용어집 주제

Model supply-chain poisoning attacks

이 모든 공격은 주변 시스템이 아니라 모델 자체를 손상시킵니다 — 가중치를 편집하거나, 뉴런 수준의 백도어를 심거나, 채팅 템플릿을 변조하거나, 공유 허브에서의 사후 훈련 중에 포이즌을 주입하는 방식이든 간에요. 실질적인 교훈은 모델이 양호해 보여도 숨겨진 악의적 행동을 지닐 수 있다는 점이며, 따라서 모델의 출처 확인과 검증은 단순한 기술적 문제가 아니라 보안 결정이라는 것입니다.
라이브 피드에서 추적 이 개념이 실제 AI 보안·거버넌스 동향에서 어떻게 나타나는지 확인하세요.
피드 열기 →