AI 모델 공급망 보안: 단순 서명을 넘어선 입력 데이터 추적의 중요성

작성자의 분석에 대해 대체로 공감하는 분위기이며, 특히 초기 컨테이너 보안과의 비교가 적절하다는 평가가 있다.

• 모델 배포 시 SBOM을 함께 생성하여 학습에 사용된 데이터셋과 베이스 모델의 해시값을 기록하십시오.
• CI/CD 파이프라인에서 각 단계의 출력을 Attestation으로 남겨 신뢰 사슬을 구축하십시오.

• 모델 서명은 최종 파일의 무결성만 보장할 뿐, 학습에 사용된 데이터나 베이스 모델의 안전성을 증명하지 못한다.
• AI 모델 보안을 위해 학습 파이프라인의 모든 입력을 다이제스트 수준에서 추적하는 그래프 기반 검증 체계가 필요하다.
• SBOM과 Attestation 같은 기존 도구들을 통합하여 모델의 출처를 엔드투엔드로 강제하는 워크플로를 구축해야 한다.