behavioral-drift

AI 모델이나 에이전트가 시간이 지남에 따라 초기 학습 상태나 의도된 동작 방식에서 벗어나 점진적으로 변화하는 현상이다. 이는 데이터 분포의 변화나 미세한 시스템 업데이트로 인해 발생하며 결과값은 정상처럼 보여도 내부 논리가 훼손될 수 있어 위험하다.