악의적인 환경이 의사결정 AI를 속이는 이유
의사결정 AI는 도구를 사용해 성능을 평가하지만, 이러한 의존성은 공격 표면을 노출시킨다. 현재 평가 방법은 성능을 평가하지만, 도구가 사실을 숨기고 있는지 여부는 고려하지 않는다. 따라서 AI는 의존성에 대한 의구심을 갖지 못한다. 연구자들은 이러한 의존성에 대한 취약성을 '의존성 격차'라고 명명하고, 공격 모델인 '악의적인 환경 주입'을 제안한다. 이 공격 모델은 도구의 출력을 변조하여 AI를 속이는 것을 목표로 한다.
악의적인 환경 주입: 의존성 격차
의사결정 AI는 도구를 사용해 성능을 평가하지만, 이러한 의존성은 공격 표면을 노출시킨다. 현재 평가 방법은 성능을 평가하지만, 도구가 사실을 숨기고 있는지 여부는 고려하지 않는다. 따라서 AI는 의존성에 대한 의구심을 갖지 못한다. 연구자들은 이러한 의존성에 대한 취약성을 '의존성 격차'라고 명명하고, 공격 모델인 '악의적인 환경 주입'을 제안한다. 이 공격 모델은 도구의 출력을 변조하여 AI를 속이는 것을 목표로 한다.
악의적인 환경 주입을 위한 POTEMKIN
POTEMKIN은 Model Context Protocol (MCP)-compatible한 플러그 앤 플레이로의 강건성 테스트를 위한 제재이다. 연구자들은 POTEMKIN을 사용하여 5개의 전방위 AI를 11,000+ 번 테스트하고, 두 가지 orthogonal한 공격 표면을 발견한다. 첫 번째 공격 표면은 'Illusion'으로, 도구의 출력을 변조하여 AI가 잘못된 믿음을 갖도록 하기 위해 사용된다. 두 번째 공격 표면은 'Maze'으로, 구조적 트랩을 사용하여 AI가 무한 루프에 빠지도록 하기 위해 사용된다.
결과
연구자들은 두 가지 공격 표면 모두에 대한 AI의 강건성에 대한 결과를 발표한다. 연구자들은 AI가 하나의 공격 표면에 대한 강건성을 향상시키면, 다른 공격 표면에 대한 취약성을 증가시키는 것을 발견한다. 따라서 AI는 두 가지 공격 표면 모두에 대한 강건성을 향상시키기 위해, epistemic robustness와 navigational robustness를 분리해야 한다.
함께 읽으면 좋은 기사
Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.
AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는
메타, 인공지능 앱 '뮤즈'에 힘을 싣는다
메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.
메타의 AI 태그치 시도는 성공적인 것일까?
메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?
OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.
연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.
강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정
역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역
BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화
DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.