AI 추론 도난(Inference Theft) 방어 전략

HTTP 요청 비용은 매우 저렴하지만, 프론티어 모델의 AI 추론(Inference) 비용은 요청당 수 달러에 달할 정도로 매우 높다. 이러한 경제적 차이는 공격자에게 **추론 도난(Inference Theft)**이라는 고수익 비즈니스 모델을 제공하며, 이는 실제 API를 대상으로 빈번하게 발생하는 위협이다.

추론 도난은 타인의 유료 AI 추론 자원을 무단으로 사용하거나, 이를 저렴한 가격에 재판매하는 행위를 의미한다. 공격자는 다음과 같은 방식으로 기존 보안 체계를 우회한다.

• **주거용 프록시(Residential Proxy)**를 대량으로 사용하여 IP 기반 속도 제한(Rate Limit)을 무력화한다.
• 다수의 일회용 계정을 생성하여 인증 벽을 통과한다.
• 커스텀 AI 엔드포인트를 OpenAI나 Anthropic 호환 어댑터로 감싸서 표준 클라이언트에서 사용할 수 있게 만든다.

특히 사용자가 프롬프트와 모델 파라미터를 직접 제어할 수 있는 AI 플레이그라운드는 가장 위험한 타겟이다. 반면, 시스템 프롬프트가 고정된 **지원 봇(Support Bot)**은 상대적으로 노출이 적지만, 공격자가 모델을 속여 시스템 프롬프트를 우회하는 기술이 발전함에 따라 여전히 위험 요소가 존재한다.

기존의 세션 기반 인증이나 IP 제한은 공격의 경제성을 막기에 부족하다. Vercel은 모든 AI 요청에 대해 BotID를 통한 심층 분석을 수행하며, 세션 단위가 아닌 **요청 단위(per-request)**의 검증을 통해 이러한 공격을 차단한다.