연구진은 적외선 비전-언어 모델의 보안 취약점을 분석한 InfraQR 공격 기법을 개발했어요. QR 코드에서 영감을 받은 이 기법은 이미지 경계에 구조적 패치를 배치하여 모델의 성능을 저하시킵니다.
InfraQR 공격은 적외선 분류, 캡션 생성, 시각적 질문 답변(VQA) 작업에서 OpenAI CLIP 모델의 정확도를 현저히 떨어뜨렸으며, GPT-5.4 기반 평가에서 의미론적 오류를 유발했어요.
연구 결과는 적외선 비전-언어 모델이 구조적 경계 패치 공격에 취약하며, 객체 가림 외의 다양한 공격에 대한 연구가 필요함을 시사합니다.