앤트로픽, 클로드 자체 대화 감시 기술 도입해 유해성 78% 탐지
앤트로픽, '클로드' 자기 대화 감시 기술 도입…유해 사용 78% 탐지
- 앤트로픽이 클로드가 대화의 위험성을 스스로 평가하는 '자기 평가' 기술을 개발해 적용했습니다.
- 이 방식은 별도 모델 없이 답변 직후 검토를 수행하며, 유해 사용을 78% 확률로 찾아냅니다.
- 추가 연산 비용을 2% 미만으로 유지하면서 사기 및 불법 정보 추출 시도를 효과적으로 탐지합니다.
왜 중요한가
추가 인프라 비용을 최소화하면서 모델 자체의 안전성을 높이는 실용적인 보안 기술 사례입니다.
이 요약은 AI가 원문을 읽고 작성했습니다. 숫자와 고유명사는 원문에서 확인해 주세요.
원문 읽기 (aitimes.com)