본 논문은 인공지능(AI) 워크로드의 보안을 강화하기 위해 설계된 혁신적인 자동화된 이동 목표 방어(AMTD) 시스템인 적응형 방어 에이전트(ADA)를 소개합니다. ADA는 Kubernetes pod의 일시적인 특성을 활용하여 인프라 수준에서 AI 워크로드를 지속적이고 자동으로 회전시킵니다. 이러한 지속적인 관리되는 변화는 공격자의 가정을 체계적으로 무효화하고 AI 서비스 인스턴스를 정기적으로 파괴하고 다시 생성하여 잠재적인 공격 체인을 방해합니다. 이 방법론은 혼돈 엔지니어링의 원리를 지속적이고 사전 예방적인 방어로 적용하여 기본 컴퓨팅 플랫폼을 보호하기 위해 복잡하고 비용이 많이 드는 기밀 또는 신뢰할 수 있는 컴퓨팅 솔루션에 의존하는 기존의 정적 방어와는 다른 패러다임 전환을 제공합니다. 동시에 에이전트 간(A2A) 통신 프레임워크 또는 모델 컨텍스트 프로토콜(MCP)과 같은 최신 에이전트 및 비에이전트 AI 에코시스템 및 솔루션을 애그노스틱하게 지원합니다. 널리 보급된 클라우드 네이티브 Kubernetes 기술에 의존하는 이 AI 기반 인프라 설계는 배포를 용이하게 하고, 회전을 통해 달성되는 고유한 제로 트러스트 자세를 통해 유지 관리를 간소화하며, 채택 속도를 높입니다. 본 논문은 ADA의 AMTD에 대한 새로운 접근 방식이 반응적인 패치가 아닌 사전 예방적인 환경 조작을 통해 보안을 달성하는 보다 강력하고 민첩하며 운영 효율적인 제로 트러스트 모델을 AI 서비스에 제공한다고 주장합니다.
