본 논문은 자율주행 환경에서의 물리적 적대적 공격에 대한 취약성을 다룬다. 기존의 어려움인 다양한 실제 환경과 시각적 자연스러움 유지를 극복하기 위해, 본 논문은 적대적 패치 생성 문제를 one-shot 문제로 재정의한다. 특정 장면 맥락을 고려하는 심층 생성 모델을 통해 적대적 패치를 생성하고, 다중 모달 LLM 에이전트 기반의 MAGIC(Mastering Physical Adversarial Generation In Context) 프레임워크를 제안한다. MAGIC은 세 개의 전문화된 LLM 에이전트(GAgent, DAgent, EAgent)를 조정하여 적대적 패치 생성, 배치 전략 결정, 그리고 반복적 개선을 수행한다. nuImage와 실제 장면에서 YOLO 및 DETR 계열의 객체 탐지 시스템에 대한 효과를 검증한다.
