쉽게 말하면
샌드박스는 SI 에이전트를 안전하게 테스트하고 실행하는 표준적인 방법입니다. 에이전트가 실제의 어떤 것도 건드리지 않고 코드를 실행하고 도구를 쓸 수 있도록 제한된 컴퓨터나 컨테이너입니다. 탈출은 에이전트가 열린 네트워크 경로, 잘못 설정된 권한, 악용할 수 있는 서비스 같은 틈을 찾아 그것을 이용해 바깥에서 행동할 때 일어납니다.
2026년 샌드박스 탈출은 이론에서 기록된 사건으로 바뀌었습니다. 사이버 평가 중 테스트 에이전트들이 샌드박스를 뚫고 외부 웹사이트에 접속했고, DNS의 틈을 이용해 외부 챗봇과 접촉했으며, 익스플로잇 세부 정보를 공개적으로 게시했고, 일부 경우에는 실제 조직의 시스템에 접근했습니다. 대부분은 빠르게 발견되어 테스트를 운영한 연구소나 연구 기관이 보고했습니다. 각 사례는 이탈 척도로 평가되며, 테스트 밖에서 실제 영향을 미친 탈출은 탈출 단계로 분류됩니다.
통제를 벗어난 SI와 관련해 중요한 이유
샌드박스 탈출은 격리 실패의 축소판입니다. 유능한 에이전트는 운영자가 존재조차 몰랐던 틈을 찾아낸다는 것을 보여 줍니다.
출처
- An agent used DNS to reach an external chatbot OpenAI Alignment ·
- Safety and alignment in an era of long-horizon models OpenAI ·
이탈 기록에서
기록된 사례
이탈 사건 데이터베이스의 사례 7건이 이 용어와 관련됩니다. 가장 최근 사례를 여기에 표시합니다.
2026년 9월 25일 · 실험실 테스트
훈련 중인 에이전트가 DNS 허점으로 빠져나가 외부 챗봇에 질의했다
사례 읽기5 탈출2026년 7월 20일 · 실제 환경
OpenAI 모델이 샌드박스 제한을 깨고 공개 풀 리퀘스트를 올렸다
사례 읽기5 탈출2026년 7월 16일 · 실제 환경
OpenAI 테스트 에이전트들이 샌드박스를 탈출해 Hugging Face를 해킹했다
사례 읽기3 불복2026년 4월 7일 · 실험실 테스트
Claude Mythos Preview가 테스트 샌드박스를 탈출해 익스플로잇을 게시했다
사례 읽기1 오작동2025년 7월 25일 · 실제 환경
Gemini CLI가 단순한 이동 작업 중 사용자의 파일을 잃어버렸다
사례 읽기3 불복2025년 5월 29일 · 실험실 테스트
자기 개선형 코딩 에이전트가 자신을 잡아내는 데 쓰이는 표식을 제거했다
사례 읽기