추론 시스템은 애플리케이션의 지연 시간 데드라인(latency deadline) 내에 예측값을 반환하는 빠른 경로(fast path)와, 더 강력한 원격 하드웨어에서 더 높은 연산 메서드를 실행하여 그 결과를 제시간에 반환하고 빠른 경로의 예측값과 결합할 수 있는 고정밀 느린 경로(slow path)를 점점 더 많이 결합하고 있습니다. 여러 애플리케이션 도메인에 걸쳐, 우리는 이러한 추론 아키텍처를 빠른 경로(fast path), 느린 경로(slow path), 그리고 두 가지 기능을 가진 조정 계층(coordination layer)으로 추상화합니다. 이 조정 계층의 기능은 느린 경로를 호출하는 라우터(router)와 반환된 예측값을 포함할지 여부를 결정하는 머저(merger)입니다. 본 연구에서는 이 새로운 조정 계층이 새로운 공격 표면(attack surface)을 노출한다는 것을 보여줍니다. 즉, Yo-Yo 버스트(Yo-Yo bursts)와 같이 형태가 지정된 워크로드 공격(shaped workload attacks)이 느린 경로를 따라 공유 자원에서 발생하는 경합(contention)을 악용하여, 선량한 사용자의 느린 경로 예측값이 지연 시간 데드라인을 넘기도록 만들 수 있습니다. 그러면 머저(merger)는 해당 예측값을 폐기하는 반면, 빠른 경로(fast path)는 계속해서 적시에 출력을 반환합니다. 우리는 이로 인해 발생하는 느린 경로의 정확도 이점 상실을 정확도 붕괴(accuracy collapse)라고 부릅니다. 우리는 자율 주행 분야의 2계층 에지-클라우드 다중 객체 추적(multi-object tracking) 파이프라인에서 정확도 붕괴를 입증합니다. 시뮬레이션 결과, 약 4,000개의 버스트 형태(burst-shaped) 요청은 선량한 사용자의 p99 지연 시간을 92ms에서 2s로 증가시켜, 느린 경로의 클라우드 추론 이점을 거의 제거하고 객체 추적 품질을 평균 7.0 HOTA 포인트 감소시킵니다. 우리는 더 나아가 공격의 대상이 되는 비디오 간격에 따라 정확도 저하가 크게 달라질 수 있으며(2.0-18.7 HOTA 포인트), 특정 희귀 클래스(예: 정지 표지판)는 공격 전 예측 정확도의 거의 절반을 잃는다는 것을 발견했습니다. 이러한 결과는 워크로드 공격이 모델 가중치(model weights)나 피해자 데이터에 대한 접근 없이도 예측 품질을 저하시킬 수 있음을 보여주며, 이러한 신흥 추론 파이프라인 아키텍처에서의 라우팅(routing), 머징(merging), 스케줄링(scheduling) 및 자원 격리(resource isolation)에 대한 공격 및 방어 연구의 필요성을 시사합니다.