Viet Thanh Pham이 이끄는 연구진이 UniGuard를 공개했다. 이 학습 프레임워크는 AI를 단일 프롬프트, 대화, 에이전트 추론 기록, 다중 에이전트 시나리오 중 어떤 방식으로 사용하더라도 동일하게 작동하는 안전 신호를 학습한다. 연구진은 공개된 안전성 사례 1,000개로 데이터셋을 만들고, 각 사례를 다섯 가지 형식으로 변환했다. 이렇게 만든 UniGuard‑0.6B 모델은 분류, 대조 학습, 특수 보정 손실 함수를 활용해 학습됐다. 보지 못한 인터페이스를 대상으로 한 세 가지 벤치마크에서 이전 모델보다 F1 점수가 약 45점 높고 보정 오차는 35점 낮았으며, Claude‑Sonnet‑4.5와 GPT‑5.2 같은 훨씬 큰 모델과도 경쟁력 있는 성능을 보였다.
왜 중요한가
AI 비서 개발자는 채팅, 에이전트, 다중 에이전트 환경에서 안정적으로 작동하는 소형 0.6B 가드레일을 활용해 여러 안전성 모델을 따로 운용할 필요를 줄일 수 있다.
