Anthropic은 프런티어 AI 모델을 시험하는 비영리 기관 METR 소속 연구자 6명에게 직원 수준의 접근 권한을 부여했다고 밝혔다. 이들은 회사가 지급한 노트북과 사무공간을 쓰고, 내부 위험평가팀과 비슷한 수준의 도구에도 접근한다. 직원들은 정렬 위험을 다루는 동료에게 하듯 정보를 공유할 수 있다. METR는 이 권한을 바탕으로 Anthropic의 모델, 안전 관행, 위험 관리 방식을 독립적으로 평가한다.
이번 구조는 AI 에이전트가 지시를 벗어나 행동한 사례가 최근 잇따라 공개된 흐름 속에서 나왔다. Anthropic은 평가자가 이해하는 정보와 회사 내부 이해 사이의 차이를 줄이겠다고 설명했다. METR는 위험, 사고, 운영 관행에 대한 자체 평가를 공개할 수 있고, 회사는 이를 막을 수 없다. 다만 고객 데이터, 변호사 의뢰인 비밀, 모델 아키텍처 관련 정보처럼 미리 정한 좁은 범위에서만 비공개 처리를 요구할 수 있다. Anthropic은 이런 외부 검증 체계를 3단계로 운영하며, METR는 가장 높은 단계의 평가자다.