본 논문은 인공지능 기반 자동 결제 시스템을 갖춘 무인 상점의 보안 취약성, 특히 물리적 환경에서의 적대적 패치 공격에 대한 연구 결과를 제시한다. 적대적 패치 공격이 무인 상점에서 사용되는 물체 탐지 모델을 심각하게 방해하여 절도, 재고 불일치, 시스템 간섭 등의 문제를 야기할 수 있음을 보여준다. 세 가지 유형의 적대적 패치 공격(숨기기, 생성, 변경 공격)의 효과를 조사하고, 목표 클래스 객체의 색상 정보를 활용한 새로운 색상 히스토그램 유사도 손실 함수를 도입하였다. 공격 성공률 분석에 기존의 혼동 행렬 기반 지표 외에 경계 상자 기반 지표를 새롭게 제시하고, 디지털 환경과 실제 무인 상점 환경 모두에서 실험을 진행하였다. 또한, 모델 매개변수에 대한 직접적인 접근 없이도 그림자 공격을 통해 공격 성공률을 높일 수 있음을 보여주며, 실시간 탐지 시스템의 현재 방어 메커니즘의 한계를 강조하고, 보다 강력한 방어 전략의 필요성을 제시한다.
