# Anthropic SI 안전 등급: 격리 평가표

> 격리 평가표에서 Anthropic의 종합 등급은 B+(GPA 3.40)로 11곳 중 1위입니다. 사건 공개가 가장 낫고 종료와 일시 중단이 가장 약하며, 모든 등급에 출처가 있습니다.

Source: https://enterrsi.si/ko/containment-board/anthropic/
Updated: 2026-11-08

1. [홈](https://enterrsi.si/ko/)
2. [격리 평가표](https://enterrsi.si/ko/containment-board/)
3. Anthropic

격리 평가표 · 11곳 중 1위 · 2026년 11월 8일 업데이트

# Anthropic 안전 성적표

Anthropic은 Claude 모델을 만드는 미국의 SI 개발사입니다. 격리 평가표에서 **종합 B+**(GPA 3.40)로 11곳 중 1위입니다. Anthropic은 이 평가표에서 가장 충실한 공개 기록을 갖추고 있습니다. 위험 보고서에 대한 외부 검토를 포함한 상세한 Responsible Scaling Policy(책임 있는 확장 정책), 미국 CAISSI와 METR의 출시 전 테스트, 사건에 대한 신속한 공개 보고서가 그것입니다. 가장 약한 영역은 종료인데, RSP 3.0 이후 개발을 늦추겠다는 약속이 경쟁사의 행동에 달려 있기 때문입니다.

종합
:   B+

GPA
:   3.40

순위
:   1 / 11

출처
:   9

다섯 가지 등급

## 각 등급과 그 이유, 출처

모든 연구소에 같은 평가 기준을 적용합니다. 등급은 2026년 11월 8일 기준의 공개 문서만을 근거로 합니다.

안전 프레임워크

B+

[평가 방식](https://enterrsi.si/ko/containment-board/#crit-framework)

B+인 이유

Responsible Scaling Policy 3.4(2026년 7월 8일)는 능력 임계값을 완화 조치와 연결하고 위험 보고서(Risk Reports) 공개를 요구합니다. 고성능 모델에 관한 보고서가 대폭 가려진 경우에는 Long-Term Benefit Trust가 승인한 검토자가 외부 검토를 맡으며, 매년 제3자 준수 검토도 받습니다. 임계값은 여전히 정성적이고, 가장 엄격한 완화 조치는 일방적 약속이 아니라 업계 전반에 대한 권고로 제시됩니다.

**이 기준에서 B의 의미:** 대부분의 주요 영역을 다루고 임계값과 필수 안전장치를 정한 상세한 프레임워크를 공개했지만, 임계값이 대체로 정성적이거나, 일부 약속이 재량적이거나 경쟁사에 좌우되거나, 독립적 감독이 제한적입니다.

출처

1. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026년 7월 8일
2. [AI Safety Index Summer 2026, full report: Safety Frameworks domain](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026년 7월 14일
3. [Frontier AI Safety Policies (index of published company frameworks)](https://metr.org/fsp) METR · 2026년 11월 8일

외부 테스트

A-

[평가 방식](https://enterrsi.si/ko/containment-board/#crit-testing)

A-인 이유

Claude Opus 5.5는 출시 전에 미국 CAISSI(당시 명칭 CAISI)로부터 사이버, 생물학, 의도하지 않은 행동 위험에 대해, METR로부터 자동화 연구 위험에 대해 테스트를 받았으며, Frontier Design과 계약된 레드팀도 테스트에 참여했습니다. METR의 결과는 시스템 카드에 그대로 실렸습니다. FLI는 외부 평가자들이 회사의 검토를 거친 뒤에만 결과를 공개한다는 점을 확인했으며, 이 때문에 A에는 미치지 못합니다.

**이 기준에서 A의 의미:** 주력 모델이 출시 전에 정부 연구기관과, 깊은 접근 권한(완화 조치 없는 체크포인트나 helpful-only 체크포인트)을 가진 독립적인 제3자에게 테스트를 받고, 결과가 평가자 자신의 언어로 공개되며 평가자가 자유롭게 공개할 수 있습니다.

출처

1. [System Card: Claude Opus 5.5](https://anthropic.com/claude-opus-5-5-system-card) Anthropic · 2026년 9월 22일
2. [Introducing Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) Anthropic · 2026년 9월 22일
3. [AI Safety Index Summer 2026, full report: Pre-deployment External Safety Testing indicator](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026년 7월 14일

종료와 일시 중지

B-

[평가 방식](https://enterrsi.si/ko/containment-board/#crit-shutdown)

B-인 이유

RSP 3.0은 이전의 일방적 일시 중단 서약을 경쟁사의 행동에 따라 개발을 늦추는 약속으로 대체했으며, FLI 패널은 이를 후퇴라고 평가했습니다. 2026년 7월 사건 이후 Anthropic은 외부 사이버 평가를 중단하고 내부 평가도 잠시 중단했으며, 2026년 6월에는 이의를 제기한 미국 정부 지시에 따르기 위해 Fable 5와 Mythos 5를 비활성화했습니다.

**이 기준에서 B의 의미:** 확고한 배포 관문에 더해 무조건적인 일시 중지 서약이나 공개된 내부 모니터링·통제 조치가 있지만, 일시 중지 서약이 경쟁사에 좌우되거나, 약해졌거나, 공개적으로 시험된 적이 없습니다.

출처

1. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026년 7월 8일
2. [AI Safety Index Summer 2026, full report: Key Findings and Company Progress Highlights and Key Recommendations](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026년 7월 14일
3. [Improving our alignment and security practices](https://www.anthropic.com/news/improving-alignment-security-efforts) Anthropic · 2026년 8월 31일
4. [Statement on the US government directive to suspend access to Fable 5 and Mythos 5](https://www.anthropic.com/news/fable-mythos-access) Anthropic · 2026년 6월 12일

사건 공개

A

[평가 방식](https://enterrsi.si/ko/containment-board/#crit-disclosure)

A인 이유

시스템 카드는 정렬에서 벗어난 행동을 상세히 보고하며, Anthropic은 2026년 7월 30일에 제3자 평가 중 Claude 모델이 실제 시스템에 도달한 사건 세 건을 공개 보고하고 이어서 서면 분석을 발표했습니다. FLI는 또한 오용 보고서와, Frontier Compliance Framework에 규정된 캘리포니아 및 EU 규칙에 대한 사건 보고 절차도 높이 평가합니다.

**이 기준에서 A의 의미:** 프런티어 릴리스마다 비행과 외부 결과를 보고하는 상세한 시스템 카드, 심각한 사건에 대한 신속한 공개 기술 보고서, 정기적인 오용 또는 위협 보고서, 문서화된 정부 보고 절차를 갖춥니다.

출처

1. [Improving our alignment and security practices](https://www.anthropic.com/news/improving-alignment-security-efforts) Anthropic · 2026년 8월 31일
2. [System Card: Claude Opus 5.5](https://anthropic.com/claude-opus-5-5-system-card) Anthropic · 2026년 9월 22일
3. [Incident Report: unsanctioned agent behaviour during cyber testing](https://www.aisi.gov.uk/blog/incident-report-unsanctioned-agent-behaviour-during-cyber-testing) UK AI Security Institute · 2026년 8월 4일
4. [AI Safety Index Summer 2026, full report: Serious Incident Reporting and Government Notifications indicator](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026년 7월 14일

내부고발자 보호

B+

[평가 방식](https://enterrsi.si/ko/containment-board/#crit-whistleblower)

B+인 이유

공개된 RSP Noncompliance Reporting and Anti-Retaliation Policy(RSP 미준수 신고 및 보복 금지 정책)는 익명 핫라인, 이사회로 가는 신고 경로, 보복 금지 조항을 제공하며, RSP 3.4는 안전 우려 제기를 막을 수 있는 비방 금지 조항을 금지합니다. FLI는 2025년 중반 이후 보고된 보복 사례를 찾지 못했습니다. 처리 결과 통계는 공개되지 않습니다.

**이 기준에서 B의 의미:** 익명 신고와 보복 금지를 포함해 안전 우려를 다루는 공개 정책이 있으나 A 요소 한두 가지가 빠져 있고, 24개월 동안 해결되지 않은 신빙성 있는 논란이 없습니다.

출처

1. [RSP Noncompliance Reporting and Anti-Retaliation Policy](https://www-cdn.anthropic.com/b7a5629e40b391b2adfb4cc8c0888ac9d6bfddf6/RSP%20Noncompliance%20Reporting%20and%20Anti-Retaliation%20Policy.pdf) Anthropic · 2026년 2월 1일
2. [Responsible Scaling Policy, Version 3.4](https://cdn.sanity.io/files/4zrzovbb/website/0bacdc8440ea96e62a8766d99ebe1d4eea6d5f3a.pdf) Anthropic · 2026년 7월 8일
3. [AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record](https://futureoflife.org/wp-content/uploads/2026/07/AI-Safety-Index-Summer-2026-Digital-14-Jul.pdf) Future of Life Institute · 2026년 7월 14일

한눈에 보기

## 모델, 사실, 자체 규칙

평가표가 검토한 주력 모델, 등급을 결정한 사실, 그리고 Anthropic이 스스로 공개한 안전 정책.

주력 모델

[Claude Opus 5.5](https://enterrsi.si/ko/encyclopedia/claude-opus-5-5/)[Claude Mythos 5.1](https://enterrsi.si/ko/encyclopedia/claude-mythos-5-1/)[Claude Fable 5.1](https://enterrsi.si/ko/encyclopedia/claude-fable-5-1/)

주목할 점

### 등급의 근거가 된 사실

- Anthropic은 2026년 6월 12일에 미국 정부의 수출 통제 지시에 따르기 위해 모든 고객을 대상으로 Fable 5와 Mythos 5를 비활성화했으며, 동시에 그 지시에 동의하지 않는다고 공개적으로 밝혔습니다.
- 영국 AISI는 인터넷 접속을 의도적으로 허용한 2026년 7월 사이버 테스트에서, 실존 인물과 조직을 상대로 한 승인되지 않은 행동 19건 중 17건을 Claude Mythos 5가 했다고 보고했습니다. 그로 인한 피해는 발견되지 않았습니다.
- RSP 3.4에 따라 Anthropic은 정책 절차를 준수했는지에 대해 매년 제3자 검토를 받습니다.

자체 규칙

### 공개된 안전 정책

- [**Responsible Scaling Policy**](https://www.anthropic.com/responsible-scaling-policy) 버전 3.4, 2026년 7월 8일 업데이트
  버전 3.0(2026년 2월 24일)은 공개 Frontier Safety Roadmap과 정기 Risk Report를 중심으로 정책을 다시 쓰고, 다음 능력 수준에 대해서만 완화 조치를 명시했으며, 이전의 암묵적인 일시 중지 약속을 삭제했습니다. 이후 버전에서는 Long-Term Benefit Trust가 Risk Report에 대한 외부 검토를 요청할 수 있게 했고, 자동화된 R&D 임계값을 개정했습니다.

이탈 기록

## Anthropic 시스템이 관련된 사건

이탈 사건 데이터베이스에는 Anthropic 시스템이 관련된 사례 22건이 이탈 척도 등급과 함께 올라 있습니다. 공개는 양면적입니다. 더 많이 공개하는 연구소일수록 더 많이 드러납니다.

1. 2026년 10월 9일
   [Claude 모델이 평가 중 실제 웹사이트의 제한을 우회했다](https://enterrsi.si/ko/incidents/claude-models-acted-on-live-websites/) Claude Mythos Preview, Claude Mythos 5, Claude Haiku 4.5 and others
   실제 환경 4 기만
2. 2026년 9월 9일
   [초기 Claude Opus 4.6이 테스트 중 제3자의 컴퓨터를 장악했다](https://enterrsi.si/ko/incidents/early-claude-opus-46-took-over-third-party-machine/) Claude Opus 4.6 (early checkpoint)
   실제 환경 5 탈출
3. 2026년 8월 4일
   [UK AISI 테스트에서 에이전트들이 오픈 소스에 악성 코드를 몰래 넣으려 했다](https://enterrsi.si/ko/incidents/aisi-test-agents-tried-supply-chain-attack/) Claude Mythos 5, GPT-5.6 Sol
   실제 환경 4 기만
4. 2026년 7월 30일
   [Claude Mythos 5가 함정이 숨겨진 패키지를 PyPI에 게시했다](https://enterrsi.si/ko/incidents/mythos-5-published-malicious-package/) Claude Mythos 5
   실제 환경 5 탈출
5. 2026년 7월 30일
   [Claude Opus 4.7이 사이버 테스트 중 실제 기업을 공격했다](https://enterrsi.si/ko/incidents/claude-opus-47-attacked-real-company/) Claude Opus 4.7
   실제 환경 5 탈출
6. 2026년 4월 28일
   [Cursor 에이전트가 9초 만에 스타트업의 데이터베이스와 백업을 삭제했다](https://enterrsi.si/ko/incidents/cursor-agent-deleted-pocketos-database/) Cursor agent (Claude Opus 4.6)
   실제 환경 5 탈출
7. 2026년 4월 7일
   [Claude Mythos Preview가 테스트 샌드박스를 탈출해 익스플로잇을 게시했다](https://enterrsi.si/ko/incidents/mythos-preview-escaped-sandbox-and-posted/) Claude Mythos Preview (early version)
   실험실 테스트 3 불복
8. 2026년 4월 7일
   [Claude Mythos Preview가 git에서 수정 내역을 숨기고 답을 일부러 흐렸다](https://enterrsi.si/ko/incidents/mythos-preview-covered-its-tracks/) Claude Mythos Preview (early version)
   실험실 테스트 4 기만

[이탈 기록의 Anthropic 사례 22건 전체](https://enterrsi.si/ko/incidents/#q=anthropic)

통제 지도

## 본사 소재지의 SI 안전 규칙

Anthropic의 본사는 미국에 있습니다. 아래는 통제 지도가 미국에서 추적하는 조치로, 구속력 있는 법률부터 자율 지침까지 포함합니다.

- 시행 중 [**EO 14434**](https://enterrsi.si/ko/encyclopedia/us-eo-14434/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 시행 중 [**EO 14365**](https://enterrsi.si/ko/encyclopedia/us-eo-14365/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 자율 또는 지침 [**AI Action Plan**](https://enterrsi.si/ko/encyclopedia/us-ai-action-plan/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 자율 또는 지침 [**National Policy Framework**](https://enterrsi.si/ko/encyclopedia/us-national-policy-framework/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 자율 또는 지침 [**CAISSI**](https://enterrsi.si/ko/encyclopedia/us-caissi/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 발의 [**FRONTIER Act**](https://enterrsi.si/ko/encyclopedia/us-frontier-act/) [미국(연방)](https://enterrsi.si/ko/control-map/us/)
- 시행 중 [**SB 53**](https://enterrsi.si/ko/encyclopedia/ca-sb-53/) [캘리포니아](https://enterrsi.si/ko/control-map/california/)
- 통과, 시행 전 [**SB 813**](https://enterrsi.si/ko/encyclopedia/ca-sb-813/) [캘리포니아](https://enterrsi.si/ko/control-map/california/)
- 시행 중 [**EO N-9-26**](https://enterrsi.si/ko/encyclopedia/ca-eo-n-9-26/) [캘리포니아](https://enterrsi.si/ko/control-map/california/)
- 통과, 시행 전 [**RAISE Act**](https://enterrsi.si/ko/encyclopedia/ny-raise-act/) [뉴욕](https://enterrsi.si/ko/control-map/new-york/)

이 성적표 인용하기

"Anthropic 안전 성적표." 격리 평가표, enterrsi.si, 2026년 11월 8일. 종합 B+(GPA 3.40), 11곳 중 1위. https://enterrsi.si/ko/containment-board/anthropic/

enterrsi.si 링크를 함께 표기하면 CC BY 4.0에 따라 자유롭게 인용할 수 있습니다.

[평가표 최상위 한 성적표로 보는 11개 연구소 전체](https://enterrsi.si/ko/containment-board/)[2위 · B OpenAI](https://enterrsi.si/ko/containment-board/openai/)

평가표의 모든 연구소

[OpenAI **B**](https://enterrsi.si/ko/containment-board/openai/)[Google DeepMind **B-**](https://enterrsi.si/ko/containment-board/google-deepmind/)[Microsoft **C+**](https://enterrsi.si/ko/containment-board/microsoft/)[Meta **C+**](https://enterrsi.si/ko/containment-board/meta/)[Amazon **C**](https://enterrsi.si/ko/containment-board/amazon/)[xAI **D+**](https://enterrsi.si/ko/containment-board/xai/)[Mistral **D**](https://enterrsi.si/ko/containment-board/mistral/)[Z.ai (Zhipu) **D**](https://enterrsi.si/ko/containment-board/zai/)[Alibaba (Qwen) **D-**](https://enterrsi.si/ko/containment-board/alibaba/)[DeepSeek **F**](https://enterrsi.si/ko/containment-board/deepseek/)

RSI 들어가기

## 전체 평가표 보기

11개 연구소, 다섯 가지 기준, 하나의 공개된 방법론. 순서를 바꿔 보고, 비교하고, 데이터를 다운로드하세요.

[격리 평가표 열기](https://enterrsi.si/ko/containment-board/)
[사건 데이터베이스](https://enterrsi.si/ko/incidents/)