네이버가 7월 8일 인공지능안전 서울 포럼에서 ASF 2.0을 공개했다. 회사는 관리 대상을 단일 모델에서 여러 모델이 결합된 AI 서비스로 넓혔다고 설명했다. 공개된 내용에 따르면 ASF 2.0은 맥락, 활용사례, 영향까지 함께 반영해 위험을 분류하고, 영향평가 매트릭스와 지속 평가, 사용자 피드백을 구성요소로 둔 체계다. 기존 모델 단위 점검보다 서비스 운영 전반을 염두에 둔 설계로 읽힌다.
ASF는 네이버가 AI 안전성 관리 기준을 정리해 온 틀로 보이며, 2.0에서는 평가의 단위가 달라졌다. 회사는 여러 모델이 연결된 서비스에서 위험이 어떻게 드러나는지, 그리고 그 위험이 실제 이용 맥락에서 어떤 영향을 낳는지를 함께 살핀다고 밝혔다. 이런 설명은 단일 기능의 성능 확인만으로는 충분하지 않다는 인식에 가깝다. 다만 구체적인 판단 기준이나 점검 절차의 세부 수치는 공개되지 않았다.
네이버가 제시한 구성요소는 위험 분류, 영향평가 매트릭스, 지속 평가와 사용자 피드백이다. 위험 분류는 맥락과 활용사례에 따라 달리 적용되며, 영향평가 매트릭스는 서비스 영향도를 나누는 역할을 한다고 회사는 설명했다. 지속 평가는 출시 후에도 안전성을 점검하는 단계로 이해된다. 사용자 피드백을 포함한 점검 방식은 실제 이용 과정에서 드러나는 문제를 반영하려는 취지로 보이지만, 구체적으로 어떤 신호를 어떤 기준으로 반영하는지는 알려지지 않았다.
회사는 ASF 2.0이 전사 실행체계 CHEC 2.0과 맞물려 작동한다고 밝혔다. 또한 2026년 6월 공개한 AI탭의 설계부터 출시까지 이 체계를 적용했다고 설명했다. 즉 개별 기능을 출시한 뒤 사후 점검하는 수준이 아니라, 기획과 개발, 배포 과정 전반에서 안전성 관리를 넣었다는 취지다. 다만 CHEC 2.0이 실제로 어떤 내부 절차와 책임 분담을 갖는지는 이번 공개 범위에 포함되지 않았다.
| 구분 | ASF 2.0 공개 범위 | 확인 상태 |
|---|---|---|
| 관리 대상 | 단일 모델에서 멀티모델 기반 서비스로 확대 | 회사 발표 |
| 평가 축 | 맥락·활용사례·영향 | 구성요소 공개 |
| 실행 체계 | CHEC 2.0, 지속 평가·사용자 피드백 | 세부 임계값 미공개 |
자료: STORIUM 정리
이번 공개는 AI 안전성 관리가 모델 자체를 넘어 서비스 조합과 운영 과정으로 확장됐다는 점을 보여준다. 여러 모델이 결합된 서비스는 오류와 위험이 단일 모델보다 복합적으로 나타날 수 있기 때문에, 위험 분류와 영향평가의 기준이 더 중요해진다. 네이버는 ASF 2.0이 이런 상황을 반영한다고 설명했지만, 공개된 정보만으로는 체계가 어떤 서비스 유형에 우선 적용되는지까지 확인되지는 않는다.
다만 외부에서 검증할 수 있는 정보는 아직 제한적이다. 회사는 평가 점수, 테스트셋, 차단 건수, 외부 감사 결과를 공개하지 않았다. 따라서 ASF 2.0이 실제 서비스 안전성에 어떤 변화를 냈는지 판단하려면 적용 범위, 평가 방식, 사후 점검 결과가 추가로 제시되어야 한다. 현재로서는 네이버의 설명이 내부 관리체계의 방향을 보여주지만, 그 효과는 독립적인 검증 자료가 나와야 확인할 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
