비공개·무제한 모델로 보안 팀에 문을 연 NEAR AI RED
NEAR AI RED는 비공개·무제한 AI를 중심으로 구축된 프로그램에 보안 팀을 받아들이는 한편, 모델 접근에 멤버십이 필요하지는 않다고 분명히 밝히고 있다. 이 구분은 중요하다. 이 프로그램은 사이버 보안 모델 사용을 위한 독점적 권한이 아니라 NEAR AI와 더 긴밀한 관계를 제공한다.
10월 30일 확산된 발표는 AI 보안의 현실적인 충돌에 주목하게 한다. 방어자는 정당한 업무를 거부하지 않으면서 민감한 취약점을 검토할 수 있는 모델을 원한다. 제공업체는 공격자가 유사한 작업을 수행하는 데 도움이 되는 역량도 다뤄야 한다.
NEAR의 접근 방식은 조직의 업무에 따라 접근 권한과 보호 조치를 조정하는 Anthropic의 검증된 접근 프로그램과 대조된다. 어느 접근 방식도 구매자의 책임을 없애지는 않는다. 보안 팀은 여전히 지원이 유용한지, 기밀 처리가 설명대로 작동하는지, 테스트가 승인된 범위 안에서 이뤄지는지에 관한 근거를 확보해야 한다.
이미 이용 가능한 모델을 중심으로 팀 프로그램을 추가한 NEAR AI RED
이번 즉각적인 변화는 기반 모델을 독점적으로 공개한 것이 아니라 보안 팀 참여 프로그램이다.
NEAR의 cybersecurity models 페이지는 해당 모델을 모든 NEAR AI Cloud 계정에서 이용할 수 있다고 설명한다. RED는 레드 팀, 감사 담당자, 내부 애플리케이션 보안 그룹을 대상으로 한다. 레드 팀은 실제 공격자가 악용하기 전에 취약점을 식별하기 위해 승인된 적대적 테스트를 수행한다.
이 구분은 헤드라인을 쉽게 오해하는 일을 막는다. 팀은 홍보된 모델을 평가하기 전에 RED에 가입할 필요가 없다. 대신 가입하면 조기 모델 접근, 워크숍, 커뮤니티 참여, 공동 마케팅 기회가 추가된다.
이러한 혜택은 공식 security team application에 안내되어 있다. 이 양식은 신청자가 소유하거나 테스트에 대한 서면 허가를 받은 시스템에서 합법적인 연구 또는 승인된 테스트를 수행하도록 요구한다. 또한 무제한 모델이 유해하거나 부정확한 결과물을 생성할 수 있음을 인정하도록 요청한다.
이러한 인정은 제품 포지셔닝과 함께 주목할 필요가 있다. 거부 동작을 제거하면 모델이 답변하려 시도하는 범위가 달라진다. 하지만 그 답변이 실제 취약점을 식별하는지, 관련 맥락을 보존하는지, 적절한 해결책을 권고하는지를 보장하지는 않는다.
따라서 구매자에게 이번 공개는 완결된 구매 근거가 아니라 평가 기회를 만든다. 접근 가능한 모델은 기존 워크플로에 맞춰 테스트할 수 있다. 멤버십 프로그램은 팀이 제공업체와 문제를 논의하는 데 도움이 될 수 있다. 어느 쪽도 결과 없이는 운영상 가치를 입증하지 못한다.
제품 접근과 조직 차원의 도입 사이에는 중요한 차이도 있다. 개인 연구자는 즉시 계정을 만들 수 있을 수 있다. 그러나 기업은 제출하려는 정보와 수행하려는 활동에 대해 여전히 승인이 필요하다.
프로그램을 검토하는 보안 관리자는 이러한 결정을 연결해야 한다. 기술 팀은 유용한 응답을 원한다. 조달 부서는 명확한 약정을 원한다. 법무 및 보안 리더십은 테스트와 데이터 처리에 대해 합의된 범위가 필요하다.
이 기사를 위해 검토한 출시 자료는 취약점 탐지 측면의 비교 우위를 입증하지 않는다. 또한 RED 회원이 보안 문제를 더 빠르게 해결한다는 독립적 근거도 제공하지 않는다. 이는 신청 접수만으로 뒷받침되는 결론이 아니라 평가를 통해 확인해야 할 문제로 남아 있다.
이로써 이 뉴스는 AI가 보안 업무를 대체한다는 일반적인 주장보다 더 구체적인 의미를 갖는다. NEAR는 불필요한 거부나 노출 없이 민감한 방어 분석을 수행한다는 명확한 구매자 문제를 중심으로 서비스를 구성하고 있다. 그 중요성은 실제 보안 업무 안에서 이 제안이 어떻게 작동하는지에 달려 있다.
보안 리더는 접근성과 책임성을 함께 평가해야 한다
더 쉬운 접근은 구매 결정을 내부 승인, 근거의 품질, 그리고 그 결과물에 대한 책임 쪽으로 옮긴다.
보안 리더에게 이 매력은 이해할 만하다. 어려운 질문에 응답하는 모델은 연구자가 의심되는 취약점을 조사하는 데 도움을 줄 수 있다. 관련 분석을 반복해서 거부하는 모델은 그 과정을 중단시킬 수 있다.
그러나 답변하려는 의지는 초기 조건일 뿐이다. 응답은 상세하고 그럴듯해도 기술적으로 틀릴 수 있다. 실제 문제를 식별하면서도 이를 악용하는 데 필요한 조건을 오해할 수도 있다.
출시 전 내부 서비스를 검토하는 가상의 애플리케이션 보안 팀을 생각해 보자. 이 팀은 의심스러운 코드 경로를 해석하는 데 도움을 원한다. 유용한 결과는 엔지니어가 검증하고 해결할 수 있는 재현 가능한 발견 사항이다.
자신감 있는 설명만으로는 그 기준을 충족하지 못한다. 연구자는 해당 동작이 실제로 존재하는지, 공격자가 도달할 수 있는지, 기존 통제가 그 중요성을 바꾸는지를 확인해야 한다.
같은 구분은 부정적인 결과에도 적용된다. 아무것도 찾지 못한 모델이 서비스를 안전하다고 인증한 것은 아니다. 침묵은 제한된 맥락, 불완전한 이해, 또는 검토 자료 밖에 있는 취약점을 반영할 수 있다.
이는 NEAR 모델에 대해 보고된 발견 사항이 아니라 평가 시 고려할 요소다. 이는 제품의 효과를 입증하지 않으면서도 접근성 발표가 구매자에게 중요한 이유를 설명한다. 보안 팀은 답변이 나온 뒤 완료된 업무를 측정해야 한다.
압박은 특히 부족한 검토자 역량을 관리하는 관리자에게 가해진다. 연구자가 추가 발견 사항을 효율적으로 평가할 수 있을 때에만 더 많은 발견을 생성하는 것이 도움이 된다. 근거 없는 주장으로 이루어진 대규모 대기열은 지원 도구가 절약하려던 역량을 소모할 수 있다.
따라서 유용한 비교는 승인된 발견 사항과 검토자 투입 노력을 함께 살펴봐야 한다. 팀은 새로 발견된 문제와 기존 도구가 이미 식별한 문제도 구분해야 한다. 그렇지 않으면 겉보기 생산성이 반복 보고를 반영할 수 있다.
권한 부여는 또 다른 경계를 만든다. 소스 코드를 검토할 권한이 있다고 해서 운영 중인 고객 환경을 테스트할 권한이 자동으로 주어지는 것은 아니다. 통제된 업무 수행에 대한 허가는 모든 연결된 서비스를 반드시 포함하지 않는다.
비공개 보안 AI는 모델 자체가 이러한 경계를 강제하지 않더라도 그 경계 안에 맞아야 한다. 이를 사용하는 조직은 여전히 업무 범위에 대한 책임을 진다. 제공업체의 접근 권한은 시스템 소유자의 허가를 대체할 수 없다.
그 책임은 결과로 나온 근거에도 적용된다. 발견 사항에는 다른 검토자가 근거를 이해할 수 있는 충분한 맥락이 필요하다. 민감한 세부 정보에는 연구자, 개발자, 관리자 간 인계 과정에서도 유지되는 처리 규칙이 필요하다.
검색 가능한 지식 베이스는 승인된 기술 문서와 이전 의사결정을 지원할 수 있다. 그 권한 및 보존 규칙은 여전히 자료의 민감도에 맞아야 한다.
더 넓은 의미는 조직 차원에 있다. 더 쉬운 모델 접근은 호기심과 실험 사이의 거리를 줄일 수 있다. 보안 리더십은 실험과 책임 있는 사용 사이의 거리도 그만큼 분명하게 유지되도록 해야 한다.
공개 접근과 검증된 접근은 서로 다른 답을 제시한다
핵심적인 경쟁 차이는 방어자가 AI를 사용해야 하는지 여부가 아니라 제공업체가 어디에 접근 통제를 두는지에 관한 것이다.
Anthropic이 10월 6일 확대한 cyber verification program은 대조적인 접근을 제시한다. 이 프로그램은 서로 다른 접근 범주를 통해 자격을 갖춘 보안 전문가에게 고급 기능과 완화된 차단을 제공한다.
이 프로그램은 방어 업무, 승인된 적대적 테스트, 특히 민감한 시스템을 구분한다. 검증 요건과 통제는 그 범위에 따라 달라진다. Anthropic은 일반적으로 이용 가능한 모델이 소유한 소스 코드에서 코드 검토, 패치 적용, 취약점 발견 등의 활동을 지원한다고도 밝힌다.
이 맥락은 주류 모델이 단순히 보안 업무를 거부한다는 모든 포괄적 주장을 제한한다. 제공업체는 이미 활동, 사용자, 배포 조건을 구분하고 있다. 쟁점은 그러한 구분의 정확성, 마찰, 그리고 결과에 있다.
NEAR AI의 사이버 보안 포지셔닝은 거부 동작 없이 보안 질문에 응답하는 모델을 강조한다. RED 멤버십은 그러한 접근과 함께 제공된다. Anthropic의 프로그램은 자체 프레임워크 아래 더 넓은 역량을 얻는 과정에 검증을 포함한다.
이 선택들은 책임을 서로 다르게 분배한다. 폭넓은 이용 가능성은 팀이 전문 프로그램에 가입하지 않고도 서비스를 평가하기 시작할 수 있게 한다. 검증된 접근은 제공업체가 허용하는 업무의 범위를 형성할 수 있는 외부 검토를 도입한다.
어느 설계도 특정 모델의 품질을 자동으로 예측하지는 않는다. 접근 정책과 기술 역량은 별개의 차원이다. 허용적인 모델은 승인된 작업에서 제한된 경쟁 모델보다 성능이 낮을 수 있다.
제한된 모델도 실질적인 유용성을 낮추는 중단을 초래할 수 있다. 구매자는 완료된 업무의 품질과 이를 얻는 데 따르는 마찰을 모두 평가해야 한다. 어느 한 차원만 측정하면 비교가 불완전해진다.
셀프 호스팅, 즉 조직의 통제 아래 있는 인프라에서 모델을 운영하는 방식은 또 다른 기준점이 된다. 이는 팀에 구성에 대한 더 직접적인 통제권을 줄 수 있다. 동시에 인프라 운영과 유지 관리를 해당 조직에 맡긴다.
이 선택지는 주요 이야기가 되지 않으면서도 구매 논의에 포함되어야 한다. 팀은 운영상 통제권, 호스팅 서비스, 또는 정보 유형에 따른 서로 다른 방식을 선호할 수 있다. 중요한 질문은 실제로 관리할 수 있는 책임이 무엇인지다.
비교할 때도 “uncensored”를 완전한 제품 사양으로 취급해서는 안 된다. 이 표현은 거부 동작의 변화를 설명한다. 모델의 추론 품질, 지원되는 맥락, 신뢰성, 기존 검토 프로세스와의 적합성을 설명하지는 않는다.
마찬가지로 “verified access”도 모든 작업에 걸쳐 동일한 경험을 의미하지는 않는다. 중요한 것은 특정 워크플로에 부여되는 권한이다. 구매자는 제공업체가 가장 넓게 홍보하는 역량이 아니라 자신이 실제로 얻을 수 있는 방식을 평가해야 한다.
소규모 연구 팀에는 신청 과정의 마찰이 큰 비중을 차지할 수 있다. 대규모 조직에는 문서화된 접근 제한이 기존 승인 절차에 맞을 수 있다. 이는 어느 구매자가 보안을 오해한다는 근거가 아니라 서로 다른 운영 요구사항이다.
따라서 경쟁 압력은 구체적이다. NEAR는 자사의 접근 방식이 유용한 방어 업무를 지원한다는 점을 보여야 한다. 검증된 접근 제공업체는 자사의 통제가 정당한 업무를 불필요하게 방해하지 않으면서 구분한다는 점을 보여야 한다.
공급업체가 비교 가능한 근거를 제공할 때 보안 팀은 이 경쟁의 혜택을 얻는다. 모든 거부를 실패와 동일시하거나 모든 무제한 응답을 진전과 동일시하는 주장은 그들에게 덜 도움이 된다.
기밀 처리는 구매자가 살펴봐야 할 경계를 가진다
비공개 실행 환경은 처리 중 데이터 노출을 다루지만, 그 결과로 나온 조언의 정확성이나 안전성을 보장하지는 않는다.
NEAR는 자사의 호스팅형 사이버보안 모델이 보안 엔클레이브 내에서 실행된다고 설명한다. 보안 엔클레이브는 연산 중 정보를 보호하도록 설계된 하드웨어 격리 환경이다. 이는 공개되지 않은 취약점을 드러낼 수 있는 자료를 처리하는 민감한 상황을 겨냥한 약속이다.
실행 환경에 관한 암호학적 증거인 어테스테이션은 회사의 검증 체계에 포함된다. NEAR의 프라이빗 추론 검증 설명은 게이트웨이, 모델 환경, 연결 및 응답에 대한 검증을 다룬다. 또한 한계도 명시적으로 밝힌다.
해당 설명에 따르면 어테스테이션은 소프트웨어에 버그가 전혀 없음을 증명하지 않는다. 보호 기능은 기반 하드웨어와 그 검증 시스템에 의존한다. 이는 검증을 무제한적인 보안 보증으로 다루는 것보다 더 제한적이면서도 유용한 주장이다.
이 구분이 중요한 이유는 구매자가 서로 다른 여러 질문에 직면하기 때문이다. 민감한 정보는 어디에서 읽을 수 있게 되는가? 어떤 환경이 이를 처리하는가? 그리고 그 환경과 애플리케이션이 실제로 보낸 요청을 연결하는 증거는 무엇인가?
응답에 관한 별도의 질문도 있다. 모델이 해당 자료를 올바르게 해석했는가? 이후 활용에 대한 질문도 있다. 연구자가 답변에 의존하기 전에 이를 검증했는가?
처리 환경에 대한 증거만으로는 이 모든 질문에 답할 수 없다. 구매자는 이를 서비스가 “안전하다”는 단일 판단으로 압축하지 말아야 한다. 통제 수단은 전체 문제의 일부만 다루더라도 가치가 있을 수 있다.
회사의 경로별 약관은 또 다른 중요한 조건을 덧붙인다. 개인정보 보호, 처리, 보존 및 검증 특성은 경로별로 다를 수 있다고 명시한다. 한 경로에 관한 설명이 다른 경로에도 자동으로 적용되는 것은 아니다.
경로란 요청에 사용되는 처리 흐름을 뜻한다. 이 구분은 구매자가 실제 서비스 구성과 적용되는 문서를 검토해야 함을 의미한다. 익숙한 모델명만으로는 특정 요청에 적용되는 보호 조치를 확인할 수 없다.
이는 팀이 재사용 가능한 통합을 구축할 때 특히 중요하다. 한 워크플로를 위해 승인된 구성은 이용 가능한 모든 모델이나 처리 경로에 대한 포괄적 승인으로 조용히 확대되어서는 안 된다. 변경 사항은 원래 요구사항에 비추어 검토할 가치가 있다.
주변 애플리케이션도 중요하다. 요청 내용을 자체 진단 로그에 기록하는 가상의 리서치 도구를 생각해 보자. 원격 추론을 보호하더라도 이러한 로컬 동작이 만든 사본까지 제거할 수는 없다.
마찬가지로 연구자가 민감한 응답을 제한 없는 협업 채널에 붙여 넣을 수도 있다. 추론 환경은 그 이후의 공개를 통제하지 못한다. 이 사례들은 NEAR 서비스의 문서화된 실패가 아니라 워크플로 경계를 보여 준다.
따라서 조달팀은 의도된 전체 경로에 대한 완전한 설명을 요구해야 한다. 검토는 애플리케이션 동작, 제공업체 처리, 검증 및 후속 저장을 연결해야 한다. 각 구성 요소에는 책임자가 필요하다.
기밀 처리의 실질적 이점은 평가할 수 있는 구체적 통제 수단을 제공한다는 데 있다. 구매자는 그 가정과 한계를 검토할 수 있다. 이어서 이전에는 워크플로를 막았던 노출 문제를 해결하는지 판단할 수 있다.
실수는 그 통제 수단을 실제로 하지 않는 주장으로 확장하는 것이다. 프라이빗 보안 AI 역시 역량 있는 연구자, 적절한 권한 부여, 발견 사항의 신중한 처리를 요구한다. 기밀 실행은 이러한 책임을 대체하지 않고 뒷받침한다.
거부가 줄어도 더 나은 보안 작업의 증거는 여전히 필요하다
가장 강력한 검증 기준은 팀이 감당 가능한 검토 부담으로 더 많은 검증된 보안 개선을 만들어 내는지 여부다.
검열되지 않은 모델은 다른 모델이 거부할 요청도 처리할 수 있다. 이는 정당한 연구의 기회를 만든다. 동시에 유용한 분석과 확신에 찬 추측을 구분할 책임은 팀에 남는다.
공정한 평가는 팀이 의도한 작업에서 시작해야 한다. 소스 검토, 사고 조사, 적대적 테스트는 서로 다른 입력과 판단을 수반한다. 한 활동의 결과가 다른 활동에 관한 근거 없는 주장으로 이어져서는 안 된다.
팀은 사용할 권한이 있는 자료를 바탕으로 도구를 비교할 수 있다. 실무적으로 가능한 경우 동일한 관련 맥락을 유지해야 한다. 이후 검토자는 모델의 유창성이 아니라 발견 사항 자체의 타당성을 평가해야 한다.
보안 발견은 검증을 견뎌야 하므로 재현성이 중요하다. 다른 연구자도 무엇이 관찰되었고 왜 중요한지 이해할 수 있어야 한다. 증거와 연결할 수 없는 설득력 있는 설명은 여전히 조사 단서에 불과하다.
개선 조치의 품질도 중요하다. 어시스턴트는 즉각적인 증상은 해결하지만 다른 문제를 유발하는 변경을 제안할 수 있다. 엔지니어는 제안된 수정안을 애플리케이션의 실제 요구사항에 맞춰 검토해야 한다.
평가는 포기된 작업도 고려해야 한다. 광범위한 수정 끝에 유용한 답변을 내놓는 모델은 곧바로 답에 도달하는 모델과 다른 부담을 초래한다. 검토자 시간도 평가에 포함되어야 한다.
거부 역시 똑같이 신중하게 다뤄야 한다. 불필요한 거부는 정당한 작업을 가로막을 수 있다. 권한 없는 대상을 포함한 요청의 거부는 방어적 생산성 손실로 간주되어서는 안 된다.
이 구분은 범위를 고려하지 않은 채 출력량만 보상하는 평가를 막는다. 목표는 승인된 업무 범위 안에서 유용한 작업을 수행하는 것이다. 가장 많은 제한 없는 답변을 얻는 것이 아니다.
지원과 워크숍은 이러한 결과에 영향을 줄 수 있지만, 참여 자체가 효과성의 증거는 아니다. 구매자는 지원이 반복되는 문제를 해결하고 자체 프로세스를 개선하는지 이해해야 한다. 마케팅 활동은 다른 것을 측정한다.
후기에도 동일한 주의가 필요하다. 실무자의 긍정적 경험은 살펴볼 가치가 있는 워크플로를 시사할 수 있다. 하지만 다른 코드와 통제를 사용하는 다른 팀의 성과를 입증할 수는 없다.
독립 평가가 결과를 해석할 수 있을 만큼 충분한 방법론을 공개한다면 출시 설명을 강화할 수 있다. 독자는 무엇을 테스트했는지, 무엇을 성공으로 간주했는지, 발견 사항을 어떻게 검증했는지 알아야 한다.
이런 세부 사항이 없다면 매력적인 시연은 제한적인 증거에 그친다. 특정 상호작용을 모델이 완료했다는 점은 보여 줄 수 있다. 그러나 보안 업무 전반에서의 일반적 우위를 입증하지는 못한다.
NEAR에게 기회는 접근 가능한 실험을 문서화된 결과로 전환하는 데 있다. 구매자에게 기회는 이미 이해하고 있는 문제를 기준으로 서비스를 평가하는 데 있다. 성공 사례와 함께 한계를 제시할 때 양측 모두 이익을 얻는다.
바로 이 지점에서 이번 발표의 실질적 의미가 드러날 것이다. 이 프로그램은 제공업체와 까다로운 사용자 간 접점을 만들 수 있다. 그 접점이 보안 업무를 개선하는지는 여전히 실증적 질문이다.
다음 신호는 검증된 발견, 확인 가능한 배포, 그리고 반복 사용이다
가장 유용한 후속 정보는 기술적 증거와 승인된 워크플로 내 지속적 사용을 연결할 것이다.
첫 번째로 주목할 신호는 명확한 검증 절차를 갖춘 공개 방어 작업이다. 유용한 설명은 과제, 모델의 기여, 연구자의 확인 과정을 설명해야 한다. 또한 지원과 독립적으로 확립된 발견을 구분해야 한다.
이러한 증거는 NEAR AI의 사이버보안 서비스가 반복되는 문제를 해결한다는 근거를 강화할 것이다. 근거 없는 발견이나 광범위한 수정이 주를 이루는 보고서는 그 근거를 약화할 것이다. 문서의 품질은 이를 둘러싼 흥분보다 더 중요하다.
두 번째 신호는 기밀성 주장을 실제 고객 구성과 연결하는 배포 증거다. 구매자는 처리 경로와 검증 단계에 관한 설명을 찾아야 한다. 또한 보호 환경 밖에 남는 요소도 검토해야 한다.
신뢰할 수 있는 설명은 보안 워크플로의 모든 부분이 동일한 보호를 받는다는 인상을 주기보다 경계를 명확히 해야 한다. 그러면 개인정보 보호 제안을 더 쉽게 평가할 수 있다. 불명확한 라우팅이나 설명되지 않은 예외는 중요한 구매 질문을 남긴다.
세 번째 신호는 초기 실험 이후의 반복 사용이다. 지속적인 사용은 팀이 자신의 업무에 통합할 만큼의 가치를 발견했음을 나타낼 수 있다. 프로그램 발표나 열정적인 체험만으로는 그러한 패턴을 입증할 수 없다.
반복 사용에도 맥락이 필요하다. 팀은 광범위한 배포 대신 좁은 전문 영역을 위해 서비스를 유지할 수 있다. 범위와 이점이 정확하게 설명된다면 이는 의미 있는 결과가 될 수 있다.
독자는 경쟁 접근 프로그램이 정당한 사용자 마찰에 어떻게 대응하는지도 살펴봐야 한다. 더 정교한 권한 설정이나 불필요한 차단의 감소는 NEAR의 경쟁 논거에 영향을 줄 것이다. 지속적인 장애물은 대안적 체계에 대한 수요를 강화할 것이다.
이러한 변화는 실제 워크플로에 비추어 평가해야 한다. 정책 변경은 자격을 갖춘 팀이 완료할 수 있는 업무를 바꿀 때 의미가 있다. 더 폭넓은 카탈로그는 모델이 관련 결과를 개선할 때 의미가 있다.
현재로서는 NEAR AI RED가 보안팀에 공개적으로 이용 가능한 모델 접근 방식과 함께 검토할 수 있는 명확한 프로그램을 제공한다. 공식 자료는 이처럼 제한적인 결론을 뒷받침한다. 보편적 우위, 독립 검증 또는 전문적 판단의 대체를 입증하지는 않는다.
이 서비스를 고려하는 보안 리더는 권한이 부여된 워크로드와 구체적인 성공 기준에서 시작해야 한다. 모델이 무엇을 기여하는지, 검토자가 무엇을 수정해야 하는지, 어떤 발견이 독립 검증을 통과하는지 기록하라. 민감한 자료를 제출하기 전에 처리 경로를 확인하라. 실패를 이해할 수 있고 결과를 비교할 수 있도록 평가 범위를 충분히 좁게 유지하라.
그런 다음 이 서비스가 지속적인 역할을 맡을 가치가 있는지 검토하라. 특정 장애물을 제거하는가, 검증된 발견을 개선하는가, 또는 방어 가능한 결론에 도달하는 데 필요한 노력을 줄이는가? 기밀성 모델은 해당 워크로드의 요구사항을 충족하는가? 이 답을 바탕으로 NEAR AI RED를 판단하고, 모든 경쟁 제공업체에도 동일한 증거를 요구하라.
