연구진은 AI 기반 시각 인식 시스템이 물리적으로 구현 가능한 적대적 패턴에 취약하다는 점을 발견했어요.
InsCAT이라는 새로운 프레임워크를 제안하여, 검출기가 적대적 텍스처를 독립적인 판단 근거로 사용하지 못하도록 훈련했어요.
InsCAT은 8가지 공격 텍스처에 대해 평균 공격 AP 82.3%를 달성하며 기존 방식보다 11.1 포인트 향상됐어요.
물리적 테스트 결과 F1 점수는 96.6%, FPR은 1.8%로 나타나 안전한 물리적 검출에 기여할 수 있음을 보여줬어요.