연구진이 적외선 원격 감지 시각-언어 모델(VLM)에 대한 새로운 적대적 공격 'AirflowAttack'을 공개했어요. 이 공격은 물리적으로 가능한 공기 흐름 패턴을 활용하여 모델의 장면 분류 정확도를 떨어뜨려요.
AirflowAttack은 단일 입력에 독립적인 적대적 교란을 생성하며, 5개의 CLIP 모델에서 평균 48.5%의 장면 분류 공격 성공률(ASR)을 기록했어요. 이는 기존 물리적 공격보다 훨씬 높은 수치예요.
연구 결과는 VLM 생태계의 취약점을 드러내며, 모델이 교란을 실제 열 증거로 오인하는 현상도 확인됐어요.