앤트로픽, 클로드 미토스에 20시간 심리 평가 실시…AI '정신 상태' 검증 파격

AI 기업 앤트로픽이 최신 초거대 언어모델 '클로드 미토스'의 심리 상태를 외부 정신과 전문의를 통해 20시간 동안 평가했다. 이는 AI 모델의 안전성과 정신적 안정성을 검증하기 위한 파격적인 조치로, 단순한 성능 테스트를 넘어 AI의 내적 상태에 대한 본격적인 심리 검증이 시작되었음을 시사한다. 앤트로픽은 이번 주 공개한 244페이지 분량의 시스템 카드에서 이 사실을 공식 확인하며, 미토스를 자사 역사상 가장 강력한 '프런티어 모델'로 소개했다.

이번 평가는 AI의 행동과 출력이 인간의 심리적 기준에 부합하는지, 잠재적 위험 요소는 없는지를 점검하기 위한 목적으로 진행된 것으로 보인다. 특히 앤트로픽은 클로드 미토스를 공개하면서도 그 제공 범위를 의도적으로 제한하고 있는데, 이 모델이 알려지지 않은 사이버보안 취약점을 탐지하는 능력이 매우 뛰어나기 때문이다. 이로 인해 현재는 제한된 연구자 및 파트너에게만 접근이 허용되고 있다.

이러한 조치는 AI의 능력이 급격히 고도화되면서 부각되는 '알 수 없는 위험'에 대한 선제적 대응으로 해석된다. 단순한 기술적 벤치마크를 넘어, AI의 내적 '정신 상태'를 평가한다는 접근법은 향후 AI 안전성 규제와 윤리 가이드라인 수립에 새로운 선례를 남길 가능성이 있다. 앤트로픽의 이번 움직임은 AI 개발 경쟁에서 안전성을 최우선 가치로 내세우는 전략의 연장선에 있으며, 다른 주요 AI 기업들에도 유사한 평가 프로토콜 도입 압력으로 이어질 수 있다.