SBOM 한계 극복을 위한 AI 전용 자산 관리 체계 AIBOM 설계

Context

전통적인 SBOM 기반의 패키지 관리 체계는 모델 가중치, 토크나이저, 런타임이 결합된 AI 아티팩트의 복잡성을 반영하지 못하는 한계 존재. 단순 버전 핀 고정 방식으로는 Fine-tuning된 모델의 데이터 계보 및 동적 API 변경 사항을 추적할 수 없는 가시성 공백 발생.

Technical Solution

• Model Identity를 Base Model, Quantization, Adapter Stack, Tokenizer, Runtime의 Composite 구조로 정의하여 고유 지문 추출
• 단순 Dependency Tree를 벗어나 Training Run, Data Source, Base Model, Evaluation Artifact 간의 Directed Graph 기반 계보 모델링
• Static Scanning과 Runtime Discovery를 결합하여 코드 내 모델 호출부와 실제 배포된 Endpoint 간의 불일치 해결
• 가중치 파일의 Cryptographic Hash 검증을 통해 동일 레이블 내 서로 다른 LoRA 적용 모델을 식별하는 무결성 확인 로직 도입
• 모델의 상태를 Snapshot이 아닌 Live Artifact로 정의하여 Provider의 모델 변경 및 Safety Filter 업데이트를 지속적으로 추적하는 생명주기 관리