본 기사는 멀티 뱅크 SimHash를 사용하여 고정 120바이트 서명을 생성하는 AI 에이전트 스킬을 위한 컴팩트한 국소 민감도 지문화 방법을 소개합니다. 사소한 편집에 민감한 암호학적 해싱에 의존하는 대신, 이 접근 방식은 스킬의 각 구성 요소(프롬프트, 코드, 도구)를 비트로 투영하여 해밍 거리로 비교합니다.
- 지문은 단일 점수 대신 구성 요소별 트리플 구조를 유지하므로, 문장 재구성, 이름 변경, 리팩토링을 통해 스킬 패밀리 ID를 복원하면서 재사용이 어느 구성 요소에서 발생하는지 국소화할 수 있습니다.
- 4,950개의 쌍 비교에서 ROC 곡선 아래 면적(AUC) 0.974를 달성하며, 근사하는 임베딩보다 77배 적은 비트를 사용합니다.
- 906개 스킬 주입 벤치마크에서 지문은 주입된 스킬을 알려진 베이스의 변조된 사본으로 인식하고 변경 사항을 국소화합니다.
저자들은 이 방법이 스킬 레지스트리에 계보 및 구조적 ID를 제공하며, 안전성 판단이 아닌 행동 검증에 보완적인 ID 신호로 기능한다고 주장합니다.