중앙대 학부생 3인, AI 보안 에이전트의 ‘공격 편향’ 규명…식별 정확도 65%, 레드티밍·보안 평가 고도화 가능성 제시
중앙대 산업보안학과 학부생들이 AI 에이전트마다 특정 사이버 공격을 선호하는 '공격 선택 편향'을 밝혀내고 관련 연구를 NeurIPS 2026에 채택시켰다. 분석 결과 클로드는 정보 탐색, 제미나이는 SQL 인젝션, GLM은 인증 우회를 선호하는 등 모델별 고유 행동 양식이 확인됐다. 이번 연구는 단순 성공률 측정을 넘어 에이전트의 행동 특성을 정량적으로 분석해 자율형 AI 보안 점검 및 레드티밍 평가를 고도화할 수 있음을 보여준다.