Anthropic이 극도로 제한해 배포한 보안 특화 AI 모델 Claude Mythos Preview에 비인가 사용자가 접근했다는 보도가 나왔습니다. 보도에 따르면 접근 경로는 Anthropic 본체가 아니라 제3자 벤더 환경이었고, Discord 기반 커뮤니티가 모델 위치를 추정하고 권한이 있는 계약자 측 접근을 활용한 것으로 전해졌습니다.123
이 사건이 중요한 이유는 해킹 스캔들 자체보다 더 큽니다. Mythos는 "더 똑똑한 챗봇"이 아니라, 취약점을 찾고 익스플로잇까지 이어가는 다단계 보안 작업을 상당 부분 자율적으로 수행할 수 있다고 평가된 모델입니다. 그런 모델이 제한 공개 직후 우회 접근의 대상이 됐다는 사실은, 이제 AI 위험의 핵심이 모델 성능 경쟁만이 아니라 배포·권한·감사 체계로 이동했음을 보여줍니다.45
Mythos의 진짜 변화는 답변 품질이 아니라 '주도성'이다
Anthropic이 공개한 평가에서 Mythos는 주요 운영체제와 브라우저에서 제로데이 취약점을 찾고, 일부는 실제 익스플로잇으로 연결할 수 있었다고 합니다. Firefox 관련 내부 비교에서는 이전 세대 Opus 4.6이 수백 번 시도 중 2회 수준이던 작업을 Mythos는 181회 성공했다고 설명합니다.4
여기서 핵심은 "보안 지식이 많다"가 아닙니다. 예전 모델이 취약점 설명이나 패치 제안을 잘하는 조수였다면, Mythos는 목표를 주면 탐색하고, 실패를 반복하고, 여러 취약점을 체인으로 엮는 작업까지 밀어붙이는 쪽에 가깝습니다. 즉, 코파일럿에서 반쯤 자율적인 보안 팀원으로 성격이 바뀐 것입니다.
그래서 영향 범위도 달라집니다. 숙련된 보안 연구자만 쓰는 고급 도구가 아니라, 평범한 개발자나 운영 조직도 강한 능력을 호출할 수 있게 되기 때문입니다. Anthropic은 비전문가 직원이 밤새 원격 코드 실행 취약점 탐색을 시켜두고 결과물을 받는 사례까지 언급했습니다.4 이 지점부터는 기술 민주화이면서 동시에 위험 민주화입니다.
이번 무단 접근 사건이 드러낸 건 'AI 보안'보다 'AI 거버넌스'의 허점
현재까지 확인된 사실은 제한적입니다. Anthropic은 비인가 접근 의혹을 조사 중이며, 자사 핵심 시스템 침해 증거는 없다고 밝혔습니다.23 다만 여러 보도는 제3자 계약자 환경, 공유된 접근, API 키 또는 권한 오남용 가능성을 공통으로 가리킵니다.126
이게 왜 뼈아픈가. Mythos는 너무 위험해서 공개하지 않겠다고 판단한 모델입니다. 그런데 실제 통제 실패 지점은 초고난도 AI 안전장치가 아니라, 익숙한 엔터프라이즈 문제였을 가능성이 큽니다. 벤더 계정, 권한 위임, URL 추정 가능성, 사용량 모니터링 부족 같은 것들입니다.
즉, frontier model의 위험은 종종 frontier한 방식으로 새지 않습니다. 가장 민감한 모델도 결국 기업 시스템 안에서 돌아가고, 기업 시스템의 취약점은 대개 매우 전통적입니다. 이 점에서 CrowdStrike가 강조한 "모델 안전과 배포 거버넌스는 다른 문제"라는 구분은 꽤 실무적입니다.5
반론도 있습니다. 아직 악성 활용 증거는 없고, 호기심 기반 접근일 수 있습니다.23 하지만 그건 안심 포인트가 아니라 경고에 가깝습니다. 악의가 약한 집단도 접근했다면, 더 동기 있는 집단도 같은 표면을 찾을 수 있다는 뜻이기 때문입니다.
이제 필요한 건 더 강한 모델보다 먼저, 더 두꺼운 운영층이다
Mythos 같은 모델을 조직이 언젠가 도입하려면, 질문은 "성능이 좋은가"가 아닙니다. "누가 어떤 범위에서, 어떤 로그를 남기며, 어떤 승인 절차 아래 쓸 것인가"가 먼저입니다.
최소한 네 가지는 필요합니다.
첫째, 개인 단위 식별이 되는 접근통제입니다. 공유 계정과 광범위한 벤더 권한은 이런 모델 앞에서 너무 위험합니다.6
둘째, 실행 로그와 사용 패턴 감시입니다. 장기간 비인가 사용이 가능했다면, 이상 징후 탐지가 충분하지 않았을 수 있습니다.6
셋째, 모델이 연결할 수 있는 시스템의 범위 제한입니다. 코드 저장소, 티켓 시스템, CI/CD, 내부 지식베이스가 한 번에 연결되면 생산성은 커지지만 피해 반경도 함께 커집니다.5
넷째, 사람 검토를 빼지 않는 운영 설계입니다. Mythos의 장점은 자율성인데, 조직은 그 자율성을 그대로 신뢰하면 안 됩니다. 특히 취약점 검증, 익스플로잇 생성, 외부 네트워크 상호작용은 별도 승인 경계 안에 두는 편이 맞습니다.
흥미로운 점은 AWS Bedrock의 Mythos 모델 카드에서도 이 모델이 연구용 게이트드 프리뷰이며, 일반적인 Bedrock 가드레일이나 에이전트 기능 일부를 지원하지 않는다는 점입니다.7 이는 단순한 기능 미완성이 아니라, 이런 모델이 아직 표준 SaaS처럼 매끈하게 포장될 단계가 아니라는 신호로 읽힙니다.
결국 지금 가장 먼저 신경 써야 할 사람은 CISO만이 아닙니다. AI 에이전트를 코드, 인프라, 데이터에 붙이기 시작한 개발 조직과 이를 승인하는 경영진도 포함됩니다. Mythos가 당장 내 회사에 들어오지 않더라도, 이런 수준의 모델이 이미 등장했고 제한 배포조차 완벽히 잠기지 않았다는 사실은 바뀌지 않습니다. 앞으로의 판단 기준은 간단합니다. "우리도 이런 모델을 쓸 것인가?"보다 "이런 모델이 존재하는 세상에 맞는 운영 체계를 갖췄는가?"가 더 먼저입니다.
참고
1Discord Sleuths Gained Unauthorized Access to Anthropic's Mythos
2Unauthorized group has gained access to Anthropic's exclusive cyber tool Mythos, report claims
3Anthropic investigating claim of unauthorised access to Mythos AI tool
4Assessing Claude Mythos Preview's cybersecurity capabilities
5Anthropic Claude Mythos Preview: The More Capable AI Becomes, the More Security It Needs
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.