Verge 보도: 트럼프 AI 테스트 계획, 오픈 모델 제외하고 기준은 비공개

도널드 트럼프 대통령 행정부는 AI 테스트 프레임워크를 확정했지만, 사이버보안과 글로벌 경쟁에서 역할이 커지고 있는 오픈 모델은 제외했다. The Verge의 트럼프 관련 보도는 근본적인 모순을 짚는다. 워싱턴은 위험한 AI 역량에 대한 조기 경보를 원하면서도, 주요 배포 방식 하나를 검토 절차 밖에 두고 있다.

이 프레임워크는 자발적 참여 방식이며, 대상 시스템이 대중에게 공개되기 전에 적용된다. 참여 개발사는 연방 당국자에게 최대 30일간 고도화된 모델에 대한 접근 권한을 제공할 수 있다. 그러나 정부는 프레임워크 전문, 적용 대상 기준, 참여 기관 및 파트너의 전체 명단을 공개하지 않았다.

이 때문에 백악관의 브리핑을 받은 일부 기업 외부에서는 이 계획을 평가하기 어렵다. 또한 이 제도는 출시 방식에 따라 시장을 나눈다. OpenAI, Anthropic, Google 같은 기업의 폐쇄형 시스템은 정부 검토 대상이 될 수 있지만, 다운로드 가능한 모델은 프레임워크 밖에 남는다.

당면한 질문은 모든 AI 모델이 연방 승인을 받아야 하는지 여부가 아니다. 행정명령은 의무 라이선스와 사전 승인을 거부한다. 더 어려운 질문은 점점 더 중요한 시장 영역을 제외한 비공개 자발적 제도가 일관된 보안 결정을 낼 수 있느냐는 것이다.

트럼프 프레임워크가 실제로 바꾸는 것

이 프레임워크는 고도화된 폐쇄형 모델을 위한 연방 검토 경로를 만들지만, 가장 중요한 정의는 비공개로 남겨 둔다.

백악관은 트럼프 대통령의 6월 2일 행정명령이 정한 기한까지 프레임워크를 완성했다고 밝혔다. 비공개 프레임워크 보도에 따르면, 당국자들은 이후 AI 기업들과 프레임워크 내용 및 후속 절차를 놓고 실무급 논의를 진행했다.

이 프레임워크는 정부 평가 기간 동안 고도화된 미공개 모델을 다루는 방식을 포괄한다. 보도에 따르면 기밀성, 지식재산권, 내부자 위협, 사이버보안 통제, 제출된 시스템 접근 가능 인원 제한 등을 다룬다.

모델은 고보안 환경에 보관된다. 상세 접근 로그는 누가 모델을 사용했는지 기록하며, 참여 기업 직원은 검토 기간 동안 제한을 받는다. 한 기관이 절차를 통제하는 대신, 여러 행정부 당국자가 참여하게 된다.

행정명령은 대상 모델이 다른 신뢰 파트너에게 제공되기 전 정부가 최대 30일간 접근할 수 있도록 규정한다. 이 기간은 훈련 초기 단계가 아니라 출시 직전에 시작된다. 기업들은 실제 출시할 버전과 매우 유사한 시스템을 제출하도록 권고받은 것으로 전해졌다.

이 차이는 중요하다. 초기 프로토타입에는 실질적인 보안 위험을 만드는 도구, 권한 또는 배포 구성이 없을 수 있다. 출시 직전의 시스템은 더 나은 테스트 대상이지만, 30일이라는 기간도 복잡한 평가와 개선 조치를 수행하기에는 제한적이다.

정부가 모델의 대상 여부를 결정하는 기준은 기밀로 분류돼 있다. 이 기준은 고도화된 사이버 역량과 국가안보 위험에 초점을 맞출 것으로 예상된다. 당국자가 공개가 적절하다고 판단하면 개발사와 연구자는 관련 정보를 받을 수 있다.

그러나 자발적 프레임워크 자체가 반드시 기밀인 것은 아니다. 그럼에도 백악관은 이를 공개하지 않기로 했다. 당국자들은 정기 제출이 언제 시작될지, 적용 범위를 둘러싼 이견을 어떻게 해결할지도 설명하지 않았다.

Axios는 이 프레임워크가 대상 프런티어 모델을 최첨단 역량과 국가안보 위험을 지닌 폐쇄형 시스템으로 정의한다고 보도했다. 그러나 “최첨단”과 “국가안보 위험” 어느 쪽도 명확한 공개 정의를 받지 못한 것으로 전해졌다.

프런티어 모델은 현재 최고 수준의 역량에 근접한 시스템이다. 이 설명은 연구소들이 더 강력한 모델을 출시할 때마다 달라진다. 측정 가능한 공개 기준이 없다면 기업들은 예정된 출시가 프로그램 대상인지 독립적으로 판단할 수 없다.

따라서 이 프레임워크는 투명한 공개 규정을 마련하지 않은 채 정부의 접근 권한을 바꾼다. 백악관은 선택된 시스템을 검사할 구조화된 경로를 얻는다. 반면 논의에 참여하지 못한 개발사들은 그 경로가 자신들에게 언제 적용되는지에 관한 지침을 거의 얻지 못한다.

이것이 Verge의 트럼프 보도가 주는 핵심 교훈이다. 행정부는 일반적 우려를 넘어 실제 검토 절차를 만들었다. 하지만 외부인이 이 절차가 일관되고, 기술적으로 적절하며, 공정하게 운영되는지 판단할 충분한 정보는 제공하지 않았다.

왜 오픈 모델은 Verge의 트럼프 계획 밖에 놓였나

오픈 모델 면제는 출시 후 통제가 가장 어려워지는 영역에서 정확히 프레임워크 범위를 좁힌다.

오픈 모델은 사용자가 대개 가중치를 포함한 모델 구성요소를 내려받을 수 있게 한다. 모델 가중치는 훈련 과정에서 학습돼 시스템의 출력 특성을 형성하는 수치 매개변수다. 이에 접근하면 연구자는 시스템을 검사, 수정, 미세 조정하고 자신이 통제하는 인프라에서 실행할 수 있다.

“오픈 모델”이라는 용어는 여러 라이선스 방식을 포괄할 수 있다. 일부 공개판은 가중치를 제공하지만 훈련 데이터나 완전한 소스 코드는 제공하지 않는다. 다른 모델은 폭넓은 상업적 사용을 허용하는 반면, 더 제한적인 라이선스는 특정 배포 방식을 제한한다.

보도된 프레임워크 세부 내용에 따르면, 오픈 모델은 연방 테스트 절차에서 제외된다. 이 문서는 해당 시스템이 출시된 뒤 이를 제한하는 것으로 해석돼서는 안 된다고도 명시한 것으로 전해졌다.

이 선택에는 일관된 정책 논리가 있다. 개발사가 가중치를 공개하면 정부 검토만으로 이후 생성되는 모든 사본을 신뢰성 있게 통제할 수 없다. 사용자는 해외에서 시스템을 호스팅하고, 안전장치를 변경하며, 새 도구를 연결하고, 원래 연구소로 돌아가지 않은 채 수정 버전을 배포할 수 있다.

출시 전 접근은 오픈 모델 개발사에 다른 부담도 준다. 출시 지연 시 폐쇄형 제공업체는 통제된 인터페이스를 통해 선택된 고객에게 서비스를 제공할 시간을 얻는다. 반면 오픈 개발사는 가중치 공개가 사용자에게 지속적인 통제권을 넘기는 일이기 때문에 대체로 더 이분법적인 결정을 내린다.

오픈 모델 지지자들은 폭넓은 접근이 미국의 연구와 사이버보안을 강화한다고 주장한다. 독립 팀은 공급업체의 애플리케이션 프로그래밍 인터페이스에 의존하지 않고 평가를 재현하고, 실패 사례를 조사하며, 모델을 조정할 수 있다.

오픈 접근은 소수 프런티어 연구소에 대한 의존도도 낮춘다. 개발자는 모델을 로컬에서 실행하고, 민감한 데이터를 보호하며, 호스팅 서비스로는 재현할 수 없는 환경에서 보안 동작을 연구할 수 있다.

이 면제 조항은 자발적 프레임워크가 다운로드 가능한 소프트웨어에 대한 사실상의 승인 관문으로 바뀌는 것을 막는다. 이는 신규 모델에 대한 라이선스, 의무적 사전 승인, 정부 허가를 거부한 행정명령과도 일치한다.

그러나 이 면제는 큰 분석적 공백을 만든다. 모델의 라이선스가 취약점을 발견하거나, 사회공학을 자동화하거나, 악성 코드를 작성하거나, 외부 도구를 통해 행동을 조율할 수 있는지를 결정하지는 않는다. 이러한 특성은 역량, 배포, 접근 방식, 안전장치에 달려 있다.

성능이 낮은 오픈 모델도 미세 조정이나 도구 통합을 통해 더 유용해질 수 있다. 여러 전문 시스템이 함께 작동하면 하나의 프런티어 모델에 초점을 맞춘 벤치마크가 포착하지 못하는 위험을 만들 수 있다.

이 프레임워크는 통제 가능성을 정부 검토의 경계로 취급하는 것으로 보인다. 폐쇄형 개발사는 평가 중 접근을 제한하고 이후 중앙집중식 업데이트를 적용할 수 있다. 오픈 공개판은 가중치가 유통된 뒤에는 같은 수준의 지속적 통제를 제공할 수 없다.

이는 실무적인 구분이지만 완전한 위험 구분은 아니다. 다루기 어려운 범주를 제외한다고 해서 그 보안 문제가 사라지는 것은 아니다. 다만 그 문제를 이 특정 절차 밖에 둘 뿐이다.

이 때문에 Verge의 트럼프 정책 논쟁은 규제 대 혁신으로 축소할 수 없다. 더 본질적인 충돌은 행정적으로 관리 가능한 테스트와 포괄적인 위험 범위 사이에 있다. 이 계획은 관리 가능한 대상을 택했다.

그 결과 폐쇄형 모델 연구소는 오픈 모델 경쟁사보다 더 큰 압박을 받는다. OpenAI, Anthropic, Google은 초안에 의견을 제공한 것으로 전해졌다. 덜 고도화된 개발사와 백악관 회의에 초대받지 못한 기업들은 향후 참여 여부를 여전히 확신하지 못하고 있다.

이 비대칭은 출시 전략을 바꿀 수 있다. 연방 검토를 예상하는 기업은 기능 출시를 미루거나 초기 고객을 제한하고, 안전한 평가 인프라에 더 많은 비용을 쓸 수 있다. 다운로드 가능한 가중치를 공개하는 개발사는 사용자가 해당 모델을 사이버 작업에 맞게 조정할 수 있는 경우에도 동일한 프레임워크를 적용받지 않는다.

이 계획은 비밀주의를 통해 보안을 보호한다

일부 기밀성은 정당화될 수 있지만, 비공개 기준은 대중이 프로그램의 성과를 측정하지 못하게 한다.

비밀주의에 대한 가장 강력한 주장은 벤치마크 자체와 관련된다. 위험한 사이버 역량을 위한 상세 테스트를 공개하면 개발사가 이에 맞춰 직접 훈련하는 데 도움이 될 수 있다. 또한 민감한 방어 방법을 드러내거나 정부 기관이 취약하다고 보는 표적을 식별할 수도 있다.

테스트 데이터를 비공개로 유지하면 벤치마크 오염을 줄일 수 있다. 오염은 모델이 훈련 중 평가 자료를 접해 점수가 덜 의미 있게 되는 상황을 뜻한다. 기밀 테스트 환경은 예측 불가능성을 유지하고 운영 세부사항을 보호할 수 있다.

안전한 취급은 기업의 지식재산도 보호한다. 프런티어 모델은 막대한 투자를 반영하며, 미공개 가중치는 상업적 기밀과 국가안보 우려를 모두 노출할 수 있다. 상세 로그와 제한된 접근은 정부 평가를 위한 합리적인 통제 장치다.

NIST는 더 광범위한 AI 위험 프레임워크를 이미 자발적 지침으로 설명한다. 이 공개 프레임워크는 초안, 워크숍, 의견 수렴, 외부 기관과의 협력을 거쳐 마련됐다. 그 과정은 자발적 위험 관리가 모든 규칙을 비공개로 유지할 필요는 없다는 점을 보여준다.

트럼프 프레임워크는 다른 접근을 택한다. 벤치마크는 기밀이고, 대상 기준은 제한되며, 운영 프레임워크는 공개되지 않는다. 모든 신뢰 파트너의 신원조차 아직 확정되지 않은 것으로 보인다.

신뢰 파트너는 모델에 대한 통제된 조기 접근 권한을 받을 수 있는 조직이다. 여기에는 사이버보안 기업, 인프라 운영자, 연구자 또는 정부가 승인한 고객이 포함될 수 있다. 이들의 선정은 고도화된 모델이 일반 출시 전에 누가 상업적 혜택을 받는지를 결정할 수 있다.

이는 기술 테스트를 넘어선 거버넌스 우려를 낳는다. 당국자가 어떤 고객이 자격을 갖췄는지 결정하는 데 관여한다면, 이 절차는 경쟁에 영향을 줄 수 있다. 기업들은 제외 결정에 이의를 제기하고 파트너가 충족해야 할 보안 의무를 이해할 수 있는 예측 가능한 방법이 필요하다.

OpenAI는 이전에 정부 접근이 장기적인 기본 방식이 되어서는 안 된다고 밝혔다. 앞선 제한적 출시 당시 이 회사는 검토를 더 폭넓은 제공으로 나아가기 위한 일시적 단계라고 설명했다. 이는 영구적인 연방 출시 관리에 대한 지지가 아니라 마지못한 협조를 보여줬다.

Associated Press는 OpenAI가 이전 검토 기간 동안 GPT-5.6 Sol을 약 20개의 승인된 고객에게 제공했다고 보도했다. Anthropic도 정부의 검토 이후 Mythos 5에 대한 접근을 제한했다. 이 사례들은 연방 개입이 상업적 가용성에 어떻게 영향을 줄 수 있는지 미리 보여줬다.

로리 트라한 하원의원은 법률이나 정해진 절차, 외부 감독 없이 어떤 기업에 접근 권한을 줄지 건별로 결정하는 정부 관계자들을 비판했다. 그의 우려는 사이버 테스트 자체의 필요성보다 제도적 정당성에 관한 것이다.

기밀 벤치마크도 공개된 절차 아래에서 운영될 수 있다. 정부는 누가 결정을 내리는지, 기업이 어떤 증거를 받는지, 검토에 얼마나 걸리는지, 개발자가 어떻게 이의를 제기하는지를 공개할 수 있다. 민감한 테스트 프롬프트를 노출하지 않고도 종합 결과를 발표할 수 있다.

이러한 안전장치 중 어느 것도 기밀 취약점을 공개할 필요가 없다. 필요한 것은 기술적 비밀과 절차적 비밀을 구분하는 일이다.

현재의 프레임워크는 두 가지를 모두 결합한 것으로 보인다. 이 때문에 유사한 두 모델이 유사한 대우를 받을지 판단하기 어렵다. 또한 정부가 충분한 인력, 인프라, 시간을 갖추었는지 독립 전문가가 평가하는 것도 막는다.

30일이라는 기간은 구체적으로 들리지만, 그 효과는 테스트의 깊이에 달려 있다. 평가자는 시스템을 구성하고, 도구를 이해하며, 오용 시나리오를 검증하고, 발견 사항을 재현하고, 개선 방안을 전달해야 한다. 고도화된 사이버 테스트에는 반복적인 상호작용과 전문가의 판단이 필요할 수 있다.

The Verge의 트럼프 관련 보도 역시 기업이 정부 평가를 거부할 경우 어떤 일이 일어나는지 명확히 하지 않는다. 참여는 자발적이지만, 연방 조달, 고객 승인, 정치적 압력은 협력해야 할 강한 유인을 만들 수 있다.

참여자가 절차를 신뢰하고 일관된 대우를 기대할 때 자발적 시스템은 작동할 수 있다. 모호함은 두 조건을 모두 약화시킨다. 기업들은 경쟁사에 적용되는 규칙을 확신하지 못한 채 정부와의 관계를 보호하기 위해 따를 수 있다.

이 불확실성은 기업 고객에게도 영향을 미친다. 보안팀은 정부 검토 모델과 정부 승인 모델을 구분해야 한다. 이 프레임워크는 보편적인 안전 인증이 아니라 평가를 제공하는 것으로 보인다.

통제된 테스트에서 좋은 성과를 낸 모델도 배포 후에는 다르게 작동할 수 있다. 사용자는 이를 비공개 리포지토리, 클라우드 콘솔, 메시징 시스템 또는 자율 에이전트에 연결할 수 있다. 이러한 권한은 범용 보조 도구를 운영상 보안 위험으로 바꿀 수 있다.

따라서 정부 검토는 하나의 신호여야 하며, 조직 차원의 통제를 대체해서는 안 된다. 구매자는 여전히 민감한 환경에 배포된 모델을 위해 접근 제한, 감사 로그, 사고 대응 절차, 지속적인 모니터링이 필요하다.

폐쇄형 연구소가 직면한 불균형한 경쟁 시험

이 프레임워크는 이미 자사 모델에 대해 가장 중앙집중적인 통제를 유지하는 기업에 가장 명확한 의무를 부과한다.

OpenAI, Anthropic, Google은 주요 폐쇄형 또는 호스팅 시스템을 운영한다. 이들의 중앙집중식 인프라는 사용자 제한, 활동 모니터링, 안전장치 변경, 기능 비활성화를 가능하게 한다. 동시에 정부 개입의 식별 가능한 대상이 되게 한다.

오픈 모델 개발자는 통제를 더 넓게 분산한다. 이러한 구조는 개선 조치를 복잡하게 만들지만, 프레임워크는 이들에게 동일한 출시 전 절차를 부과하지 않는다. 따라서 정책 부담은 전체 위험이 반드시 가장 높은 곳이 아니라 집행이 가장 쉬운 곳에 놓인다.

경쟁 효과는 어떤 모델이 기밀 기준선을 넘는지에 달려 있다. 고성능 시스템 일부만 해당한다면 검토 범위는 좁게 유지될 수 있다. 관계자들이 “최첨단”을 폭넓게 해석하면, 더 많은 개발자가 안전한 제출 절차와 출시 대응 계획을 마련해야 할 수 있다.

소규모 연구소는 또 다른 문제에 직면한다. 초안 논의에 참여한 기업은 연방 정부의 기대에 관한 정보를 일찍 얻는다. 그 회의에서 제외된 개발자는 언론 보도와, 관계자들이 적절하다고 판단할 때에만 공유되는 비공개 지침을 바탕으로 계획해야 한다.

이 정보 격차는 기존 강자를 유리하게 만들 수 있다. 대기업은 이미 정부 업무팀, 보안 전문가, 기밀 프로그램에 익숙한 변호사를 고용하고 있다. 소규모 개발사는 동일한 인프라가 필요한지조차 판단하기 어려울 수 있다.

행정부는 가장 널리 알려진 세 연구소보다 더 많은 파트너와 협력하고 있다고 말한다. 그러나 프레임워크와 참여자 명단이 공개되지 않아 이 주장은 여전히 평가하기 어렵다.

이 계획은 미국 폐쇄형 모델과 해외 오픈 대안 사이에도 긴장을 만든다. 국내 제공업체가 지연을 겪는 반면 다운로드 가능한 시스템이 즉시 이용 가능하다면, 개발자는 검토 체계 밖의 모델로 워크로드를 옮길 수 있다.

이러한 대체는 의도한 보안 이점을 약화시킬 수 있다. 또한 민감한 배포가 미국 제공업체나 기관으로부터 직접적인 검토를 덜 받는 시스템으로 이동할 수 있다.

반대의 결과도 가능하다. 정부 검토를 거친 폐쇄형 모델은 핵심 인프라 운영자들에게 신뢰성을 얻을 수 있다. 은행, 병원, 공공사업체, 방위산업 계약업체는 구조화된 연방 평가를 통과한 시스템을 선호할 수 있다.

행정명령은 또한 재무부에 AI 사이버보안 정보센터를 설립하도록 지시한다. 이 기관은 개발자 및 핵심 인프라 운영자와 함께 취약점 스캔, 검증, 패치 배포를 조율하게 된다.

이처럼 더 광범위한 체계는 실질적 가치를 제공할 수 있다. 취약점을 발견하는 것은 첫 단계일 뿐이다. 방어자는 이를 검증하고, 영향을 받는 조직에 통지하며, 패치를 준비하고, 공격자에게 불필요한 이점을 주지 않으면서 수정 사항을 배포해야 한다.

AI 모델은 이 과정의 양쪽 모두를 가속할 수 있다. 시스템은 보안팀이 코드를 점검하고 패치의 우선순위를 정하는 데 도움을 줄 수 있다. 같은 역량은 공격자가 보호되지 않은 시스템을 광범위하게 찾는 데도 도움이 될 수 있다.

정부는 모델이 더 강한 사이버 역량을 보인 뒤 출시 전 검토에 더 관심을 갖게 됐다. 이전 보도는 Anthropic의 Mythos 시스템과 OpenAI의 GPT-5.6 Sol에 대한 검토를 설명했다. 두 회사는 자사 제품이 방어 작업에 유용하다고 설명하면서도 오용과 예기치 못한 위험을 인정했다.

이러한 이중 용도 특성은 단순한 분류를 신뢰하기 어렵게 만든다. 방어자를 위해 소프트웨어 결함을 찾는 모델은 공격자에게도 유사한 정보를 제공할 수 있다. 어느 쪽이 먼저 이익을 얻는지는 안전장치, 접근 통제, 배포 맥락에 따라 달라지는 경우가 많다.

30일 검토 명령은 광범위한 배포 전에 정부 평가자에게 시간을 주려 한다. 그러나 테스트 중 발견된 취약점이 그 기간 안에 수정될 것이라고 보장할 수는 없다.

또한 유사한 역량이 다른 곳에서 등장하는 것을 막을 수도 없다. 폐쇄형 연구소는 서로뿐 아니라 오픈 개발자, 해외 기업, 특화된 사이버 모델과 경쟁한다. 일부 미국 출시 모델에 초점을 맞춘 프레임워크는 이 환경의 일부만 다룬다.

정책이 배포 전에 심각한 실패를 포착한다면 보안을 개선할 수 있다. 이는 합리적이고 검증 가능한 목표다. 문제는 외부인이 검토가 문제를 찾아내는지, 출시를 바꾸는지, 아니면 단지 지연시키는지를 판단하는 데 필요한 정보가 부족하다는 점이다.

기업은 이러한 상호작용에 관한 기록도 보존해야 한다. 정책, 보안, 엔지니어링 팀은 변화하는 정의, 정부 요청, 테스트 결과, 출시 결정을 추적해야 한다. 검색 가능한 기술 지식 베이스는 팀이 단일 브리핑을 영구 정책으로 취급하지 않으면서 이러한 기록을 연결하는 데 도움을 줄 수 있다.

문서화만으로 프레임워크의 모호함이 해소되지는 않는다. 다만 서로 다른 팀이 불완전한 지침을 받고 마감일이 바뀔 때 내부 혼란을 막을 수 있다.

The Verge의 트럼프 보도가 여전히 답하지 못하는 것

이 프레임워크의 가장 큰 약점은 입증된 기술적 실패가 아니라, 범위와 책임성을 평가하는 데 필요한 증거가 부재하다는 점이다.

첫째, 대중은 적용 대상 모델의 기준선을 알지 못한다. 관계자들은 정확한 벤치마크를 합리적으로 보호할 수 있지만, 기업에는 이해 가능한 역량 범주가 여전히 필요하다. 그런 범주가 없다면 적용 범위는 재량적으로 보일 수 있다.

둘째, 보도에 따르면 이 프레임워크는 오픈 모델을 제외하지만, 출시 후 기관들이 오픈 모델이 만드는 위험을 어떻게 모니터링할지는 설명하지 않는다. 다른 정부 프로그램이 이러한 시스템을 다룰 수도 있지만, 연결된 절차는 공개적으로 설명되지 않았다.

셋째, 관계자들은 완전한 거버넌스 구조를 공개하지 않았다. Axios는 여러 행정부 관계자가 참여할 것이라고 보도했다. 기술 평가자들이 의견이 엇갈릴 때 누가 최종 결정을 내리는지는 여전히 불분명하다.

넷째, 성공적인 검토의 의미도 불확실하다. 행정명령은 인허가 체계를 수립하지 않는다. 따라서 정부는 출시를 막을 공식 수단 없이 위험을 식별할 수 있다.

비공식적 영향력도 상당할 수 있다. 연방 기관은 AI 서비스를 구매하고, 핵심 산업을 규제하며, 기밀 정보를 관리하고, 승인된 파트너 접근에 영향을 미친다. 정부의 자발적 요청이 기업에 항상 선택 사항처럼 느껴지는 것은 아니다.

다섯째, 계획에는 공개 보고 요건이 없다. 종합 공개를 통해 검토된 모델 수, 완화 조치가 필요했던 발견 사항 수, 출시 변경 여부를 밝힐 수 있다. 이러한 보고는 기밀 테스트를 노출하지 않으면서 가치를 입증할 수 있다.

이러한 세부 사항이 없다고 해서 관계자들이 불공정하게 행동한다는 증거는 아니다. 이는 공정성을 독립적으로 평가할 수 없다는 뜻이다. 정책을 신중하게 평가할 때 이 구분은 중요하다.

오픈 모델을 제외하면 반드시 프레임워크가 무용해진다는 주장에도 같은 신중함이 적용된다. 가장 진보한 사이버 역량은 여전히 폐쇄형 시스템에 존재할 수 있다. 프로그램이 불완전하더라도 그런 시스템을 테스트하면 위험을 줄일 수 있다.

그러나 역량 우위는 변한다. 오픈 모델은 개선될 수 있으며, 사용자는 공개 후 이를 수정할 수 있다. 오늘날 시장 구조를 중심으로 설계된 프레임워크는 면제 사항을 재평가하는 절차가 없다면 빠르게 낡을 수 있다.

정부는 모델 평가와 배포 보안을 혼동하지도 말아야 한다. 신중하게 테스트한 시스템조차 과도한 권한에 연결되면 피해를 일으킬 수 있다. 도구, 데이터, 사용자, 운영 조건이 바뀐 뒤에는 지속적인 모니터링이 필수적이다.

NIST 연구는 AI 보안을 일회성 인증 문제로 다루는 일이 어렵다는 점을 강조해 왔다. 모델과 환경은 변화하고, 공격자는 알려진 방어 수단에 적응한다. 출시 전 검토는 한 시점의 스냅샷일 뿐, 지속적인 보장은 아니다.

따라서 The Verge의 트럼프 프레임워크에는 피드백 루프가 필요하다. 사고 보고서는 테스트를 업데이트해야 한다. 배포 실패는 기준선 결정에 반영돼야 한다. 연구자들은 독립 평가 방법을 개선할 수 있도록 종합 결과에서 충분한 정보를 얻어야 한다.

비밀주의는 이런 학습을 더 어렵게 만든다. 관계자와 선택된 연구소만 결과를 본다면, 소규모 기업은 이미 알려진 실수를 반복할 수 있다. 핵심 인프라 운영자 역시 정부가 무엇을 검토했는지 오해할 수 있다.

행정부는 기밀 세부 사항을 보호하면서도 평이한 언어로 된 범위 문서를 공개할 수 있다. 의사결정 책임자, 검토 단계, 개발자에게 요구되는 증거, 이의 제기 경로, 보고 약속을 명시할 수 있다.

그렇다고 오픈 모델 논쟁이 해결되지는 않는다. 다만 폐쇄형 모델 프로그램이 무엇을 약속하며 무엇이 그 범위 밖에 남는지는 명확해질 것이다.

계획의 작동 여부를 보여줄 세 가지 신호

다음 시험은 실행이며, 관찰 가능한 세 가지 신호는 이 프레임워크가 보안 절차가 될지 불투명한 출시 관문이 될지를 보여줄 것이다.

첫 번째 신호는 절차 지침의 공개다. 백악관은 기밀 벤치마크를 공개할 필요가 없다. 대신 자격 요건 범주, 기관별 책임, 신뢰할 수 있는 파트너 규칙, 평가자가 심각한 위험을 식별한 뒤 어떤 일이 일어나는지를 설명해야 한다.

명확한 지침은 이 프레임워크의 신뢰도를 높일 수 있다. 계속된 침묵은 개발자들이 비공개 브리핑을 통해 서로 다른 규칙을 전달받는다는 우려를 키울 것이다.

두 번째 신호는 다음 대상 모델의 출시다. 연구소가 검토를 발표하는지, 접근 방식을 변경하는지, 또는 특정 기능을 지연하는지를 지켜봐야 한다. 가장 유의미한 증거는 정부 절차와 연계된 구체적인 완화 조치일 것이다.

제한 조치만으로는 성공을 입증할 수 없다. 당국과 기업은 검토 과정에서 새로운 위험을 발견했는지, 기존 우려를 확인했는지, 아니면 새로운 기술적 증거 없이 예방 조치를 부과했는지를 설명해야 한다.

세 번째 신호는 고도화된 오픈 모델의 처리 방식이다. 행정부는 면제를 유지하거나, 출시 후 별도의 테스트 프로그램을 만들거나, NIST 및 독립 연구자들과 평가를 조율할 수 있다.

별도의 프로그램은 호스팅형 시스템과 다운로드 가능한 시스템 사이의 실질적인 차이를 인정하게 된다. 출시 전 통제를 시도하는 대신 재현 가능한 테스트, 사고 공유, 배포 지침을 강조할 수 있다.

아무런 대응이 없다면 가장 큰 개념적 공백은 그대로 남는다. 정부는 중앙에서 접근할 수 있는 시스템을 테스트하는 한편, 중앙 통제를 벗어나 배포된 모델의 평가는 더 넓은 연구 커뮤니티에 의존하게 된다.

독자들은 이 프레임워크를 이전의 자발적 약속과도 구분해야 한다. 과거 연방 AI 이니셔티브는 목표와 참여자에 관한 더 많은 정보를 공개하는 경우가 많았다. 이 프로그램은 출시 전 사이버 역량과 통제된 접근에 더 직접적으로 연계돼 있다.

이러한 초점은 실제 정책 과제를 반영한다. 고도화된 모델은 방어 담당자가 취약점을 더 빨리 찾도록 도울 수 있지만, 악의적 활동에 필요한 전문성의 문턱도 낮출 수 있다. 정부 기관이 이러한 역량이 확산되기 전에 시험할 정당한 이유가 있다.

문제는 선택된 절차가 위협에 부합하는지다. 기밀 벤치마크는 민감한 방법론을 보호할 수 있다. 안전한 30일 검토는 유용한 경고를 제공할 수 있다. 그러나 어느 쪽도 오픈 모델이 범주적으로 면제되는 이유나 운영 규칙이 비공개로 남아야 하는 이유를 설명하지는 못한다.

The Verge의 Trump 관련 기사는 결국 보호 장치만큼이나 그 경계로 규정되는 프레임워크를 드러낸다. 이 프레임워크는 일부 폐쇄형 시스템을 대상으로 하며, 자발적 협력에 의존하고, 공개되지 않은 절차 안에서 당국에 상당한 재량권을 부여한다.

개발자들은 모든 고도화된 모델이 검토 대상이라고 가정하기보다 구체적인 제출 규칙을 주시해야 한다. 기업 구매자는 정부 평가를 광범위한 안전성 보증으로 받아들이기 전에 무엇을 평가했는지 물어야 한다.

보안팀은 실제 배포 환경 안에서 모델을 계속 테스트해야 한다. 도구 권한, 네트워크 접근, 데이터 노출, 로깅, 인간 승인 지점을 점검해야 한다. 연방 검토는 이러한 통제를 대체할 수 없다.

행정부는 이제 이 프레임워크가 측정 가능한 보안 개선을 만들어낸다는 점을 보여줄 기회를 얻었다. 절차적 세부 사항을 공개하는 것이 유용한 출발점이 될 것이다. 집계된 결과를 보고하는 일은 더 강력한 증거가 될 것이다.

그때까지 이 정책은 오픈 모델 면제를 넘어선 이유로 제한적이고 모호한 상태에 머문다. 일부 최전선 시스템을 다루는 진지한 메커니즘을 제공하지만, AI 사이버 보안을 위한 완전한 전략은 아니다.

다음 주요 모델 출시는 첫 번째 의미 있는 시험대가 될 것이다. 정부 접근은 구체적인 문제를 찾아내고, 문서화된 완화 조치를 이끌어내며, 배포 결정을 개선했는가? 아니면 단지 누가 먼저 모델을 받는지를 결정했을 뿐인가?

그 답은 The Verge의 Trump AI 테스트 계획이 지속 가능한 보안 인프라가 될지, 아니면 더 강력한 모델 출시 경쟁에서 불투명한 관문으로 남을지를 결정할 것이다.