#sandboxing

단 하나의 문구로 깨어난 AI 백도어

겉보기엔 무해한 모델이 일상적인 검사를 통과하면서도 잠재된 명령을 숨길 수 있습니다. 위험한 것은 그 문구 자체가 아니라, 그 문구가 작동했을 때 AI 에이전트가 접근할 수 있는 범위입니다.