본 논문은 생성형 AI 시스템의 프롬프트 인젝션 취약성을 해결하기 위해 다중 에이전트 NLP 프레임워크를 제시합니다. 이 프레임워크는 응답 생성, 출력 위생화, 정책 준수 강화를 담당하는 전문화된 에이전트들을 조율하여 계층화된 탐지 및 강화 메커니즘을 통해 프롬프트 인젝션 공격을 방어합니다. 500개의 인젝션 프롬프트를 이용한 평가 결과, 인젝션 성공률과 정책 위반율이 크게 감소함을 보였습니다. 또한, 인젝션 성공률(ISR), 정책 무시 빈도(POF), 프롬프트 위생화율(PSR), 준수 일관성 점수(CCS) 등의 새로운 지표를 제안하여 종합적인 총 인젝션 취약성 점수(TIVS)를 도출했습니다. OVON(Open Voice Network) 프레임워크를 사용하여 에이전트 간 구조화된 JSON 메시지를 통해 통신하며, 기존의 환각 완화를 위한 다중 에이전트 아키텍처를 확장하여 프롬프트 인젝션의 고유한 문제에 대처합니다.
