[수상 소식] KISA 원장상 수상 (LLM을 활용한 텍스트 모델 인버전 결과의 유창성 복원 및 클래스 정보 보존 분석)

수상 논문인 "LLM을 활용한 텍스트 모델 인버전 결과의 유창성 복원 및 클래스 정보 보존 분석"은 기존 모델 인버전 공격 적용 시의 이산적인 토큰 공간 특성으로 인해 발생하는 문법적 한계를 지적하고, LLM을 활용하여 비유창한 결과를 자연스러운 문장으로 재구성하는 방법론을 제안했습니다. 특히 기존의 공격 기법이 LLM과 결합될 경우 프라이버시 정보 유출 위협이 더욱 가중될 수 있음을 실증적으로 증명했다는 점에서 높은 평가를 받았습니다.