연구진은 AI 에이전트의 보안 평가에 사용되는 벤치마크가 핵심적인 취약점을 가지고 있다고 지적했어요. 벤치마크의 취약점, 시간의 흐름에 따른 쓸모없음, 런타임 불확실성 등이 주요 문제로 꼽혔어요. 더 신뢰할 수 있는 평가 프레임워크 구축을 위한 실질적인 방안도 제시했어요.
AI 에이전트 보안 평가의 핵심 과제로 벤치마크의 취약점, 시대에 뒤떨어진 정보, 런타임 불확실성을 확인했어요. 이러한 문제점을 해결하기 위한 평가 프레임워크 개선 방향을 제시하며, 실제 보안 환경에서 AI 에이전트의 성능을 정확하게 측정하는 데 어려움이 있음을 강조했어요.