연구 요약과 시사점은 AI가 공개 초록을 정리한 것입니다(AI 생성). 연구를 누르면 원문이 새 창에서 열립니다.
AI 서비스의 블랙박스 보안 가드레일 평가를 위해 CorrectGuard라는 비시각적 정확도 추정 프레임워크를 제안한다. 13개 데이터셋에서 최대 25%포인트의 정확도 향상을 보였다.
시사점 이 연구는 외부 모델로 보안 가드레일의 시스템적 결함을 평가하는 방법을 제시해 AI 서비스 보안 검증에 활용될 수 있다.
LLM 에이전트에서 프롬프트 인젝션 감지기의 성능을 평가하는 방법을 제시하고, 15개 감지기의 성능을 실험적으로 분석했다. BIPIA 벤치마크에서 최고 성능을 보인 감지기는 AgentDojo에서 2%의 인젝션만 감지했으며, AgentDojo에서 72%를 감지한 감지기는 tau-bench에서는 15%에 그쳤다.
시사점 LLM 에이전트에 실제 도구 출력을 사용한 평가가 필요하며, 감지기의 훈련 데이터를 검토해야 한다.
대규모 언어 모델 기반 에이전트가 기업 내 지식, 도구, 외부 서비스와 상호작용하는 환경에서 기존 방어 기법이 한계를 보인다. 이를 해결하기 위해 Persona Guardrail이라는 실무급 방어 프레임워크를 제안하고, PAGE라는 벤치마크를 통해 성능을 평가하여 정확도 95.9%, 비정상 영역 감지율 93.5%, 거짓 승인율 4.7%를 달성했다.
시사점 Persona Guardrail은 에이전트 시스템의 보안을 강화하는 실용적 방안으로, 기업이 실제 운영 환경에서 즉시 적용할 수 있다.
LLM 중심 에이전트 드론 군집의 인식-추론 인터페이스에서 다층 방어 구조를 구현하고 평가했다. 방어 실패 시 결정론적 스케줄러로 전환하는 방식을 제안했으며, 공격 탐지와 응답 분리의 중요성을 정량화했다.
시사점 이 연구는 드론 군집 시스템의 보안 강화를 위해 다층 방어 전략을 제안하며, 공격 탐지와 응답 분리의 실제 영향을 실증적으로 보여준다.
AI 생성 이미지의 소스 추적을 위한 디지털 워터마크 제거 공격 기법을 제안한다. 워터마크를 완전히 제거하면서 이미지 품질을 유지하는 LiBRA 기법을 개발하여, 기존 방법의 단점을 보완한다. 정량 결과는 원문 참조.
시사점 이 연구는 AI 생성 이미지의 워터마크 제거 공격 기법을 개선하여, 보안 실무자들이 디지털 워터마크의 신뢰성을 평가하는 데 참고할 수 있다.
워크스페이스 에이전트의 런타임 보안 위험을 평가하기 위해 EP-Path-EF 프레임워크를 기반으로 한 새로운 벤치마크인 EvoRiskBench를 제안한다. 450개의 적대적 작업을 통해 9개의 모델-하네스 구성에서 68.44%의 공격 성공률(ASR)을 기록했다.
시사점 워크스페이스 에이전트의 보안 설정이 자율 실행을 보장하지 못할 수 있으므로, 런타임 보안 위험 평가를 위한 벤치마크를 활용해 모델 및 하네스 선택에 주의해야 한다.
오픈웨이트 언어 모델에서 조건부 남용 탐지를 위한 트리거 태그 메커니즘의 공격 표면을 분류하고, 공통 공격 프레임워크를 제안하여 기존 메커니즘의 효과성을 무력화시켰다. 기존 트리거 태그 메커니즘은 공격 시 완전히 무효화된다.
시사점 오픈웨이트 LLM에서 트리거 태그를 남용 탐지 수단으로 사용하는 것은 공격에 취약하므로, 보완 방안을 모색해야 한다.
컴퓨터 사용 에이전트(CUA)가 브랜치 조종 공격(branch steering attacks)에 취약하다는 것을 보이고, STEER-Bench 벤치마크와 COBRA 방어 아키텍처를 제안한다. STEER-Bench에서 표준 CUA는 94.4%의 공격 성공률을 보였고, COBRA는 공격 성공률을 0%로 낮추며 97%의 정상 기능을 유지한다.
시사점 COBRA 아키텍처를 도입하면 CUA의 브랜치 조종 공격에 대한 취약성을 효과적으로 방어할 수 있다.
SecJev는 보안 작업에서 복잡한 관찰과 명시적 정책을 결정으로 전환하는 Jev 유사 결정 모델을 보안 분야에 특화시킨 것이다. SecJev-0.8B 모델은 일반적인 Kev-9B 모델보다 작업-매크로 정확도에서 20.51%포인트 높은 성능을 보였다.
시사점 SecJev는 보안 작업에서의 결정 정확도를 높여 보안 자동화 시스템의 신뢰성을 향상시킬 수 있다.
LLM 에이전트의 보안 문제를 해결하기 위해 보안 의식적 정적 분석 프레임워크인 AgentSecGraph를 제안하고, 67개 실제 LLM-에이전트 저장소를 기반으로 한 벤치마크 AgentSecBench를 구축했다. AgentSecGraph는 65개 저장소에서 23,866개의 정적 보안-민감한 작업 후보를 식별하고, 9,821개(41.15%) 후보에 대해 소스-작업 의존성 증거를 복구했다.
시사점 이 연구는 LLM 에이전트의 보안 분석을 위한 새로운 프레임워크와 벤치마크를 제공하여, 실무에서 보안 취약점을 식별하고 관리하는 데 도움이 될 수 있다.
Kubernetes 환경에서 대규모 언어 모델(LLM) 에이전트의 보안 문제를 해결하기 위해 7단계 방어-in-Depth 프레임워크와 9개의 설계 원칙을 제안한다. 이 프레임워크는 Kubernetes의 네이티브 및 널리 사용되는 메커니즘을 매핑하여 구현 가능성을 보인다.
시사점 이 연구는 Kubernetes 환경에서 AI 에이전트의 보안을 강화하기 위해 방어-in-Depth 전략을 실제 구현 가능한 아키텍처로 제시하여 클라우드 네이티브 보안 실무에 적용 가능하다.
LLM 워터마킹의 삭제 공격 취약성을 개선하기 위해 Reed-Muller 코드를 활용한 새로운 방식을 제안한다. OPT-1.3B와 Llama-3.1-8B-Instruct 모델에서 기존 방법보다 삭제/재작성 공격에 강한 성능을 보였다.
시사점 삭제 공격에 강한 워터마킹 기법을 통해 LLM 생성물의 추적 정확도를 높일 수 있다.
에이전트가 장기적이고 자율적으로 작동하면서 권한 관리가 어려워지고 있다. Pincer는 디지털 트윈을 활용해 사용자별 최소 권한 정책을 동적으로 학습하고 적용하는 새로운 방어 기법이다. 평가 결과 Pincer는 보안과 유틸리티 측면에서 기존 기법보다 우수한 성능을 보였다.
시사점 Pincer는 사용자별 최소 권한 정책을 자동으로 학습하고 적용함으로써 에이전트 보안을 강화할 수 있다.
기존 IIoT 침입 탐지 시스템은 패킷 특징이나 트래픽을 변조하는 방식의 공격을 주로 대상으로 삼는다. Phantom State 공격(PSA)은 탐지 시스템의 시간 동기화 기반 모니터링 파이프라인을 공격하여, 관측 데이터의 시간적 분포를 조정함으로써 실제 상태와 다른 가상 상태를 재구성하는 새로운 공격 기법이다.
시사점 이 연구는 IIoT 환경에서 시간 기반 침입 탐지 시스템의 취약점을 드러내며, 시간 동기화 기반 모니터링의 보안 강화 필요성을 시사한다.
대규모 언어 모델(LLM)의 입력 시퀀스 변이에 대한 내구성을 평가하고 개선하는 모델, 방법, 알고리즘을 개발하였다. R_stab(f) 지표를 제안하고, LLM-as-a-Judge 시스템에서 ASR 73.8%에 달하는 적응형 공격 기법을 제시하였다.
시사점 LLM의 입력 변이에 대한 내구성을 평가하고 개선하는 새로운 지표와 방어 기법이 제안되어, 실제 시스템에서의 보안 강화에 활용될 수 있다.
이 연구는 GraphRAG 파이프라인의 보조 구조를 공격하는 새로운 방법인 Hop-Decayed Influence(HDI)를 제안한다. HDI는 쿼리에 따른 영향력 전파를 통해 보조 구조를 조작하여 88-94%의 공격 성공률을 달성했으며, 수정된 구조는 기존 방어 기법을 99% 이상 우회할 수 있음을 보인다.
시사점 GraphRAG 파이프라인의 보조 구조를 조작하는 공격이 가능하므로, 해당 구조에 대한 실시간 검증이 필요하다.
LLM 다중 에이전트 시스템에서 에이전트-인-더-미들 공격을 방어하기 위해 통신 계층 무결성 원시체 MIRROR를 제안한다. MIRROR는 단일 정규화된 페이로드를 k개의 논리적 경로로 복제하고, 엄격한 다수의 경로가 동일한 해시를 보고할 때만 메시지를 수용한다.
시사점 이 연구는 LLM 다중 에이전트 시스템에서 공격자가 메시지를 조작하는 것을 방지하는 새로운 방식을 제시하여, 실무에서 통신 보안을 강화할 수 있다.
대형 언어 모델(LLM)은 단독으로는 거부되지만, 무해한 작업과 결합된 경우 해로운 의도를 숨기는 탈옥 공격에 취약할 수 있다. 본 연구는 이러한 조합적 의도 숨기기 탈옥 공격을 정보 이론적 관점에서 분석하고, 다양한 번들 크기와 쿼리 생성기에서의 탈옥 효과성과 타겟 행동 보존을 평가했다.
시사점 이 연구는 LLM의 탈옥 공격 방어를 위해 조합적 쿼리의 의도 분석 강화가 필요함을 시사한다.
다중 모달 RAG(MRAG) 시스템에 대한 새로운 데이터 저장소 추출 공격 기법 immRAG를 제안한다. 공격자는 이미지에 악의적 지시를 내장하여 시스템에서 새로운 데이터를 추출할 수 있다. 단일 2500쿼리 실행으로 최대 611개의 방사선 이미지, 566개의 문서 스캔, 416개의 일반 목적 이미지를 재구성할 수 있으며, 비적응형 기준 대비 최대 5.6배 많은 데이터 저장소 항목을 얻는다.
시사점 이 연구는 MRAG 시스템의 보안 취약점을 드러내며, 다중 모달 데이터에 대한 구체적인 보호 대책이 필요하다는 것을 시사한다.
LLMLeak이라는 새로운 공격 벡터를 제시하고, 11개 오픈 파라미터 모델과 실제 챗봇을 대상으로 실험을 수행하였다. 실험 결과, 공격 성공률은 79.7%로 나타났다.
시사점 LLM을 활용한 은밀한 정보 유출 공격이 가능하므로, LLM 사용 시 URL 접근을 주의 깊게 모니터링해야 한다.
분산 에이전트 경제에서 작업 흐름의 보안 및 경제적 요구사항을 17개 속성 가족으로 체계화하고, 12개 시스템과 5개 메커니즘을 분석했다. 840개 실행과 11,648개 사례를 검사해 검증과 정산 사이의 반복적 결함을 드러냈다.
시사점 분산 에이전트 경제 시스템의 보증 체계를 설계할 때 검증과 정산 단계 간의 결함을 주의 깊게 점검해야 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.