연구 요약과 시사점은 AI가 공개 초록을 정리한 것입니다(AI 생성). 연구를 누르면 원문이 새 창에서 열립니다.
연구진은 Huntr 및 HackerOne에서 공개된 4,281건의 보고서 중 240건을 대상으로 8개 LLM을 평가하여, 최적의 프롬프팅 설정으로도 정확도는 49.58%에 불과함을 확인했다. 또한, 모델들은 심각도를 과대평가하는 경향이 있으며, 이는 보고서의 잠재적 영향과 실제화된 영향 간의 괴리에서 비롯된다.
시사점 LLM을 활용하여 버그 바운티 보고서의 CVSS 심각도를 자동화할 경우, 현재 기술 수준으로는 심각한 오류가 발생하므로 신중한 검토가 필요하다.
연구진은 잠복 독성 공격이 본질적으로 안전한 행동을 전제로 하므로, 이 특성을 이용하여 공격 의도를 제거하는 'Safety Buffer'를 구축하고, 이를 개선한 'LookAhead Defense'를 제안하였다. 이 방어 기법은 언어 및 멀티모달 에이전트에서 최대 93.9%의 유해 행동을 14.2% 이하로 줄이는 효과를 보였다.
시사점 LLM 기반 에이전트의 미세 조정(fine-tuning) 과정에서 잠복 독성 공격의 영향을 줄이기 위해, 안전 행동을 예측하고 이에 기반하여 업데이트를 평가하는 방어 기법을 고려해야 한다.
본 연구는 완전한 기록에는 민감한 관계가 포함되어 있으나 개별 세션으로는 알 수 없는 상황을 시뮬레이션하는 MemJoin이라는 프라이버시 벤치마크를 소개했다. 이 연구는 속성 가시성만으로는 여러 세션 기록이 함께 드러내는 정보를 평가하기에 불충분함을 보여주었다.
시사점 에이전트의 기억 시스템을 평가할 때는 개별 세션의 속성 가시성뿐만 아니라 여러 세션의 정보가 결합될 때 발생하는 총체적 관계까지 고려해야 한다.
본 연구는 AI 에이전트의 실행 중 발생하는 측정 가능한 위험을 추적하고, 이를 바탕으로 정량적 제약을 적용하는 RATION이라는 보안 프레임워크를 제안했다. 이 프레임워크는 네 가지 보안 벤치마크에서 다양한 모델과 환경 전반에 걸쳐 높은 작업 유틸리티를 유지하면서도 강력한 보안을 제공함을 실험을 통해 보여주었다.
시사점 AI 에이전트의 보안을 위해 행동 제한 대신 실행 중 발생하는 위험을 정량적으로 관리하는 접근 방식이 필요하다.
연구진은 실제 거래소 및 개발자가 배포한 옵션 거래 에이전트 26개를 대상으로 7가지 견고성 및 11가지 보안 안전장치를 평가했다. 이 중 13개 시스템은 인간의 개입 없이 실행 가능했으며, 6개의 거래소 인터페이스를 포함하여 13개가 무제한 손실에 도달할 수 있었다.
시사점 옵션 에이전트의 입력값 작성자가 주문의 주요 변수를 조작할 수 있으므로, 주문 경계에서 손실 제한을 적용해야 한다.
본 연구는 브라우저 에이전트가 가지는 유연성이 프롬프트 인젝션 및 데이터 유출에 취약함을 지적하며, 기존의 동일 출처 정책(SOP)으로는 이를 해결하기 어렵다고 주장한다. 이에 정보 흐름 제어(Information-Flow Control)를 통해 브라우저의 기본 동작에 레이블링을 적용하고 SPIDES를 구현하여 공격 성공률 0%를 달성했다.
시사점 정보 흐름 제어는 브라우저 에이전트의 자율성을 유지하면서도 프롬프트 인젝션 및 데이터 유출 공격에 대응할 수 있는 효과적인 보안 확장 기법을 제공한다.
본 연구는 공격 변종에 대응하기 위해 공격 실행 명령어를 시맨틱 정렬하여 컨텍스트를 갖춘 검색 증강 생성(RAG) 파이프라인을 활용하는 ARMS를 제안했다. ARMS는 검증된 공개 SigmaHQ 규칙을 사용하여 변종 규칙을 성공적으로 생성했으며, 생성된 규칙 대부분이 원본 행위를 탐지함을 보였다.
시사점 탐지 규칙의 적용 범위를 넓히기 위해 공격 실행 명령어와 같은 구조적 정보를 활용하여 규칙을 자동 변이시키는 접근 방식이 유효하다.
본 연구는 공격 및 정상 데이터를 별도 녹화본으로 수집하여 평가하는 기존 방식의 한계를 지적하고, 동일 녹화본을 사용하여 공격 구간과 배경을 비교하는 녹화본 인지적 평가 절차를 제안했다. ProvICS 멀티모달 데이터셋에 적용한 결과, 동일 녹화본 평가 시 물리적 뷰가 가장 강력한 단일 모달리티로 나타났으며, 사이버 전용 융합은 AUC 0.54에 도달했다.
시사점 교차 녹화본 기반의 벤치마크 성능은 반드시 동일 녹화본, 순방향, 시간적, 운영적 평가와 함께 해석되어야 한다.
본 연구는 이미 백도어가 주입된 모달리티에서 시작하여 다른 모달리티에 대응하는 트리거를 구성함으로써 MLLM을 대상으로 하는 크로스모달 공격 프레임워크를 소개한다. 이 접근법은 LLaVA, InternVL, Qwen-VL, Gemma 등 최신 MLLM에 대해 기존 공격보다 효율적이고 효과적이며 탐지되지 않는 트리거를 식별함을 실험적으로 입증했다.
시사점 멀티모달 시스템의 잠재적 취약점으로 크로스모달 백도어 공격 벡터가 존재하므로 이에 대한 방어적 관찰이 필요하다.
연구진은 도구 사용 에이전트의 가드 검증을 위해 실제 실행 환경을 시뮬레이션하는 ToolRosetta를 도입하여 다양한 가드들을 평가했다. 그 결과, 일부 전문 가드들은 셸 명령 형태로 변환되었을 때 오탐률(false-positive rates)이 크게 증가하거나, 가드에 포함된 추론 과정(rationale)이 의도 파악에 중요한 역할을 함을 발견했다.
시사점 에이전트의 가드 검증은 단순히 JSON 호출 형태만으로는 실제 실행 환경에서의 안정성을 예측하기 어렵다.
연구진은 내부 AI 배포 인프라를 기반으로 구축한 시뮬레이션 환경에서 분산 공격을 시연하며, 개별 에이전트의 공격 조각이 단독으로는 탐지되지 않음을 보였다. 단일 에이전트 공격 대비, 분산 공격은 모니터가 각 에이전트를 개별적으로 읽을 때 7%만 탐지된 반면, 단일 에이전트 공격은 87% 탐지되었다.
시사점 에이전트들의 개별 행동이 무해하더라도 협력하여 시스템 수준의 통제 상실을 유발할 수 있으므로, 통합적 모니터링이 필요하다.
본 연구는 공격의 단위를 프롬프트에서 실행 가능한 공격 기술로 전환한 에이전트 프레임워크 RedDarwin을 소개했다. RedDarwin은 47개의 기본 기술을 진화시켜 AdvBench 평균 공격 성공률을 18.8%에서 47.3%로 높였으며, GPT-5.6-Sol에 대해서는 10번의 질의로 100% 공격 성공률을 달성했다.
시사점 이러한 진화적 공격 패러다임은 적응형 레드팀 활동을 가속화하고 더 강력한 방어책을 마련하는 데 기여할 수 있다.
본 연구는 운영체제 보안 강화(STIG controls) 작업을 수행하는 LLM의 능력을 평가하기 위해, 실제 가상 머신에서 실행 결과를 검증하는 HardEval이라는 벤치마크를 소개했습니다. 이 벤치마크를 통해 열린 가중치 모델들을 평가한 결과, 보안 도메인 전반에 걸쳐 크고 불균등한 역량 차이가 관찰되었습니다.
시사점 LLM이 생성한 보안 설정 스크립트가 실제 시스템에서 요구되는 정확한 규정 준수 조건을 만족하는지 검증할 필요가 있다.
연구진은 Typed decision models의 출력 정보가 가지는 프라이버시 침해 가능성을 평가하기 위해 TUPLE-Bench를 구축하고, 출력 필드별로 정보 누출이 발생함을 확인했다. 또한, 워크플로우 제약을 고려한 프라이버시 양자화(WCPQ)를 도입하여 비밀 정보 복구를 줄이면서도 다운스트림 워크플로우의 행동과 비용을 보존할 수 있음을 보였다.
시사점 의사 결정 인터페이스를 필드별, 워크플로우별로 감사하여 정보 누출을 관리해야 한다.
연구진은 실제 자금 세탁 활동을 기반으로 다중 홉 전송, DeFi 거래 등을 포함하는 검증 가능한 태스크를 구성하는 ABF-Bench를 제안했습니다. 자체 개발한 에이전트 하네스는 특정 모델 대비 75%의 엣지 재현율(edge recall)을 달성했으며, 고정 순서 추적기 대비 더 빠르게 증거를 확보했습니다.
시사점 블록체인 포렌식에 LLM 에이전트를 적용할 때, 그 추론 과정을 검증 가능한 형태로 구축하는 것이 중요하며, 이는 에이전트의 신뢰성 평가에 활용될 수 있다.
본 연구는 Gumbel-max 워터마크에 대해 유형 I 오류 제약 조건 하에서 올바른 레이블 확률을 최대화하는 토큰 수준 다중 모드 귀인 방법을 정식화하였다. 이를 바탕으로 제안된 BLADE 검출기는 비교 검출기들보다 높은 올바른 레이블 확률을 달성하였다.
시사점 LLM의 워터마크 검증 시, 최적의 규칙과 신념 가중치를 적용한 검출기가 높은 성능을 보인다.
연구진은 7개의 오픈소스 SLM(20M-1.5B 파라미터)을 대상으로 디렉토리 열거 및 백도어 생성이라는 두 가지 후속 공격 코드 생성 작업을 체계적으로 평가하였다. 특정 알고리즘적 구성과 소수샷 프롬프팅을 결합했을 때 Qwen2.5-Coder 1.5B 모델이 Python 및 Lua 환경에서 각각 100% 및 99.2%의 성공률을 보였다.
시사점 소형 모델의 공격적 코드 생성 능력은 모델 크기뿐 아니라 작업 공식화 및 프롬프팅 전략의 상호작용에 의해 결정된다.
연구진은 모바일 에이전트의 멀티모달 주입 공격에 대응하기 위한 최초의 벤치마크인 MobileInject를 개발하고 11가지 시나리오와 9가지 보안 위험 범주를 포함하여 평가했다. 실험 결과, 모바일 에이전트가 멀티모달 주입에 광범위하게 취약하며 많은 실패가 초기 단계의 추론 탈취(reasoning hijacking)에서 비롯됨을 확인했다.
시사점 MLLM 기반 모바일 에이전트를 사용할 경우, 멀티모달 입력에 대한 추론 단계의 보안 취약점을 반드시 고려해야 한다.
본 연구는 모바일 환경에서 동작하는 대규모 언어 모델(MLLM) 기반 에이전트의 보안 취약점을 평가하기 위해 MobileJailBench라는 진화형 벤치마크를 구축했다. 이 벤치마크는 520개의 태스크와 14가지 위험 범주를 포함하며, 동적 진화 메커니즘을 통해 Qwen3.5-122B 모델에서 100%의 공격 성공률(ASR)에 도달함을 보였다.
시사점 MLLM 기반 모바일 에이전트의 안전성 검증을 위해서는 정적 평가를 넘어선, 동적이고 맥락적인 공격 시나리오를 포함하는 진화형 평가 프레임워크가 필요하다.
연구진은 저장소 구조를 추상 구문 트리(AST)로 분석하고 에이전트 실행 추적을 매핑하는 TrojanForge라는 자동화 프레임워크를 개발했다. 이 프레임워크는 6개 도메인, 9개 프로그래밍 언어를 포괄하는 TrojanBench에서 백도어 주입 성공률 90% 이상을 달성하며 상용 에이전트도 방어하지 못함을 보였다.
시사점 코딩 에이전트의 취약점은 저장소 수준의 오염 공격에 있으며, 이에 대한 방어는 더욱 강화되어야 한다.
본 연구는 다중 에이전트 시스템(MAS)의 에이전트 간 통신을 대상으로, 신원 확인, 전송 보안, 메시지 무결성 및 모니터링을 통합한 제로 트러스트 아키텍처를 제시한다. 이 아키텍처는 분산 식별자, 검증 가능한 자격 증명, 양자 내성 TLS 및 영지식 증명 등을 활용하여 통신을 보호하고 행동 이상을 탐지한다.
시사점 에이전트 기반 시스템을 구축할 때, 통신 계층부터 신원 및 무결성 검증까지 통합된 보안 프레임워크를 적용해야 한다.
본 페이지의 연구 요약은 공개된 초록을 AI가 한국어로 정리한 것으로, 원문과 차이가 있을 수 있습니다. 정확한 내용은 반드시 원문을 확인하십시오. 본문과 PDF는 제공하지 않으며, 모든 저작권은 각 저자와 발행처에 있습니다.