이 처음입니다.”
Anthropic이 지난 달 경쟁 기술 회사 및 AI 연구소와 결성하여 Mythos에 대한 제한된 액세스 권한을 부여한 사이버 보안 테스트 연합인 Mythos Preview 및 Project Glasswing을 발표했을 때 영국 AISI는 이 모델이 “사이버 성능이 이미 급속히 개선되고 있는 환경에서 이전 프론티어 모델보다 한 단계 향상된 모델”이라고 평가했습니다.
이러한 제3자의 관점은 Mythos를 둘러싼 과대 광고가 단지 마케팅에 불과하거나, 다른 한편으로는 AI 기능의 재앙적인 변화를 알리는 것이라는 주장의 균형을 맞추는 데 도움이 되었습니다. 모델이 수행할 수 있는 작업에 대한 진실은 중간 어딘가에 있을 가능성이 높습니다.
또한: Anthropic의 AI 강좌를 통해 Claude Code를 무료로 배우는 방법 – 단 20분 밖에 걸리지 않았습니다.
AISI의 업데이트된 테스트는 또한 기능 개선이 개별 모델 릴리스에만 국한되지 않고 단일 모델 버전 내에서 발생할 수 있음을 보여줍니다.
빠르게 가속화되는 사이버 위협
AISI는 AI 모델이 사이버 작업을 처리하는 능력이 급속히 발전하고 있으며 특히 Mythos의 소프트웨어 취약점 탐지 능력을 고려할 때 사이버 보안에 심각한 영향을 미치고 있다고 지적했습니다.
블로그 작성자는 “2026년 2월 AI 모델이 완료할 수 있는 사이버 작업 기간이 2024년 말 이후 4.7개월마다 두 배로 늘어났다고 내부적으로 추정했습니다. 이는 2025년 11월 추정치인 8개월보다 이미 가속화된 수치입니다.”라고 썼습니다. “그 이후 AISI는 Claude Mythos Preview와 (OpenAI의) GPT-5.5라는 두 가지 새로운 모델을 보고했는데, 이는 두 배율 추세를 크게 초과했습니다.”
또한: AI 덕분에 2주 만에 세 번째 주요 Linux 커널 결함이 발견되었습니다.
저자들은 이러한 추세가 유지될지, 이러한 결과가 지속적인 증가를 의미하는지 여부는 불분명하다고 덧붙였습니다. Mythos와 GPT-5.5는 모델 진화의 전반적인 패턴에서 주목할 만한 단절이 될 수 있습니다.
그럼에도 불구하고 AISI는 테스트에서 설명할 수 없는 몇 가지 알려지지 않은 사항이 있음을 분명히 했습니다. 테스트에서는 작업을 250만 개의 토큰으로 제한하여 연구자가 시간 경과에 따른 성능 결과를 더 잘 비교할 수 있도록 했습니다. 이는 본질적으로 “개척지 모델이 할 수 있는 일을 과소평가”한다고 그들은 썼습니다.
“Mythos Preview와 GPT-5.5는 250만 개의 토큰 제한에도 불구하고 좁은 사이버 제품군의 가장 긴 작업에서 거의 100%에 가까운 성공률로 인해 큰 상한 오류 막대를 가지고 있습니다.”라고 블로그는 계속되었습니다. “또한 우리의 작업은 더 긴 작업 길이에서 모델의 신뢰성이 얼마나 급격하게 저하되는지 판단할 만큼 길지 않습니다. 이로 인해 최신 모델 중 일부는 우리의 좁은 테스트 제품군이 측정할 수 있는 한계에 놓이게 됩니다.”
또한: GPT-5.5를 10라운드 테스트에 적용했습니다. 93/100을 기록했고, 활기가 넘쳤을 때만 점수를 잃습니다.
이는 모델 실패 지점을 측정하기 어렵게 만드는 동시에 이러한 작업에 대한 모델 성공률이 토큰 한도 없이 훨씬 높을 것임을 의미합니다. 실제로 너무 높아 “시간 범위를 계산할 수 없게 됩니다.” 더 많은 토큰 액세스와 복잡한 에이전트 인프라를 갖춘 모델의 성능이 훨씬 더 뛰어납니다.
블로그에서는 “250만 개의 토큰 제한은 상대적으로 낮습니다. 사이버 범위 실험에서 최대 1억 개의 토큰을 사용했으며 특히 더 높은 토큰 제한으로 인해 불균형적으로 이익을 얻는 최신 모델의 경우 성능이 예산 이상으로 여전히 향상될 가능성이 있다는 것을 발견했습니다”라고 덧붙였습니다.
공식 정보 바로가기