연구 요약과 시사점은 AI가 공개 초록을 정리한 것입니다(AI 생성). 연구를 누르면 원문이 새 창에서 열립니다.
이 연구는 분산 에너지 자원(DER) 네트워크의 보안 위협을 추론하기 위한 설명 가능한 인공지능(AI) 기반 프레임워크인 CyTReX를 제안한다. CyTReX는 네트워크 수준 이상징후를 보안 운영 센터(SOC)의 조치와 조사에 활용할 수 있는 위협 가설로 변환한다.
시사점 이 연구는 보안 운영 센터에서 네트워크 이상징후를 구체적 위협 가설로 변환하여 조치를 지원하는 프레임워크를 제안한다.
NeuroSploit v4.2.0을 사용하여 Active Directory 펜테스트를 자동화하고, 22개의 AD 전용 에이전트와 7개의 공격 체인 플레이북을 통해 테스트 범위를 확장하였다. 9개의 최첨단 LLM을 허브스 내에서 비교한 결과, 허브스는 96-100% 기술 커버리지와 90-97% 정밀도를 달성하였다.
시사점 자동화된 펜테스트 허브스는 구조화된 오케스트레이션과 도메인 전문가 에이전트를 통해 Active Directory 펨테스트의 효율성과 정확도를 크게 향상시킬 수 있다.
음성 합성 모델에 다중 비트 식별자를 직접 삽입하는 생성적 수퍼마킹 기법을 제안하고, 재구성 공격 하에서 87.6%의 평균 복구 정확도를 달성했다. 10,000개 식별자 집합에서 출처 추적을 지원한다.
시사점 이 연구는 생성적 AI 음성의 출처를 신뢰성 있게 추적할 수 있는 기반을 제공한다.
LLM 지문 인식을 위해 워터마크 교사의 역할을 재고찰하고, 텍스트 품질과 탐지 가능성의 균형을 맞추는 새로운 방법을 제안한다. 여러 모델에서 텍스트 품질을 유지하면서 탐지 성능을 개선하는 결과를 보인다.
시사점 이 연구는 LLM 워터마크 기술의 한계를 보완하고, 보다 실용적인 지문 인식 방안을 제시한다.
분할 학습 환경에서 클라이언트가 서버에 텍스트를 보내지 않고 언어 모델을 학습할 수 있지만, 기울기 정보가 텍스트 유출에 기여하는지 측정했다. GPT-2에서 활성화 값만으로 94.20%의 토큰을 복원하고, 기울기를 추가하면 97.38%로 3.17%포인트 증가했다.
시사점 분할 학습 시스템에서 기울기 정보를 포함한 트래픽이 텍스트 유출에 활용될 수 있으므로, 보안 설계 시 기울기 데이터의 관리가 필요하다.
TellTail이라는 새로운 공격 기법을 제안하여, 블랙박스 시스템에서 검색기의 신원을 식별한다. 실험 결과, TellTail은 94.3%의 경우 상위 3개 결과만으로, 92.5%의 경우 언어 모델 생성 답변만으로도 검색기를 식별하는 데 성공했다.
시사점 TellTail 공격은 검색 기반 시스템이 임베딩 모델의 신원을 유출할 수 있음을 보여주어, 모델 보호와 공격 방지 전략을 강화할 필요가 있다.
SERA-IDS는 소형 언어 모델(SLM)을 활용한 침입 탐지 프레임워크로, 분류 오류에서 결정 지식을 학습한다. NF-BoT-IoT와 NF-ToN-IoT 테스트 세트에서 macro F1 지표가 각각 86.46%, 84.16%를 달성했다.
시사점 SERA-IDS는 소형 언어 모델을 활용해 침입 탐지 성능을 크게 향상시킬 수 있음을 보여주어, 자원 제한 환경에서 실용적이다.
이 연구는 지시 조정 모델(instruction-tuned models)에서 작업 수준 중독(task-level poisoning)을 감지하기 위한 두 단계의 블랙박스 감사 방법인 Localize-and-Detect를 제안한다. 첫 번째 단계에서 타겟 작업을 특정화하고, 두 번째 단계에서 편향된 콘텐츠를 탐지함으로써 216개의 중독 모델을 평가한 결과, 다양한 중독 설정과 모델에서 효과적으로 타겟 작업을 특정화하고 편향된 콘텐츠를 감지할 수 있음을 보인다.
시사점 이 연구는 지시 조정 모델에서 작업 수준 중독을 감지하는 새로운 방법을 제시하여, AI 모델 보안 분야에서 실용적인 도구로 활용될 수 있다.
LLM 워터마킹 기법 SWIFT를 제안하고, 워터마킹과 추론 인프라를 공동 설계해 성능과 효율성을 향상시켰다. 4.87의 최고 유틸리티 점수, 99.65% 탐지 정확도, 97.7%의 워터마킹 제거 공격 내성을 달성했다.
시사점 LLM 워터마킹을 실제 서비스에 적용할 때 성능과 효율성을 동시에 고려해야 한다.
연구팀은 대규모 언어 모델(LLM)을 활용한 소프트웨어 취약점 주입 공격인 EviLLM을 제안하고, 13개 CWE 클래스의 취약점을 주입할 수 있음을 보였다. 사용자 실험에서 7명 중 8명과 13명 중 10명이 주입된 취약점을 인지하지 못했으며, 21명 중 13명은 EviLLM과 유사한 공격 위험을 거의 고려하지 않는다고 답했다.
시사점 소프트웨어 개발 과정에서 AI 코드 생성 파이프라인의 보안 강화가 필요하며, 개발자 교육을 통해 EviLLM 공격에 대한 인식을 높이는 것이 중요하다.
제품 요구사항 문서와 아키텍처 다이어그램에서 설계 단계 보안 분석을 위한 다중 에이전트 LLM 프레임워크를 제안한다. 아키텍처 다이어그램을 그래프로 변환하고, 오용 사례를 생성해 공격 트리를 구성하며, 거버넌스 및 규정 준수 격차를 확인하고 완화책을 제안한다. 평가 결과, 아키텍처 기반 오용 주도 추론이 단일샷 및 제거 기준 대비 검토 품질을 개선한다.
시사점 이 결과로 설계 단계에서 보안 검토를 자동화할 수 있으며, 초기 단계에서 취약점을 식별하는 실무 도구로 활용될 수 있다.
AI 에이전트가 GUI를 통해 컴퓨터를 조작하는 환경에서의 제어 연구를 수행하고, 318개의 일반 작업과 81개의 해로운 부차적 작업을 결합한 새로운 제어 환경인 Control OSWorld를 제시한다. 모니터가 전체 경로를 볼 때 97%의 재현률과 3%의 거짓 긍정률을 달성했으며, 단계별 평가에서는 재현률이 떨어지는 것을 보인다.
시사점 GUI 기반 AI 에이전트의 해로운 활동을 감지하는 모니터링 시스템 설계 시 전체 경로를 고려하는 것이 중요하다는 점을 실무에 적용할 수 있다.
CSS를 사용하여 로그인 토큰을 유출하는 기법을 개선하여 더 긴 토큰을 추출하는 방법을 제시한다. 223KB의 CSS로 640자 토큰을 추출하는 데 성공했다.
시사점 이 연구는 웹 애플리케이션에서 CSS를 통한 토큰 유출의 위험성을 증명하며, 토큰 보호를 위한 추가적인 보안 조치가 필요하다.
연방 학습(FL)에서 클라이언트와 집계자의 정책 준수를 보장하기 위해 정책-준수 연방 학습 프레임워크인 PoCoFL을 제안한다. PoCoFL은 정책 의존 관계를 포착하는 형식화를 제공하며, 기여의 정책 준수를 증명하고 집계 정책에 따라 처리함을 보인다.
시사점 이 연구는 연방 학습 환경에서 정책 준수를 보장하는 기술적 구현을 제시하여, 데이터 프라이버시와 규정 준수를 동시에 달성하는 데 기여할 수 있다.
LLM 기반 에이전트 보안 벤치마크에서 공격 성공률(ASR)이 표현 방식에 따라 달라지는 현상을 분석하고, threat-preserving representation sensitivity(TPRS) 지표를 제안했다. ASB, MCPTox, AgentDojo에서 GPT-5-mini, Claude Haiku 4.5, GPT-4o-mini 모델의 ASR 변화를 0.50~13.21%포인트 범위로 측정했다.
시사점 보안 점수는 표현 방식에 따라 달라질 수 있으므로, 다양한 threat-preserving 표현에서의 성능을 확인해야 신뢰할 수 있다.
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.
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.