Anthropic Claude, 암호학적 취약점 발견했지만 현대 암호화는 깨지지 않았다

Anthropic Claude는 표적이 된 대상들이 수년간 인간 전문가들의 검토를 받아왔음에도 두 가지 새로운 암호학적 공격을 찾아냈다. 하나는 실험적 포스트 양자 서명 방식인 HAWK를 약화한다. 다른 하나는 디지털 정보를 보호하는 표준인 AES의 의도적으로 축소된 버전에 대한 공격을 개선한다.

이 성과는 중요하지만, 잘못 전달하기 쉽다. Anthropic은 Claude Mythos Preview가 단순한 소프트웨어 버그 보고서가 아니라 의미 있는 수학 연구를 수행했다고 말한다. 그러나 두 결과 모두 현재 웹사이트, 은행, 메시징 서비스 또는 기기를 보호하는 암호화를 훼손하지는 않는다.

이 구분은 신뢰할 만한 연구 이정표와 암호화 공포를 가른다. Anthropic Claude는 전문가 암호해석의 속도와 규모에 도전했지만, 실제 운영 시스템은 건드리지 않았다. 실질적인 압력은 오늘날 암호화 서비스를 사용하는 사람들에게가 아니라 미래 표준을 둘러싼 인간 검토 과정에 가해진다.

Anthropic Claude가 실제로 발견한 것

이 연구는 배포된 암호화에는 영향을 주지 않으면서, AI가 암호해석에 기여할 수 있는 범위를 바꾼다.

Anthropic은 2026년 7월 28일 암호학 연구를 공개했다. 회사는 고급 사이버보안 및 과학 작업을 위해 설계된 제한 모델 Claude Mythos Preview와 함께 개발한 두 가지 공격을 설명했다.

첫 번째 공격의 표적은 실험적 디지털 서명 방식인 HAWK다. 디지털 서명은 수신자가 신원을 확인하거나 데이터가 변경되지 않았음을 검증할 수 있게 한다. HAWK는 충분히 강력한 양자 컴퓨터가 널리 사용되는 서명 시스템을 위협할 수 있는 미래를 대비해 설계됐다.

HAWK는 National Institute of Standards and Technology의 추가 서명 절차를 통해 계속 검토되고 있다. 이는 실제 운영 시스템 전반에 배포된 승인 표준이 아니다. 공개 평가는 채택 전에 취약점을 찾아내기 위해 존재한다.

Anthropic에 따르면 HAWK는 이미 2년에 걸쳐 진행된 두 차례의 전문가 검토를 통과했다. Claude Mythos Preview는 에이전트형 연구 환경에서 작업하며 약 60시간 만에 아직 활용되지 않았던 수학적 대칭성을 발견했다.

이 대칭성은 더 빠른 키 복구 방법을 가능하게 했다. 키 복구란 서명자를 사칭하는 데 필요한 비밀 정보를 재구성하는 것을 뜻한다. Anthropic은 이 결과가 HAWK의 키 강도를 사실상 절반으로 낮춘다고 말한다.

더 작은 HAWK-256 매개변수는 변화의 규모를 보여준다. 연구자들은 완전한 키 복구에 약 2^64 단위의 작업이 필요하다고 추정했다. Anthropic은 Claude의 방법이 이 추정치를 2^38로 줄였다고 보고했다.

이 감소는 작은 매개변수에는 심각하지만, 보편적인 지름길을 만드는 것은 아니다. 공격은 여전히 지수적이므로, 필요한 작업량은 키 크기가 커질수록 빠르게 증가한다. 더 큰 HAWK 매개변수는 여전히 공격이 비현실적이다.

이 취약점은 HAWK에만 해당한다. Anthropic은 이것이 다른 포스트 양자 서명 후보로 전이되지 않으며, 더 넓은 분야로서의 격자 기반 암호학을 무효화하지도 않는다고 말한다.

두 번째 발견은 7라운드 AES-128에 관한 것이다. AES, 즉 Advanced Encryption Standard는 같은 비밀 키를 사용해 정보를 암호화하고 복호화하는 대칭키 암호다. NIST는 2001년에 AES 사양을 표준화했다.

실제 운영 환경의 AES-128은 10라운드를 사용하며, 입력·출력·키 사이의 관계를 숨기기 위해 데이터를 반복적으로 변환한다. 암호학자들은 각 라운드가 얼마나 많은 보안을 더하는지 측정할 수 있는 통제된 방식을 제공하기 때문에 축소 라운드 버전을 자주 연구한다.

Claude Mythos Preview는 7라운드 AES에 대한 기존 중간자 공격을 개선했다. 이 방법은 중간 계산값을 저장한 뒤, 암호 내부에서 서로 반대 방향으로 생성된 일치 값을 찾는다.

이 모델은 Möbius Bridge라는 핑거프린팅 기법을 제안했다. Anthropic은 이 기법이 공격에서 하나의 추측을 제거하며, 이전 접근법보다 200배에서 800배 더 빠르게 만든다고 말한다.

빠진 제약을 모르면 우려스럽게 들린다. 이 공격은 2^105개의 선택 평문에 접근할 수 있다고 가정한다. 즉, 공격자가 알 수 없는 키로 선택한 데이터를 암호화하도록 반복해서 요청할 수 있어야 한다. 이 요건 때문에 공격은 완전히 비현실적이다.

또한 이 공격은 AES-128이 사용하는 10라운드가 아니라 7라운드를 표적으로 한다. Claude는 완전한 AES를 깨지 않았고, 실제 운영 구현을 약화하지 않았으며, 암호화된 고객 데이터를 노출하지도 않았다.

따라서 이 소식은 범위가 좁지만 중요하다. 한 모델이 신중하게 선정된 두 연구 표적에 대해 출판 가능한 공격을 개발했다. 현대 인터넷의 마스터키를 만들어낸 것은 아니다.

Claude 암호학 연구가 인간 검토에 가하는 압력

Claude의 주요 장점은 마법 같은 지름길이 아니라 문헌, 수학, 코드, 실패한 아이디어를 아우르는 폭넓은 탐색을 지속할 수 있는 능력이었다.

HAWK 결과를 위해 Anthropic은 Mythos Preview를 샌드박스형 멀티 에이전트 하니스 안에 배치했다. 하니스는 AI 시스템이 더 큰 목표를 추구하도록 돕는 프롬프트, 도구, 코드, 운영 환경을 결합한다.

이 모델은 공개된 연구를 검토하고, 수학적 추론을 수행하며, 계산 실험을 실행하고, 워커 에이전트 간에 소통할 수 있었다. 인간 운영자는 이론 컴퓨터 과학 경험이 있었지만 격자 암호학 전문가는 아니었다.

Anthropic에 따르면 인간의 지침은 주로 프로젝트 관리에 집중됐다. 운영자는 아이디어를 추적하는 방법을 제안하고 검증용 라이브러리를 식별했다. Claude의 워커들은 기본 공격을 개발하고 시험했다.

한 상호작용은 이 과정이 단일 챗봇 응답과 다른 이유를 보여준다. 두 워커는 최종적으로 공격을 가능하게 한 대칭성을 조사했다. 한 워커는 아이디어를 너무 일찍 기각했지만, 다른 워커는 이를 활용할 방법을 찾아냈다.

에이전트들은 둘 다 결과를 받아들일 때까지 결론을 교환했다. 모든 참여자가 동일한 기반 모델 계열에서 나왔지만, 이 패턴은 내부 검토를 수행하는 연구 그룹과 닮아 있다.

AES 실험에는 직접적인 지침이 더 적게 필요했다. 한 연구자는 모델이 가설을 제안하고, 시험하고, 실패를 버리며, 공개된 암호해석을 개선할 방법을 찾도록 하는 스캐폴드를 구축했다.

Claude는 처음에는 과제에 저항했다. 표적이 너무 철저히 연구됐고 쉬운 과제는 남아 있지 않다고 반복해서 주장했다. 연구자들은 새로운 작업을 해야 한다는 요구를 강화해 대응했다.

그 후 모델은 수일 동안 수억 개의 토큰을 생성했다. Anthropic은 10억 출력 토큰 후, 동반 논문에 설명된 공격을 개발하고 정교화했다고 말한다.

단순한 지속성만으로는 결과를 설명할 수 없다. 자동화된 무차별 대입 시스템은 구조를 이해하지 못한 채 큰 공간을 탐색할 수 있다. 반면 Claude는 연구 문헌을 연결하고, 변환을 제안하고, 실험 코드를 작성하고, 이의를 평가하고, 이후 에이전트를 위해 유용한 결론을 보존했다.

이 지점에서 Claude 암호학 연구는 전통적 관행에 압력을 가한다. 전문가 검토는 일반적으로 교육, 구현, 표준 작업, 동료 검토 사이에 시간을 나누는 소수의 전문가에게 의존한다.

AI 연구 과정은 많은 추측적 경로를 병렬로 시험할 수 있다. 대부분의 경로는 추가 인간 주의를 소모하지 않고 실패할 수 있다. 인간은 살아남은 소수의 결과를 검증하기 위해 나중에 투입된다.

이로 인해 새로운 비대칭성이 생긴다. 후보 결과를 만들어내는 일은 독창성과 정확성을 검증하는 일보다 더 빨라진다. Anthropic은 AES 아이디어가 1주 안에 나왔지만, 두 연구자가 이에 확신을 갖는 데는 거의 한 달이 필요했다고 말한다.

병목은 아이디어 생성에서 검증으로 이동했다. 암호학자들은 수학을 확인하고, 이전 연구와 비교하고, 가정을 점검하고, 계산을 재현하며, 그 결과가 실제 시스템에 영향을 미치는지 판단해야 한다.

이 격차는 암호학이 유난히 높은 수준의 확신을 요구하기 때문에 중요하다. 그럴듯한 증명이나 성공한 실험도 여전히 무효한 가정을 숨기고 있을 수 있다. 보안 추정치의 작은 오류는 공격이 학술적인지 실제 운용 가능한지 바꿀 수 있다.

팀은 AI가 생성한 결과가 어떻게 발전했는지에 관한 더 강력한 기록을 필요로 하게 될 것이다. 재현 가능한 코드, 출처 추적, 실험 로그, 기각된 가설은 필수적인 연구 산출물이 된다.

이와 같은 필요는 암호학 밖에서도 적용된다. 엔지니어링 팀은 이미 복잡한 기술적 결정의 근거를 보존하는 데 어려움을 겪고 있다. 검색 가능한 엔지니어링 지식 베이스는 모델 출력물을 논문, 테스트, 검토, 최종 결정과 연결할 수 있다.

이 압력은 수학적인 만큼 조직적이기도 하다. 연구 기관은 누가 기계 생성 주장을 검증할지, 검토자는 어떻게 공로를 인정받을지, 민감한 발견은 언제 비공개로 유지해야 하는지를 결정해야 한다.

핵심 상충 관계는 연구 속도와 검증 사이에 있다

Anthropic Claude는 암호학적 발견을 가속할 수 있지만, 모든 가속은 결과가 실제이고 새로우며 안전하게 공개될 수 있음을 입증해야 하는 부담도 키운다.

HAWK 결과는 연구자들이 공격을 처음부터 끝까지 구현할 수 있기 때문에 가장 명확한 사례를 제공한다. 키를 생성하고, 방법을 실행하며, 복구된 값이 올바른지 검증할 수 있다.

AES 결과는 더 많은 해석 작업을 필요로 한다. 전체 공격은 실행하기에 너무 비싸므로, 검증은 각 구성 요소를 점검하고 전체 복잡도 분석을 확인하는 데 의존한다.

Anthropic은 인간 연구자들이 Claude의 AES 주장 평가에 수백 시간을 들였다고 말한다. 모델의 방법을 평가하고 논문을 준비하려면 충분한 전문 암호학 지식을 습득해야 했다.

이는 발견이 거짓이라는 증거가 아니다. 고급 AI 연구가 전문성의 필요성을 없애지 않는다는 점을 보여준다. 전문성이 워크플로에 투입되는 시점을 바꾼다.

인간은 모든 탐색 단계를 안내하는 대신, 선별된 결과물을 검토할 수 있다. 이 방식은 발견의 규모를 확장하지만 검증이 같은 속도로 확장되지는 않을 수 있다.

모델은 내부적으로 일관돼 보이는 정교한 논증을 많이 만들어낼 수 있다. 검토자는 각 논증이 올바른 가정에 의존하는지, 실제 최신 연구 상태를 인용하는지, 재현 시도에도 견디는지를 판단해야 한다.

암호학적 새로움은 또 다른 난점을 더한다. 결과는 수학적으로 정확하면서도 새로운 것이 아닐 수 있다. 연구자들은 서로 다른 용어나 공격 모델을 사용하는 논문을 포함해 방대한 기술 문헌을 검색해야 한다.

Anthropic은 ETH Zurich, Tel Aviv University, TU Berlin의 학계 연구자들과 함께 암호해석 문제에서 언어 모델을 측정하도록 설계된 벤치마크인 CryptanalysisBench를 개발했다. 벤치마크는 공통 비교 기준을 만들 수 있지만 전문가 검토를 대체하지는 않는다.

모델은 알아보기 쉬운 패턴을 암기하거나 평가의 약점을 활용해 벤치마크 성능을 높일 수 있다. 연구자들에게는 비공개 문제, 오염 검사, 검증 가능한 중간 작업을 요구하는 과제가 필요하다.

두 공격에는 매우 다른 수준의 자율성이 필요했다. HAWK 프로젝트는 협업형 에이전트 환경에서 가끔 인간의 방향 제시를 받았다. AES 프로젝트는 연구자들이 Claude에게 표적을 고정한 채 계속 작업하라고 요구한 후 거의 자율적으로 실행됐다.

두 결과를 아무런 단서 없이 모두 자율적이라고 부르는 것은 그 차이를 지워버리는 일이다. 더 정확한 설명은 Claude가 기술적 탐색의 대부분을 수행했고, 인간은 목표를 선택하고 환경을 유지하며 성급한 결론에 이의를 제기하고 결과를 검증했다는 것이다.

이러한 기여는 모든 증명을 수작업으로 작성하는 것에 비하면 제한적이다. 그러나 여전히 결정적이다. 이 시스템에는 연구 질문을 설정하고, 의미 있는 진전이 불가능하다는 초기의 고집을 거부할 인간이 필요했다.

이 상호작용은 AI가 독립적으로 최고 수준의 암호학자가 되었다는 주장에 복잡성을 더한다. Anthropic은 선택된 조건에서 전문가급 결과를 낼 수 있는 시스템을 보여줬다. 하지만 가치 있는 문제를 일관되게 선택하고 감독 없이 모든 답을 검증하는 범용 연구자를 보여준 것은 아니다.

자원 요구 사항 역시 접근성을 제한한다. Anthropic은 광범위한 추론 사용, 멀티 에이전트 오케스트레이션, 전문 도구, 장기간의 인간 검증을 보고했다. 이는 일반 사용자가 이용할 수 있는 일상적인 Claude 세션이 아니었다.

프런티어 연구소의 실험과 반복 가능한 연구 서비스 사이에는 여전히 큰 격차가 있다. 학술 단체가 이 워크플로를 독립적으로 시험하려면 모델 접근 권한, 보안 컴퓨팅, 재현 가능한 기반 환경, 충분한 검토 역량이 필요하다.

이 검증 격차가 핵심적인 상충 관계를 이룬다. AI는 가능한 발견의 경계를 넓힐 수 있다. 동시에 평가에 걸리는 시간이 생성에 걸리는 시간보다 더 긴 주장으로 분야를 범람시킬 수도 있다.

암호학은 이러한 실패 양식에 대응할 유용한 방어 수단을 갖고 있다. 공격은 종종 측정 가능한 요구 사항을 갖춘 정밀한 알고리즘으로 표현할 수 있다. 독립 연구자들은 이를 재현하고, 가정에 이의를 제기하며, 보안 추정치를 수정할 수 있다.

다른 과학 분야에는 이처럼 명확한 검증 방식이 없을 수 있다. 따라서 Claude의 암호학 작업은 연구 성과이자 기계가 생성한 발견을 위한 유난히 유리한 시험 환경이기도 하다.

Anthropic Claude 결과가 깨뜨리지 않는 것

두 공격 모두 실제 운영 중인 암호화를 손상시키지 않으며, 이 발견을 즉각적인 사이버 비상사태로 취급하는 것은 두 결과를 모두 잘못 전달하는 일이다.

HAWK는 온라인 뱅킹이나 메시징에 배포된 기반 기술이 아니라 후보 서명 체계다. 그 검토 절차는 표준화 이전에 취약점을 찾기 위해 존재한다.

막바지 단계의 실패는 전례 없는 일이 아니다. 포스트 양자 경쟁은 수년에 걸친 적대적 분석에 제안을 의도적으로 노출한다. 후보는 수정되거나, 더 강한 매개변수가 부여되거나, 제외될 수 있다.

SIKE는 유용한 역사적 비교 사례를 제공한다. 이 포스트 양자 후보는 연구자들이 일반 노트북을 사용한 효율적인 공격을 찾아내기 전까지 수년간의 연구를 견뎠다. Quanta의 보도처럼, 이 해독은 배포 전에 공개 평가가 계속되어야 하는 이유를 보여줬다.

Claude의 HAWK 결과도 그 전통에 속한다. 이례적인 부분은 암호학적 약점이 늦게 발견됐다는 사실이 아니라 연구자다.

이 공격은 HAWK의 매력을 떨어뜨린다. Anthropic은 의도한 보안을 복원하려면 키 크기를 두 배로 늘려야 한다고 말한다. 더 큰 키는 저장, 전송, 계산 오버헤드를 늘려 이 제안을 차별화했던 효율성을 낮춘다.

NIST와 HAWK 설계자들은 수정된 보안 여유를 평가해야 한다. 이들은 기존 배포 시스템을 교체하지 않고도 매개변수를 변경하거나 후보를 재검토할 수 있다.

AES 발견은 직접적인 운영 영향이 더 적다. 완전한 AES-128은 10라운드를 사용하지만, Claude는 7라운드를 연구했다. 더 적은 라운드를 공격하는 것은 표준적인 연구 방법이며, 전체 암호가 곧 실패할 증거는 아니다.

필요한 선택 평문 양도 이 공격을 현실적인 실행 범위를 훨씬 넘어서는 수준으로 만든다. 라운드를 줄인 방식조차 그럴듯하지 않은 양의 데이터와 계산을 요구한다.

Anthropic은 이 공격을 구현하려면 막대한 자원이 필요하다고 지적한다. 더 중요한 점은 구현하더라도 일반적인 10라운드 AES-128로 보호되는 트래픽을 복호화하지는 못한다는 것이다.

그럼에도 이 발견은 AI 역량에 관한 증거로서 중요하다. AES는 수십 년간 집중적인 분석을 받아왔다. 축소된 버전에 대한 알려진 공격을 개선했다는 사실은 Claude가 성숙한 기술 문헌 안에서도 기여할 수 있음을 시사한다.

이 결론은 Anthropic의 가장 광범위한 프레이밍보다 더 좁게 유지되어야 한다. 두 건의 연구 결과만으로 모델이 모든 중요한 암호 전반에서 취약점을 안정적으로 발견할 것이라는 점이 입증되지는 않는다.

선택 효과도 중요하다. 이 회사는 많은 모델 세션 이후 가장 강력하게 완성된 공격을 공개했다. 연구 페이지 역시 수많은 세션에서 아무런 발견이 나오지 않았음을 인정한다.

독자는 공개된 사례만으로 시스템의 성공률을 추정할 수 없다. 이를 위해서는 시도한 대상 수, 시도당 사용한 컴퓨팅 자원, 실패 범주, 독립 재현 결과가 필요하다.

이 연구는 모델을 개발했고 과학적 역량 입증으로 이익을 얻는 Anthropic에서 나왔다. 함께 공개된 논문과 코드는 투명성을 높이지만, 외부 검토는 여전히 필요하다.

그 검토는 세 가지 질문을 분리해야 한다. 수학은 올바른가? 공격은 진정으로 새로운가? 실질적인 보안 결정에 변화를 주는가?

HAWK 발견은 매개변수 선택과 표준화에 관련성이 있어 보인다. 축소 라운드 AES 개선은 암호 분석 연구를 진전시키지만 운영 차원의 대응을 요구하지는 않는다.

조직은 이 발표 때문에 AES 키를 교체하거나, 암호화 서비스를 포기하거나, 긴급 마이그레이션을 서두르면 안 된다. 보안 팀은 표준과 시스템 수명 주기를 바탕으로 기존의 포스트 양자 계획을 계속 추진해야 한다.

즉각적인 Claude 사이버 보안 영향은 연구 워크플로와 공개 정책에 미친다. 연구소들은 유지관리자, 공급업체 또는 정부가 대응 방법을 알기 전에 민감한 결과를 식별할 수 있는 모델에 대비해야 한다.

Anthropic은 공개 전 알고리즘 저자, 정부 관계자, 업계 파트너 및 관련 학계 인사들과 발견을 공유했다고 말한다. 또한 NIST 절차를 통해 HAWK 공격의 공개를 조율했다.

이 접근 방식은 대상이 아직 배포되지 않았거나 의도적으로 약화된 경우에 효과적이다. 실제 운영 암호에 영향을 미치는 미래의 결과는 검증, 대응 시간, 접근 통제, 공개와 관련해 더 어려운 선택을 만들 것이다.

이것이 새로운 연구 모델이 되는지 보여줄 세 가지 신호

다음 시험은 독립 암호학자들이 작업을 재현할 수 있는지, 표준 기구가 행동하는지, 이후 모델이 실질적인 취약점을 발견하는지다.

첫 번째 신호는 독립적인 기술 검증이다. 연구자들은 HAWK 공격을 재현하고, 증명을 검토하며, 관련 매개변수 집합 전반에서 수정된 보안 추정치를 검증해야 한다.

성공적인 재현은 Claude가 진정한 연구 진전을 냈다는 Anthropic의 주장을 강화할 것이다. 핵심 통찰이 살아남더라도 중대한 수정이 필요하다면 모델의 신뢰성에 대한 주장은 약화될 것이다.

AES 논문도 유사한 검토가 필요하다. 전문가들은 Möbius Bridge 구성을 시험하고, 주장된 불변성을 확인하며, 공격의 시간 및 메모리 비용을 다시 계산해야 한다.

이 결과가 가치 있으려면 전체 AES를 위협할 필요는 없다. 다만 동일한 가정 아래 이전 작업을 개선해야 한다.

두 번째 신호는 HAWK 팀이나 NIST의 공식 대응이다. 매개변수 변경, 수정된 제출안 또는 후보에 대한 신뢰도 하락은 Claude의 발견이 진행 중인 표준 절차를 바꿨음을 보여줄 것이다.

문서화된 조정과 함께 HAWK를 유지하기로 한 결정은 결과를 무효화하지 않는다. 이는 공개 검토 시스템이 의도한 대로 발견을 수용했음을 보여줄 것이다.

세 번째 신호는 다른 알고리즘과 연구 그룹 전반에서의 재현이다. Anthropic은 이미 LEA와 Serpent-128의 축소 버전에 대한 예비 공격, 그리고 다른 프리미티브와 관련한 소규모 개선을 설명했다.

이러한 주장은 완전한 논문과 독립적인 시험이 필요하다. 소속이 다른 연구자들의 반복된 결과는 이 방법이 한 연구소의 모델, 도구, 평가 선택을 넘어 확장된다는 점을 보여줄 것이다.

실질적인 영향은 훨씬 더 높은 문턱을 의미한다. 연구자들은 AI가 완전히 배포된 알고리즘, 널리 사용되는 매개변수 집합 또는 공급업체가 긴급히 패치해야 하는 구현체에서 취약점을 찾는지 지켜봐야 한다.

그 결과는 Claude 사이버 보안 영향이 가속화된 학술 검토를 넘어선다는 주장을 강화할 것이다. 후보 체계와 축소 라운드 암호에만 국한된 발견이 계속된다면 더 좁은 결론을 뒷받침하게 될 것이다.

공개 역량은 모델 성능과 함께 중요해질 것이다. 전문가들이 검토할 수 있는 것보다 더 많은 유효한 발견을 만들어내는 시스템은 즉각적인 보호가 아니라 보안 적체를 초래한다.

연구 기관에는 전담 검증 팀, 보안 모델 환경, 고영향 암호학적 발견을 위한 공동 규칙이 필요할 수 있다. 정부와 표준 기구에도 기계 생성 제출물을 처리할 수 있는 기밀 채널이 필요할 것이다.

오늘 가장 유용한 대응은 무시도 공황도 아니다. 개발자는 공격의 대상이 무엇인지 이해해야 한다. 보안 리더는 소셜 미디어 해석이 아니라 검증된 표준을 따라야 한다.

연구자들은 공개된 방법을 검토하고 이 워크플로가 다른 어려운 문제로 이전될 수 있는지 시험해야 한다. anthropic claude를 평가하는 사람은 재현성, 인간 검토 요구 사항, 학술적 공격과 운영상 위협 사이의 거리에 집중해야 한다.

향후 몇 달간의 질문은 구체적이다. 독립 전문가들이 Claude가 다음 결과물을 생성하는 속도보다 더 빠르게 이 결과를 재현할 수 있는가? 그 답이 AI가 신뢰할 수 있는 암호학 협력자가 될지, 아니면 인간의 판단을 기다리는 주장을 유난히 많이 만들어내는 원천이 될지를 결정할 것이다.