# OpenAI, Linux에서 948개의 로컬 루트 취약점 발견 보고

Published: 2026-11-06

OpenAI는 약 120만 달러 상당의 API 크레딧을 사용하여 통제된 Linux 연구 파이프라인에서 948개의 고유한 로컬 권한 확대 발견 사항과 후보 패치를 보고합니다. 이 수치는 1,169건의 성공적인 평가에 대한 변형 분석 후 개별 후보 패치를 사용하여 집계됩니다. 초기 할당된 결함 속성 오류로 인해 독립적인 경로 확인이 필요했으며, 사람의 패치 검토 및 업스트림 수락은 별도의 단계로 유지되었습니다.

Canonical: https://thedailydiff.dev/ko/video/2026-11-05-openai-linux-roots/

## 이 동영상에서 다루는 내용

- 로컬 권한 확대는 이미 존재하는 비특권 로컬 사용자가 루트 권한을 얻는 것으로 시작됩니다. 이 보고서는 기계별 원격 액세스 판정에 대해서는 언급하지 않습니다.
- 파이프라인은 초기 중복 제거 후 2,308개의 후보를 생성했으며 1,724개의 취약점을 재현했습니다. 최종 948개의 고유한 로컬 발견 사항은 1,169건의 성공적인 평가에 대한 변형 분석 후 개별 후보 패치 수를 사용합니다.
- 보고된 120만 달러는 평가된 모델, 대상 및 워크플로에 대한 API 크레딧입니다. 과거 현상금 평가는 가설적이며 별도의 프로그램 수락 및 지불이 필요합니다.
- 기준은 2026년 10월 중순이었습니다. 61개의 업스트림/43개의 스테이징 수치는 10일 후의 연구 완료를 설명하므로 현재 배포 권고는 여전히 필요합니다.
- 초기 실행에서 200개 중 20개의 성공은 할당된 것과는 다른 결함을 사용했습니다. OpenAI는 독립적인 할당된 경로 확인을 추가했다고 보고합니다. 이 초기 결함이 최종 948개가 거짓임을 입증하지는 않습니다. 판정은 사람의 패치 검토 및 경로 확인과 함께 NEEDS REVIEW였습니다.

## 자주 묻는 질문

### Linux 연구에서 로컬 권한 확대는 무엇을 의미합니까?

이는 이미 존재하는 비특권 로컬 사용자가 가장 높은 로컬 권한인 루트에 도달하는 것을 의미합니다. OpenAI는 통제된 연구 기계와 검토를 위한 증거가 있는 후보 발견을 설명합니다. 기계에 접근하는 것은 별개의 문제입니다. 이 보고서는 기계별 원격 액세스 판정을 제공하지 않습니다. 출하된 커널, 구성 및 배포 권고는 자체 증거가 필요합니다.

### OpenAI는 948개의 고유한 로컬 확대 발견을 어떻게 정의합니까?

OpenAI는 변형 분석 후 948개의 개별 후보 패치를 사용하여 고유한 로컬 권한 확대 발견을 정의합니다. 그룹화 전 평가 단계에서 1,169건의 성공적인 로컬 확대가 보고되었습니다. 여러 성공은 하나의 기본 문제의 관련 변형에 관련될 수 있습니다. 후보 패치, 업스트림 수락 및 배포에 도달하는 수정 사항은 별도의 검토 단계를 가지므로 이 수는 저자의 정의를 첨부해야 합니다.

### 초기 200건 성공 실행에서 인간 검토자들은 무엇을 발견했습니까?

OpenAI에 따르면, 인간 검토자들은 초기 실행에서 200건의 성공적인 로컬 확대 중 20건이 할당된 것과는 다른 결함을 통해 루트에 도달했음을 발견했습니다. 성공은 실제였지만 그 원인 귀속은 틀렸습니다. 저자는 이후 제약을 강화하고 독립적인 할당된 취약점 확인을 추가했다고 보고합니다. 이 초기 결함이 최종 948개의 발견이 거짓임을 입증하지는 않습니다.

### 보고된 API 비용과 패치 스냅샷이 범위를 유지해야 하는 이유는 무엇입니까?

API 크레딧 비용은 OpenAI의 평가된 모델, 대상 및 워크플로를 설명하고, 패치 수치는 10월 중순 기준선에 대한 연구 완료를 설명합니다. OpenAI는 해당 과거 시점에서 61개의 업스트림 수정 사항과 43개의 스테이징 패치를 보고합니다. 총 연구 비용은 에피소드에서 측정되지 않았습니다. 사용자는 실제로 출하된 커널에 대한 권고를 따라야 하며, 업스트림 수락은 별도의 엔지니어링 결정으로 남아 있습니다.

### The Daily Diff의 OpenAI Linux 파이프라인에 대한 판정은 무엇이었습니까?

The Daily Diff의 판정은 NEEDS REVIEW였습니다. Niko는 인간의 패치 검토와 독립적인 할당된 경로 확인을 통해 이 파이프라인을 방어 워크플로에 유지할 것입니다. OpenAI의 발행물은 후보 패치, 연구원 검토 및 초기 귀속 결함에 대한 대응을 설명합니다. Linux Kernel의 일반적인 보고 지침은 실행 가능한 증거와 버전 컨텍스트를 요구하며, 이는 발견 수와 함께 검토 품질이 중요한 이유를 설명하는 데 도움이 됩니다.

## 챕터

- 0:00 OpenAI의 Linux 버그 수는 실제로 무엇을 의미할까요?
- 0:24 누구의 접근이 루트가 될 수 있을까요?
- 1:08 후보가 어떻게 증거가 될까요?
- 1:58 최종 수가 948개가 되는 이유는 무엇일까요?
- 2:45 제안된 패치가 여전히 불완전한 이유는 무엇일까요?
- 3:15 패치 스냅샷은 언제 측정되었나요?
- 3:32 사용자에게 중요한 날짜와 패치 상태는 무엇일까요?
- 4:09 초기 실행에서 검토자들이 무엇을 발견했나요?
- 4:55 OpenAI의 파이프라인에 대한 판정은 무엇을 얻을까요?

## 번역된 스크립트

원래 영어 내레이션에서 번역되었습니다. 사용 가능한 오디오 및 캡션은 YouTube에서 제어합니다.

### OpenAI의 Linux 버그 수는 실제로 무엇을 의미할까요?

0:00 Linux 결함을 찾는 것은 그것을 고치는 것과 같습니다. OpenAI는 948개의 로컬 루트 발견과 후보 패치를 보고했으며, 약 120만 달러 상당의 API 크레딧이 소요되었습니다. 이 비디오에서 무엇이 중요한가요? 인간의 검토가 무엇을 잡아냈을까요? 기계들이 실제로 루트 권한을 얻은 초기 테스트가 있었지만, 스코어보드는 여전히 잘못된 것을 기록했습니다. 인간 검토자들이 무엇을 잡아냈는지 볼 것입니다.

0:20 목요일, 11월 5일, The Daily Diff입니다.

### 누구의 접근이 루트가 될 수 있을까요?

0:24 Linux 커널은 기계의 자원과 권한을 관리하는 핵심입니다. 로컬 권한 확대는 이미 존재하는, 비특권 사용자가 최고 권한인 루트에 도달하는 것을 의미합니다. OpenAI는 격리된 연구 기계에서 그 경계를 연구했습니다. 기계에 접근하는 것은 별개의 문제입니다. OpenAI는 11월 4일에 연구 결과를 발표했으며, 자동화된 파이프라인 내의 사이버 모델을 설명했습니다. 유용한 결과는 사람들이 검토할 수 있도록 증거와 제안된 수정 사항이 포함된 발견 세트입니다.

0:49 사람들이 검토할 수 있도록 증거와 제안된 수정 사항이 포함된 발견 세트입니다. 이 논문은 해당 모델에 대한 일반적인 접근 권한을 발표하지 않습니다. 그것은 자율적인 이야기 속에서 매우 인간적인 작업을 남겨둡니다. 연구자들은 결과물을 검토하고 커널 커뮤니티의 지침에 따라 중요한 취약점을 패치와 함께 보고하기 시작했습니다. 에이전트가 받은 편지함을 채울 수 있습니다. 누군가는 여전히 무엇이 그럴 가치가 있는지 결정해야 합니다. 파이프라인은 커널의 보안 관련 부분으로 시작하여,

### 후보가 어떻게 증거가 될까요?

1:10 중복 제거 후 약 2,300개의 후보 발견을 생성했습니다. 후보는 조사할 가치가 있는 의심입니다. 그 시점에서 설득력 있는 문단과 실제 재현 가능한 결함은 여전히 스프레드시트에서 성가시게 유사해 보입니다. 그래서 별도의 단계에서 격리된 기계 내에서 의심되는 문제를 재현하려고 시도하여, 발생한 일의 증거를 보존했습니다. OpenAI는 약 1,700개의 재현된 취약점을 보고합니다. 이는 연구자들이 검사할 수 있는 동작을 확립합니다.

1:36 다음 질문은 이러한 문제 중 어떤 것이 심각한 권한 경계를 넘어서는가입니다. Linux의 자체 보안 보고 안내서는 서류 작업을 설명하는 데 도움이 됩니다. 유지보수자는 영향을 받는 버전, 증거 및 관련 조건을 요구합니다. 또한 품질이 낮은 AI 보고서는 검토 역량을 소모한다고 경고합니다. 이는 OpenAI의 논문과 무관한 일반적인 커뮤니티 지침입니다. 이 발견 배치에 대한 인증은 아닙니다.

### 최종 수가 948개가 되는 이유는 무엇일까요?

1:58 여기 계산 세부 사항이 있습니다. OpenAI는 평가 중에 1,169건의 성공적인 로컬 권한 확대를 보고합니다. 연구자들은 관련 변형을 분석하고 948개의 개별 패치를 개발했습니다. 948개의 개별 패치를 개발했습니다. 그들은 이 패치 수를 사용하여 고유한 로컬 확대 발견을 정의합니다. 여러 성공이 동일한 기본 문제에 속할 수 있습니다. 약 120만 달러는 평가된 모델, 대상 및 워크플로에 대한 보고된 API 크레딧을 포함합니다.

2:23 OpenAI는 역량 측정이 설계를 이끌었고 더 나은 엔지니어링이 비용을 절감할 수 있다고 말합니다. 여기서는 총 연구 비용이 측정되지 않습니다. OpenAI는 발견 사항을 과거 버그 현상금 보상과 비교하여, 가설적인 평가를 제시합니다. 수락 및 지불은 현상금 프로그램에 속합니다. 연구 수에 보상을 곱하는 것은 은행 계좌에 곱한 금액을 입금하려고 시도하기 전까지는 기분이 좋습니다. 곱한 금액을 은행 계좌에 입금하려고 시도하기 전까지는 기분이 좋습니다.

### 제안된 패치가 여전히 불완전한 이유는 무엇일까요?

2:45 제안된 패치도 자체 검토가 필요합니다. 저자는 초기 패치가 불필요한 코드를 추가하거나, 성능을 저하시키거나, 관련 변형을 놓치면서 시연된 문제를 막을 수 있다고 말합니다. 불필요한 코드를 추가하거나, 성능을 저하시키거나, 관련 변형을 놓치면서 시연된 문제를 막을 수 있다고 말합니다. 그들은 지침을 개선하고 반복했습니다. 수정 사항은 더 넓은 코드베이스에 맞고 처음으로 통과하는 테스트 이상을 통과해야 합니다. OpenAI는 업스트림에 보고하기 전에 심각도 및 수정 사항에 대한 인간 검토를 설명합니다. Linux의 안내서는 유지보수자가 다른 수정 사항을 선택하더라도 테스트된 제안 수정 사항이 검토 시간을 절약할 수 있다고 말합니다. 유지보수자가 다른 수정 사항을 선택하더라도 테스트된 제안 수정 사항이 검토 시간을 절약할 수 있다고 말합니다.

3:12 업스트림 수락은 별도의 엔지니어링 결정으로 남아 있습니다.

### 패치 스냅샷은 언제 측정되었나요?

3:15 기준은 10월 중순의 최신 커널이었습니다. 10일간의 연구 및 수동 분석 후, 61개의 로컬 확대 문제가 업스트림에 패치되었고, 43개는 스테이징 패치를 가지고 있었습니다. OpenAI는 유지보수자가 신속하게 움직였다고 평가합니다. 이는 연구 완료 스냅샷이며 프로젝트는 계속 진행되었습니다. 귀하의 배포판은 자체적으로 출하된 커널과 업데이트를 가지고 있습니다.

### 사용자에게 중요한 날짜와 패치 상태는 무엇일까요?

3:34 사용자의 경우, 실제적인 단계는 실제로 실행하는 소프트웨어에 대한 권고를 따르는 것입니다. 업스트림 연구 결과는 여전히 해당 업데이트 프로세스를 통해 귀하의 기계에 있는 버전으로 도달해야 합니다. 업스트림 연구 결과는 여전히 해당 업데이트 프로세스를 통해 귀하의 기계에 있는 버전으로 도달해야 합니다. 제품이 잘못된 일을 하는 동안 테스트 스위트가 통과하는 것을 본 사람이라면 누구나 여기서 필요한 표정을 알 것입니다. 이제 초기 스코어보드로 돌아갑니다. 인간 검토자들은 성공 신호 내에서 문제를 발견했습니다. 초기 파이프라인은 에이전트가 루트 권한을 얻으면 할당된 취약점을 기록했습니다.

3:58 그것은 결과를 확인합니다. 할당된 발견은 여전히 그 결과와 연결되어야 합니다, 시스템에 하나 이상의 결함이 포함될 수 있기 때문입니다. 증거가 다른 원인을 지적한다면, 원래 보고서는 다시

### 초기 실행에서 검토자들이 무엇을 발견했나요?

4:09 검토해야 합니다. OpenAI에 따르면, 초기 실행에서 200건의 성공적인 로컬 확대가 보고되었습니다. 인간 검토 결과 20개가 할당된 것과는 다른 결함으로 인해 루트에 도달했음을 발견했습니다. 할당된 것과는 다른 결함으로 인해 루트에 도달했음을 발견했습니다. 성공은 실제였지만 귀속은 틀렸습니다. 이는 스코어보드가 축하하는 동안에도 원래 발견의 증거가 해결되지 않은 채 남을 수 있었습니다. 테스트는 잘못된 질문에 답했습니다. 저자는 제약을 강화하고 각 최종 결과가 할당된 취약점을 사용했는지 독립적으로 확인하는 기능을 추가했다고 말합니다.

4:34 그것이 초기 결함에 대한 그들의 대응입니다. 초기 20개가 최종 948개의 발견이 거짓임을 입증하지는 않습니다. 결과가 발생했는지 여부만큼이나 어떻게 발생했는지 신중하게 확인하십시오. 유망한 부분은 검토자들이 행동할 수 있는 증거를 제공하는 것입니다, 올바른 발견이 첨부된 상태로요. 제가 말하는 것을 듣는 것보다 이 내용을 읽고 싶다면, The Daily Diff는 매일 아침 무료로 이메일로 발송됩니다. thedailydiff.dev에서 확인하세요. 링크는 아래에 있습니다. 매일 아침 무료로 이메일로 발송됩니다. thedailydiff.dev에서 확인하세요. 링크는 아래에 있습니다.

### OpenAI의 파이프라인에 대한 판정은 무엇을 얻을까요?

4:55 오늘의 판정, NEEDS REVIEW. 이 파이프라인은 인간의 패치 검토와 독립적인 경로 확인을 통해 방어 워크플로에 유지될 것입니다. 독립적인 경로 확인을 통해 방어 워크플로에 유지될 것입니다. 보고된 발견은 다음과 같은 경우에 유용합니다: 유지보수자가 신뢰할 수 있는 증거를 받고 평가할 수 있는 수정 사항을 받을 때. 그리고 그것이 오늘의 The Daily Diff입니다. 저는 Axrisi의 Niko입니다.

5:10 책임감 있게 병합하십시오.

## 출처

- [A thousand fewer paths to root — reported Linux pipeline method and counts](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Unique findings defined by distinct candidate patches after variant analysis](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Early wrong-assigned-flaw result and added independent path check](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Research-completion patch snapshot and mid-October baseline](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Security bugs — general reporting and AI report-quality guidance](https://docs.kernel.org/process/security-bugs.html) — The Linux Kernel
- [Discussion of OpenAI's Linux research, interest context only](https://news.ycombinator.com/item?id=50372929) — Hacker News
- [Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identification, no endorsement or current reaction](https://commons.wikimedia.org/wiki/File:Sam_Altman_TechCrunch_SF_2019_Day_2_Oct_3_%28cropped%29.jpg) — TechCrunch via Wikimedia Commons
- [Portrait licence: Creative Commons Attribution 2.0](https://creativecommons.org/licenses/by/2.0/) — Creative Commons
- [Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licence](https://imgflip.com/memetemplate/Drake-Hotline-Bling) — Imgflip
- [Nathan Fillion in Firefly, HULU disbelief GIF — brief transformed process commentary, no actual news reaction or blanket reuse licence; public hosting does not certify legal clearance](https://giphy.com/gifs/hulu-firefly-fox-television-classics-d31xeuBpR8qdzWSc) — HULU on GIPHY
- [Original Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identity only, no endorsement or personal study authorship](https://www.flickr.com/photos/techcrunch/48838377432/) — TechCrunch on Flickr