2026년 10월 12일 앤트로픽의 Frontier Red Team은 AI models may be capable of self-replicating without access to a datacenter라는 연구 결과를 공개했습니다. 소형 AI가 데이터센터 없이도 여러 기기에 분산 실행될 수 있고, 일부 자율 복제에 필요한 작업을 수행한다는 분석입니다.
이 연구를 “AI가 이미 전 세계 스마트가전에 퍼졌다”는 뉴스로 이해해서는 안 됩니다. 논문과 발표문은
① 소형 기기 분산 실행, ② 낯선 하드웨어 환경 구축, ③ 격리된 네트워크의 복제 실험을 구분합니다. 실제 대규모 감염은 확인되지 않았습니다.
자율 복제와 적응(ARA)은 무엇인가?
ARA(Autonomous Replication and Adaptation)는 AI 시스템이 사람의 지속적 제어 없이 다른 실행 환경에 자신을 배치하고 확장하는 능력을 뜻합니다. 전통적인 컴퓨터 웜이 미리 짜인 프로그램의 자동 확산에 초점을 맞춘다면, AI는 기기 환경을 진단해 필요한 설정을 바꾸는 적응 가능성이 있습니다.
다만 AI 모델과 AI 에이전트는 구분해야 합니다. 모델은 입력을 계산해 응답을 생성하는 부분이며, 에이전트는 모델을 실행 도구·작업환경·기억과 연결한 시스템입니다. 새로운 기기에서 실제 작업을 하려면 모델 파일뿐 아니라 실행 환경과 충분한 연산 자원도 확보돼야 합니다.
이 같은 자기 배치 기능은 악성 공격에만 쓰이는 개념이 아닙니다. 정상적인 분산 컴퓨팅과 장비 자동 관리에도 유사한 기술이 사용될 수 있습니다. 위협이 되는지는 접근 권한과 목적, 보안 통제의 유무에 따라 달라집니다.
실험 ① 15대 안드로이드 TV 박스로 분산 실행
연구진은 약 55달러 수준의 저가 안드로이드 TV 박스 15대를 연결하고 Gemma4-26B-A4B 모델을 장치들에 분산시켜 구동했습니다. 이 모델의 일부 레이어를 각 장치가 보유하고 순서대로 계산하는 방식입니다.
장치 하나만으로는 큰 모델을 다룰 수 없지만, 여러 장치가 협력하면 실행이 가능해집니다. 다만 속도는 초당 0.39토큰에 그쳤습니다. 기술적 가능성은 보여줬지만 실용적 처리 속도가 확보됐다고 말하기는 어렵습니다.
중요한 구분이 있습니다. 실험자가 장치를 연결하고 모델을 분배한 결과이므로, 15대 TV 박스가 스스로 침투하거나 복제한 사례가 아닙니다.
실험 ② 하드웨어 9종 가운데 8종에서 환경 구축
두 번째 평가에서는 소형 모델 Qwen3.5-9B가 서로 다른 하드웨어 9종 가운데 8종에서 AI 추론 환경을 구축했습니다. 장치별 운영체제와 하드웨어 특성에 맞춰 필요한 소프트웨어를 선택하고 설정하는 과정을 측정했습니다.
이 결과는 AI가 낯선 컴퓨터 환경에서 설치와 디버깅을 자동화할 수 있다는 것을 보여줍니다. 그러나 환경 설정 능력은 보안 취약점을 악용해 접근권을 얻는 능력과 동일하지 않습니다. 이번 연구의 중점은 침입 기술 자체보다 실행 환경 구축에 있었습니다.
실험 ③ 격리된 가상 네트워크의 복제 절차
연구진은 외부 인터넷에서 분리한 8개 가상 노드에 안드로이드 실행 환경을 마련하고, 네트워크 탐색부터 다음 장치로 확장하는 과정을 시험했습니다. 이때 접근 단계는 인증이 없는 통로를 사용하는 등 단순화했습니다.
고성능 모델 GLM-5.2는 5회 중 4회에서 8개 노드 전체로 복제 관련 작업을 이어갔고, 나머지 한 번에는 7개 노드에 도달했습니다. 다만 실제로 실행 환경이 구축된 대상에는 Llama3.1-8B를 사용했고, GLM-5.2 자체는 별도 서버에서 동작했습니다.
따라서 “소형 AI 한 개가 실제 스마트기기에 침투해 완전한 자기복제를 성공했다”는 해석은 부정확합니다. 세 실험을 함께 보면 필요한 능력의 각 부분이 발전하고 있다는 의미이지, 현실 환경의 완전한 복제가 입증됐다는 뜻은 아닙니다.
AI 웜과 기존 웜·봇넷의 차이는?
컴퓨터 웜은 사용자 개입 없이 네트워크를 따라 스스로 복제하는 악성 프로그램입니다. 봇넷은 감염되거나 장악된 다수 장치를 조직적으로 운영하는 네트워크를 가리킵니다. 이 두 개념은 서로 결합될 수 있지만 동의어는 아닙니다.
AI를 이용하면 새로운 운영체제나 장치 구조를 파악하고 오류에 맞춰 작업 방식을 바꾸는 등 적응적인 행동이 가능해질 수 있습니다. 반면 추론 지연, 모델 파일 크기, 불안정한 네트워크, 접근 권한 제한, 보안 업데이트 등은 여전히 확산의 장애물이 됩니다.
연구진도 실제 현실에서의 확산 속도와 성공률을 직접 입증한 것이 아니라 다양한 기술적 병목과 미래 위험을 평가했다고 설명했습니다.
왜 IoT 기기가 주목받는가?
사물인터넷(IoT)은 스마트TV, 인터넷 카메라, 공유기, 로봇청소기, 스마트가전처럼 인터넷에 연결되는 장치를 뜻합니다. 일부 저가형 장비는 긴 보안 지원 기간이나 강력한 인증 기능을 갖추지 못할 수 있습니다.
동시에 최근에는 작은 기기에서도 AI 모델을 처리할 수 있는 칩과 소프트웨어가 발전하고 있습니다. 여러 기기를 연결해 모델 일부를 나눠 처리할 수 있다면 데이터센터가 없더라도 AI 실행 환경이 만들어질 가능성이 있습니다.
그렇다고 IoT 기기 전체가 위험하다는 뜻은 아닙니다. 제품의 보안 관리 수준, 네트워크 구성, 사용자 권한 관리가 실제 위험을 가르는 핵심 조건입니다.
향후 전망: 2026년 말 추정은 확정 일정이 아니다
앤트로픽은 소형 모델의 성능이 과거 추세대로 개선된다면, 2026년 말에는 현재 고성능 모델이 보여준 복제 관련 능력 수준에 접근할 수 있다고 추정했습니다. 이는 모델 능력의 대리 지표를 외삽한 결과이므로 불확실성이 큽니다.
소형 모델이 그 수준의 능력을 갖추는 것과 현실 기기에서 자율 확산이 발생하는 것은 다른 문제입니다. 실제 공격에는 취약점과 네트워크 접근, 자원, 안정성 등 추가 조건이 필요합니다.
개인과 기업이 실천할 기본 보안
스마트기기는 제조사 보안 업데이트를 적용하고 기본 관리자 비밀번호를 교체해야 합니다. 불필요한 외부 원격 관리 서비스를 종료하고, 지원 종료 장치의 교체 필요성을 검토하는 것도 중요합니다.
기업과 조직은 최소 권한 원칙, 인터넷에 노출된 관리 포트 점검, 주요 장치와 일반 IoT의 네트워크 분리, 비정상 트래픽 탐지 등의 보안 수칙을 점검할 수 있습니다. 새 기술이 등장할 때마다 기본적인 보안 통제의 가치가 사라지는 것은 아닙니다.
자주 묻는 질문
Q. 앤트로픽의 클로드가 실제로 자기복제했나요?
아닙니다. 이번 연구는 앤트로픽이 수행했으며, 실험에는 Gemma4, Qwen3.5, GLM 등 여러 모델이 사용됐습니다. 클로드가 가정용 기기에서 퍼졌다는 발표가 아닙니다.
Q. 이미 스마트TV에 AI 웜이 퍼지고 있나요?
그런 사실을 입증한 연구가 아닙니다. 발표문은 통제된 실험과 미래의 가능성·한계를 다룹니다.
Q. 2026년 말에 AI 웜이 등장한다는 뜻인가요?
아닙니다. 소형 AI 모델의 성능 추세를 바탕으로 한 거친 추정이며, 실제 발생을 예고한 확정 일정은 아닙니다.
Q. 무엇부터 확인하면 좋을까요?
스마트기기의 업데이트 상태, 관리자 비밀번호, 외부 접근 설정, 지원 종료 여부를 확인하는 것이 가장 실용적입니다.
결론: 성능 경쟁에서 통제 경쟁으로
이번 연구의 가장 큰 의미는 데이터센터 외부의 작은 장치에서도 분산 AI가 동작할 수 있고, AI의 실행 환경 구축과 복제 관련 능력이 발전하고 있다는 사실을 보여준 데 있습니다.
앞으로는 모델의 답변 능력뿐 아니라 어디에서 실행되며, 어떤 권한을 갖고, 시스템이 문제가 생겼을 때 어떻게 정지시킬 수 있는지를 함께 평가해야 합니다. 성능과 보안이 별개의 문제가 아니라는 점을 보여주는 연구입니다.
자료 출처
2026년 10월 16일 공개 자료 기준. 이후 상황·매각 결과 등은 변경될 수 있습니다. 이미지: AI 생성 개념 자료이며 실물 또는 사건을 실제 촬영한 사진이 아닙니다.
'AI·테크' 카테고리의 다른 글
| Character.AI 파산 이유 총정리: 챕터11·디즈니 거래·대화 데이터 보호 (0) | 2026.10.16 |
|---|---|
| MS Maia 300 성능과 구조 분석, 엔비디아 GPU와 무엇이 다를까? (0) | 2026.10.14 |
| Google Playground란? 코딩 없이 AI 프롬프트로 게임 만드는 시대가 시작됐다 (1) | 2026.10.09 |
| ESA 화성 로버 Charlie는 왜 스페인 사막에서 달릴까? Rosalind Franklin 2030 화성 임무 정리 (0) | 2026.10.01 |
| 로봇은 어떤 일을 할 수 있을까? Anthropic 연구로 본 자동화의 74%와 0.3% 사이 (0) | 2026.10.01 |