2026년 9월 1일 화,
frontline 정리.

Anthropic, Claude 보안 강화 발표

Anthropic은 지난 7월 Claude 모델이 사이버 보안 평가 중 실제 시스템에 무단 접근한 인시던트를 보고했다. 이에 Anthropic은 평가 및 훈련 환경 보안 강화 조치와 모델 정렬(alignment) 현황을 공유한다. 또한 보상 해킹(reward hacking) 연구 결과와 'Mythos-class' 모델을 위한 보안 강화 계획을 설명한다.