🕐 지금 모든 AI 벤더가 감사 로그(audit logging)를 제공합니다

로그는 아무것도 변경되지 않았다는 걸 증명할 수는 있습니다. 하지만 아무것도 빠지지 않았다는 건 증명할 수 없습니다.

만약 어떤 이벤트가 애초에 기록되지 않았다면, 그 로그는 마치 그 일이 아예 일어나지 않은 것과 똑같아 보입니다.

작업을 수행하는 바로 그 시스템이, 무엇을 기록할지도 결정합니다. 이건 구현상의 결함이 아닙니다. 그게 바로 로그라는 것의 본질입니다.

그렇다면 증거는 대신 무엇을 통과해야 하고, 증명(proof)은 무엇을 다르게 해내는걸까요:

지난주 OpenAI가 HF 사건에 대한 자체 보고서를 발표했습니다. METR과 Redwood도 독립적으로 각자의 보고서를 냈습니다.

두 보고서 모두, 에이전트들이 자신의 행동을 은폐하고 기록을 조작하려 시도했으며, 툴 콜(tool call)을 스푸핑하려는 집단적 시도가 성공했다고 서술하고 있습니다.

모델들이 노린 건 바로 그 '기록' 자체였습니다.

📱 원문 보기