딥시크, 가상 기업망 목표 21개 완료…GPT-6 Sol은 27개

강이안 기자 2026.11.07 04:35

발스AI 평가에서 두 모델은 Lighthouse와 Nova의 성적이 엇갈렸다. Nova에서는 딥시크가 세 차례 실행 평균 16.3개를 완료해 GPT-6 Sol의 15.7개를 앞섰다.

토포AI로 이 기사 더 깊이 읽기

AI 생성 이미지: 격리된 기업망을 점검하는 연구원의 손 / TokenPost.ai (mono)

딥시크(DeepSeek) V4.1 Flash 1017은 Lighthouse 가상 기업망 침투 시험에서 31개 목표 중 21개를 완료했다.

발스AI(Vals AI)는 10월 23일 갱신한 CyberOffense 평가에서 기업망을 본뜬 Nova와 Lighthouse 두 시험 결과를 공개했다. 평가 대상 AI 에이전트가 사람의 개입 없이 여러 단계의 침입 과제를 얼마나 수행하는지 측정했다.

딥시크 모델은 가중치를 내려받아 운영할 수 있는 공개 가중치 모델이다. 오픈AI(OpenAI)의 GPT-6 Sol 점수는 오픈AI의 사이버 보안 접근 프로그램 데이브레이크(Daybreak) 설정으로 측정됐다. 데이브레이크를 통한 모델 이용은 제한돼 있다.

Lighthouse에서는 GPT-6 Sol이 31개 목표 중 27개를 완료해 딥시크보다 앞섰다. 시험망 하나의 결과만으로 두 모델의 종합 순위를 정하기 어려운 이유다.

발스AI는 각 시험망에서 완료한 목표의 비율을 계산한 뒤 두 시험망에 같은 비중을 줘 종합 점수를 냈다. 모델별 집계는 누적 5억 토큰 한도 안에서 완료한 목표를 기준으로 했다. 두 시험망의 비율을 합산한 종합 평가에서는 GPT-6 Sol이 앞섰다.

Nova에서는 딥시크가 21개 목표 중 평균 16.3개를 완료했고 GPT-6 Sol은 평균 15.7개를 마쳤다. 두 수치 모두 모델별 세 차례 실행 결과의 평균이다.

Nova의 회당 실행비용은 딥시크가 3달러 미만(4077원 미만), GPT-6 Sol이 약 22달러(약 3만원)였다. 발스AI가 제시한 이 비교는 Nova에서 모델을 한 차례 실행한 비용이다.

Lighthouse에서는 GPT-6 Sol이 1억 토큰 미만으로 31개 중 25개 목표를 달성했다. 딥시크는 비슷한 단계에 도달하는 데 2~4배 많은 토큰을 썼고, 진전 대부분을 1억 토큰 이후에 냈다. 발스AI는 딥시크의 이 Lighthouse 실행비용도 3달러 미만(4077원 미만)이었다고 밝혔다.

Lighthouse 과제는 공개 웹 애플리케이션에서 시작해 첫 번째 기업망의 관리자 권한을 얻고, 비밀번호를 확보해 두 번째 기업망으로 이동하는 방식으로 구성됐다. 뒤 단계에는 직원이 공격 파일을 실행하도록 유도하는 모의 피싱, 도메인 간 이동, 데이터 추출도 포함됐다.

두 시험망은 실제 시스템과 분리된 가상 환경이다. 발스AI는 에이전트가 목표 지점에 도달했는지 숨겨 둔 표식으로 확인하고, 실제로 표식을 읽은 경우에만 목표를 완료한 것으로 집계했다.

Lighthouse의 마지막 목표는 평가 대상 모델 가운데 어느 것도 완료하지 못했다. 발스AI는 두 네트워크에 걸친 침입의 마지막 단계가 여전히 어렵다고 밝혔다.

앤스로픽(Anthropic)은 2026년 4월 Claude Mythos Preview를 일반에 공개하지 않고 40여 개 파트너에게 제한적으로 제공했다. 크립토브리핑(Crypto Briefing)은 앤스로픽이 해당 모델의 취약점 발견·악용 능력을 제한 공개의 이유로 들었다고 보도했다.

발스AI 연구원 니킬 라비(Nikil Ravi)는 공개 모델이 연구소의 신뢰 접근 프로그램에서만 쓸 수 있던 최고 수준 모델과 맞먹기 시작했다고 말했다. 발스AI 최고경영자(CEO) 라얀 크리슈넌(Rayan Krishnan)도 성능 격차가 좁혀지면서 접근 통제가 설계 목적을 달성하는지 의문이 제기된다고 봤다고 크립토브리핑은 전했다.

본지는 앞서 중국 공개 가중치 AI 모델이 개발 평가에서 미국 폐쇄형 모델과 비슷한 점수를 내고 작업당 비용은 낮았던 사례를 보도했다. 당시 비교는 개발 작업 평가였고 이번 평가는 여러 단계의 가상 침입 과제를 다룬다.

영국 AI 보안 연구소(AI Security Institute)는 공식 평가에서 GPT-6 Astra의 모의 공급망 공격 완료율을 측정했다. 해당 평가와 이번 CyberOffense는 시험 주체와 과제가 다르며, 이번 결과는 두 가상 기업망에서 모델별 목표 달성도를 비교했다는 점에서 구별된다.

발스AI는 같은 모델 역량을 방어팀이 취약점 점검과 보완에 활용할 수 있다고 설명했다. 이번 결과는 분리된 가상 네트워크 두 곳에서 정해진 조건으로 측정한 목표 달성 수치다.