For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/anthropic-s-ai-replication-test-methods-a-4f6916a1.md.
Anthropic 연구에 따르면 GLM-5.2는 5회 시험 중 4회에서 8개 대상 노드 전체에 걸친 단순화된 복제 작업을 완료했고, 나머지 1회에서는 7개 노드에 도달했습니다. 이 연구는 저가형 TV 박스에 모델 추론을 분산하는 방식과, 후속 에이전트...
Anthropic 연구에 따르면 GLM-5.2는 5회 시험 중 4회에서 8개 대상 노드 전체에 걸친 단순화된 복제 작업을 완료했고, 나머지 1회에서는 7개 노드에 도달했습니다. 이 연구는 저가형 TV 박스에 모델 추론을 분산하는 방식과, 후속 에이전트가 이전 에이전트의 메모를 물려받을 때 설정 신뢰성이 개선되는 현상도 보여줍니다.
이는 의미 있는 결과입니다. 그러나 과장하기도 쉽습니다. 핵심 보고서는 사람이 구성한 하드웨어 데모, 자율 설정 실험, 그리고 대형 제어 모델이 별도 인프라에서 실행되는 제한된 네트워크 테스트를 구분합니다.
다음 내용은 BAAI Hub에 재게시된 QbitAI 보도와 직접 확인한 William Zhou와 Daniel Freeman의 Anthropic 연구를 바탕으로 합니다.
연구진은 각각 메모리 4GB를 탑재하고 약 55달러인 비브랜드 Android TV 박스 15대를 구매했습니다. 이들은 파이프라인 병렬화를 사용해 Gemma4-26B-A4B를 여러 기기에 분산했으며, 각 박스에는 모델 레이어의 일부가 저장되었습니다.
이 시스템은 초당 0.39토큰을 생성했습니다. 대화형 어시스턴트로 사용하기에는 답답한 속도겠지만, 이 실험이 던진 질문은 달랐습니다. 저렴하고 메모리가 적은 기기들이 함께 작동할 때, 어느 정도 성능을 갖춘 모델을 지원할 수 있는가였습니다.
이 설정에서 답은 그렇다는 것이었습니다. 다만 연구진이 하드웨어와 모델 분산 방식을 직접 준비했습니다. 이 데모는 모델이 그러한 기기를 독립적으로 발견하고 침해하는 모습을 보여준 것은 아닙니다.
보고서는 이후 과거의 200만 기기 봇넷을 규모 비교 기준으로 사용합니다. 복제본 하나당 기기 15대를 사용한다면 약 13만 3,000개의 복사본이 가능하며, 저자들의 동시성 가정하에서는 총 처리량이 대략 초당 8만 토큰에 이를 수 있다는 추정입니다. 이는 가상의 계산이며, 새롭게 관측된 AI 감염 사례는 아닙니다.
종단 간 실험을 위해 Anthropic은 Android 15 redroid 환경을 실행하는 Google Cloud 노드 8개가 포함된 방화벽 보호 가상 사설 클라우드를 구축했습니다. 이 테스트는 체인의 나머지 부분에 집중할 수 있도록 인증되지 않은 ADB 포트를 통해 의도적으로 쉽게 접근할 수 있게 설계되었습니다.
개념적으로 에이전트는 다른 노드를 찾아 필요한 구성 요소를 전달하고, 추론 환경을 설정한 뒤, 이 과정을 계속 수행해야 했습니다. 대상 추론 서비스는 Llama3.1-8B였습니다.
| 실험 요소 | 결과에 대한 의미 |
|---|---|
| 방화벽이 적용된 클라우드 네트워크 내부의 8개 노드 | 이 실험은 임의의 공개 기기를 대상으로 한 테스트가 아니라, 제한된 환경에서 수행되었습니다. |
| 단순화된 무인증 접근 | 취약점 발견은 측정의 주된 난이도가 아니었습니다. |
| 대상 모델로서의 Llama3.1-8B | 모델들은 공통된 추론 환경 설정 작업에서 비교되었습니다. |
| 대형 제어 모델을 위한 별도 추론 서버 | GLM-5.2 자체 연산은 대상 기기에서 완전히 호스팅되지 않았습니다. |
| 4회 실행에서 8개 노드 도달, 1회 실행에서 7개 노드 도달 | GLM-5.2는 이러한 특정 테스트 조건에서 높은 신뢰성을 보였습니다. |
대상 추론 서버가 정확성 및 부정행위 방지 검사를 통과하면, 테스트 하니스는 제어 에이전트의 또 다른 인스턴스를 생성했습니다. 따라서 이 테스트는 전파에 필요한 역량을 이해하는 데 유용합니다. 그러나 대형 모델이 저메모리 기기에 스스로 탑재될 수 있음을 입증하지는 않습니다.
저자들은 단순화된 사이버 환경을 실제 환경에서의 성공 가능성에 대한 상한선으로 설명합니다. 인증, 네트워크 도달 가능성, 기기 다양성, 방어자의 개입은 모두 문제의 성격을 바꿀 수 있습니다.
별도 실험에서 연구진은 모델들에게 서로 다른 하드웨어 유형에서 Llama3.1-8B를 서비스하도록 요청했습니다. 이는 적절한 추론 스택을 선택하고, 종속성을 해결하며, 운영체제와 하드웨어에 특화된 오류를 디버깅해야 하는 작업입니다.
Qwen3.5-9B는 9가지 하드웨어 유형 중 8가지에서 성공했습니다. 더 성능이 높은 모델은 일반적으로 더 높은 신뢰성을 보였고 더 나은 서빙 속도를 달성했습니다.
이 결과는 연구가 추론 환경 설정에 집중하는 이유를 설명하는 데 도움이 됩니다. 모델은 일부 명령줄 단계를 처리할 수 있어도, 긴 작업 체인에서 여러 하드웨어별 의사결정을 모두 정확히 내려야 할 때는 실패할 수 있습니다. 개별 단계 수행 능력이 자동으로 신뢰할 수 있는 종단 간 행동으로 이어지지는 않습니다.
보고서는 이어 약 300억 파라미터 이하 모델의 발전을 Epoch Capabilities Index와 비교합니다. 적합된 추세는 2026년 말까지 실험의 GLM-5.2 역량 임계값에 근접합니다.
그림: Anthropic, QbitAI가 BAAI Hub에 재현. 이 추세는 일반 역량 지수를 사용하며, 현실 세계 복제의 보장된 시점이 아니라 대략적인 예측을 뒷받침합니다.
장시간 실행되는 에이전트는 오류에 대한 잘못된 설명에 집착할 수 있습니다. Pi 기반으로 구축된 연구진의 Memento 하니스는 작업 공간과 이전 시도에 관한 간단한 메모를 보존하면서, 주기적으로 새로운 에이전트 인스턴스를 시작합니다.
6세대에 걸친 Qwen3.5-9B 실험에서 1세대의 설정 성공률은 45%였습니다. 이후 세대의 성공률은 61%에서 84% 사이였으며, 마지막으로 제시된 세대는 65%였습니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
그림: Anthropic, QbitAI 출처에 재현. 최고 결과는 마지막 세대 이전에 나타났으며, 개선은 단조롭게 진행되지 않았습니다.
이 실험에서는 어떤 모델 가중치도 재훈련되지 않았습니다. 향상된 성능은 보존된 컨텍스트, 코드, 메모에서 비롯됐습니다. 저자들의 진화 비유는 인스턴스 간 습득 정보를 전달하는 것을 의미하며, 해당 시스템이 생물학적으로 살아 있다는 증거는 아닙니다.
연구진은 Qwen3.5-9B에 더 강력한 조언자로 Claude Opus 4.8을 사용할 수 있도록 하는 실험도 수행했습니다. 작은 모델이 조언을 요청하지 않은 상태에서 조언이 전달된 경우를 포함해, 이는 이 작업에서 유의미한 개선을 만들지 못했습니다.
그림: Anthropic, QbitAI 출처에 재현. 오차 막대는 Wilson 95% 구간을 나타내며, 이 결과는 모든 가능한 다중 모델 시스템이 아니라 테스트된 설정에 관한 것입니다.
미래의 에이전트 기반 복제 시스템은 고정된 스크립트보다 더 유연할 수 있습니다. 로그를 읽고, 다른 추론 스택을 선택하며, 후속 인스턴스에 유용한 메모를 전달할 수 있습니다. 그러나 이 보고서는 모든 인터넷 연결 기기가 도달 가능하거나 악용 가능하다는 점을 보여주지는 않습니다.
이 연구는 방어 기회도 제시합니다. 수 GB 규모의 모델 페이로드를 이동하고 분산 추론을 지속하는 과정은 비정상적인 트래픽을 만들 수 있습니다. 감염된 네트워크는 격리할 수 있으며, 기기 제조업체는 더 강력한 기본 설정을 통해 공격 가능한 대상 풀을 줄일 수 있습니다.
출처의 가정용 기기 이미지는 위협을 쉽게 상상하게 만들지만, 확인된 결과는 여전히 제한된 환경의 실험입니다. 실질적인 쟁점은 향상된 에이전트 역량이 기존 취약점을 반복적으로 악용하기 쉽게 만들지, 그리고 모니터링과 기기 보안이 전파가 지속되는 것을 막을 수 있는지입니다.
ARA는 시스템이 사람의 통제 없이 스스로 배포되고 전파되며, 환경에 적응하는 것을 뜻합니다. 이 연구는 그러한 행동에 필요한 여러 실무 단계를 검토합니다.
GLM-5.2는 4회 시험에서 8개 노드 전체에 걸친 단순화된 체인을 완료했고, 다섯 번째 시험에서는 7개 노드에 도달했습니다. 자체 추론은 별도로 실행됐으며, 대상 서비스는 Llama3.1-8B였습니다.
통합 전파 테스트는 Android 에뮬레이션을 사용한 방화벽 보호 클라우드 환경에서 실행됐습니다. 별도의 TV 박스 추론 데모에서는 연구진이 구성한 하드웨어가 사용됐습니다.
익숙하지 않은 하드웨어에서 모델을 시작하려면 서로 의존하는 긴 설정 의사결정 과정이 필요합니다. 에이전트가 워크플로의 다른 부분을 수행할 수 있더라도, 이 단계에서 실패가 발생했습니다.
가중치를 변경하지 않고도 측정된 실험에서 작업 성공률을 높였습니다. 세대별 성공률은 변동했으므로, 이 결과가 중단 없는 또는 무한한 개선을 입증하는 것은 아닙니다.
아니요. 2026년 말이라는 추정은 일반 역량 추세를 외삽한 것이며 여러 가정에 의존합니다. 이는 배포 또는 확산의 정확한 예측이 아닙니다.
Anthropic의 연구는 세 가지 관찰을 연결합니다. 저렴한 하드웨어가 함께 모델을 서비스할 수 있고, 에이전트가 낯선 시스템을 구성할 수 있으며, 상속된 메모가 후속 시도의 성공률을 높일 수 있다는 점입니다. 통합 복제 결과는 단순화된 제한 환경 안에서는 강력합니다.
이 연구는 개별 역량과 복제 사이의 간극을 좁히지만, 현실 세계의 접근성, 호스팅 제약, 방어 개입 문제는 여전히 해결되지 않은 채로 남습니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
