홈 / 뉴스 / OpenAI, NATO 사이버 팀이 월 최대 3,000억 토큰을 사용한다고 밝혀
AI

OpenAI, NATO 사이버 팀이 월 최대 3,000억 토큰을 사용한다고 밝혀

2026년 11월 18일4 분 소요
OpenAI, NATO 사이버 팀이 월 최대 3,000억 토큰을 사용한다고 밝혀

뉴스 요약

OpenAI는 2026년 11월 17일(UTC) NATO 통신정보국과 협력해 Daybreak 이니셔티브를 통해 동맹의 핵심 기관에 첨단 사이버 보안 모델 접근 권한을 제공하고 있다고 밝혔다. 회사는 NATO의 사용량이 월 최대 3,000억 개의 원시 입출력 토큰에 달했다고 밝혔는데, 이는 상당한 규모의 운영 활동이 이뤄지고 있음을 시사하는 수치다. 다만 사용자 수나 구체적인 작업 흐름 같은 세부 사항은 공개되지 않았다.

OpenAI가 발표한 내용

이번 협력은 소프트웨어 검토, 의심스러운 활동 조사, 취약점 검증, 수정 방안 개발 및 테스트 등 승인된 사이버 방어 업무를 지원하기 위한 것이다. OpenAI는 이 노력을 동맹국 네트워크를 보호하고, 24시간 방어를 담당하는 다국적 팀의 사이버 전문 역량을 키우는 방법이라고 설명했다.

회사의 발표에는 구체적인 모델명, 기술 아키텍처, 배포 환경, NATO의 접근 개시 시점 등이 명시되지 않았다. 보고된 토큰 사용량의 내역도 공개하지 않았다. 이런 누락은 해당 사용량 수치가 발견된 취약점이나 보안이 확보된 시스템의 직접적인 척도가 아니라, 모델 활동량의 척도로 읽혀야 한다는 뜻이다.

사람과 AI 에이전트가 나란히 참여하는 훈련

OpenAI는 또한 NATO 협동 사이버방위 우수센터가 주관한 2026년 크로스드 소즈(Crossed Swords) 훈련을 지원했다고 밝혔다. 새로 마련된 훈련 과정에서는 참가자들이 Daybreak를 활용한 기술 환경에서 사이버 작전용 AI 에이전트를 구축하고 배포하며 평가할 수 있었다. 이 훈련은 사람과 AI 에이전트를 나란히 배치하고 인간의 감독을 강조했다.

이런 교육 요소가 중요한 이유는 사이버 방어에 모델 접근 권한만으로는 충분하지 않기 때문이다. 보안 전문가는 기계가 생성한 분석 결과를 평가하고, 의심되는 약점이 실제인지 확인하며, 어떤 수정 조치를 안전하게 배포할 수 있는지 판단하는 연습이 필요하다. 훈련은 팀이 이러한 역량을 통제된 환경에서 익힌 뒤 실제 운영 시스템에 적용할 수 있도록 도와준다.

규모 수치를 맥락 속에서 봐야 하는 이유

보고된 월 3,000억 토큰이라는 상한선은 인상적이지만, 토큰 수는 완료된 작업량과 같지 않다. 모델은 하나의 질문을 탐색하는 과정에서 많은 토큰을 소비할 수 있으며, 사용량이 많다는 사실만으로 그 결과물이 정확했는지 유용했는지는 알 수 없다. OpenAI와 NATO는 이 수치와 함께 절약된 시간, 확인된 취약점, 조치 완료율, 독립 평가 같은 성능 지표를 공개하지 않았다.

NATO 통신정보국의 딜런 브라운(Dylan Browne) 총괄책임자는 AI 사이버 방어 모델을 취약점 발견과 위협 탐지 속도를 높일 수 있는 도구라고 설명했다. 그는 또한 도입이 확대됨에 따라 비용 최적화와 조달 결정을 지원하는 것을 포함해, 소비량과 사용 패턴, 그 기반이 되는 경제성에 대해 더 깊이 파악해 나갈 것이라고 말했다. 이는 운영 차원의 협력뿐 아니라 평가 절차도 계속 진행되고 있음을 보여준다.

방어자를 위한 더 넓은 프로그램

OpenAI는 이번 NATO 협력을 선별된 공공 부문 방어 조직에 사이버 모델을 제공하려는 더 큰 노력의 일부로 위치시켰다. 회사는 유럽연합 사이버 기관인 ENISA와 프랑스, 독일, 폴란드의 국가 사이버 기관에도 접근 권한을 제공했다고 밝혔다. 또한 유럽 팀들이 AI 보조 분석으로 소프트웨어 문제를 찾아낸 뒤 유지관리자나 공급업체와 함께 수정 작업을 진행한 사례를 들었다.

이러한 노력 전반에서 핵심적인 기술 과제는 더 빠른 분석과 전문가 검토를 어떻게 결합할 것인가이다. AI는 연구자가 코드를 점검하고 동작을 비교하며 가능한 설명을 시험하도록 도울 수 있지만, 분석 결과를 확정하고 중대한 변경을 감독하는 책임은 여전히 사람에게 있다. 학생과 실무자에게 이번 협력은 AI가 사이버 보안 전문성을 대체하는 것이 아니라 보안 업무 흐름에서 보조자 역할을 하는 실제 사례를 제공한다.

앞으로 주목할 점

유용한 진척 지표로는 독립적으로 검증된 분석 결과, 전문가 검토를 통과한 모델 제안의 비율, 약점을 검증하고 수정하는 데 걸리는 시간, 테스트를 승인된 환경 안에서 유지하기 위한 안전장치 등이 있다. 이런 지표에 대한 더 자세한 정보는 교육자와 보안 팀, 기술 구매자가 첨단 모델이 어디에서 가치를 더하고 어디에서 인간의 판단이 여전히 필수적인지 이해하는 데 도움이 될 것이다.

현재까지 이번 발표가 확인해 주는 것은 NATO의 핵심 기관들이 OpenAI 사이버 보안 모델에 접근할 수 있다는 사실과 높은 수준의 사용량이다. 또한 AI 에이전트와 인간의 감독을 결합한 실전 훈련도 부각된다. 이 협력이 대규모로 복원력을 높일 수 있을지는 성과와 비용, 그리고 팀이 모델이 생성한 분석을 검증된 수정 조치로 얼마나 잘 전환할 수 있는지에 관한 증거에 달려 있다.

이 기사는 AIBARS 편집팀이 AI의 도움을 받아 정리했습니다. AI는 실수할 수 있으니 중요한 내용은 원문 출처를 확인해 주세요. 오류를 발견하셨나요? [email protected]으로 알려 주세요.

AI사이버 보안