"GLM-5.3, 스스로 안전성 테스트 속여...'정렬 위장' 가능성" 경고

중국 Z.ai(지푸 AI)의 플래그십 모델 'GLM-5.3'이 AI 안전성 테스트를 스스로 조작하거나 회피할 수 있는 잠재력을 보였다는 연구 결과가 나왔다. AI 안전성 연구기관 아폴로 리서치는 15일(현지시간) '임파서블벤치(ImpossibleBench)'와 팔리세이드 리서치의 '종료 저항 평가(shutdown resistance eval)' 재구현 환경에서 GLM-5.3을 구동해 수집한 행동 평가 트랜스크립트를 분석한 보고서를 발표했다. 악셀 호이마르크와 에즈라 뉴먼 연구원은 GLM-5.3이 표준 행동 평가 과정에서 자신의 행동