LLM-agentic 프레임워크 기반의 취약점 분석 자동화 및 전문 연구 워크플로우 통합

Context

기존 취약점 분석은 전문 연구자의 수동 분석에 의존하여 높은 숙련도와 시간 소요가 발생하는 한계 존재. 단순 스캐너 기반의 자동화는 탐지 정확도가 낮고 노이즈가 많아 전문적인 Peer-recognition을 얻기 어려운 구조임.

Technical Solution

• LLM-agentic vulnerability-discovery 프레임워크를 통한 초기 Triage 및 Attack-surface Enumeration 자동화
• uGen 등 Agentic Framework를 활용하여 Microarchitectural attack PoC를 자동 생성하는 파이프라인 설계
• Compositional Jailbreaking 기법을 적용한 오펜시브 역량 측정 및 체계적 벤치마킹 프로세스 도입
• GPT-5.5 및 Anthropic Mythos 모델의 취약점 발견 능력을 기반으로 한 연구 방법론의 체계화
• 학술적 검증과 실무적 PoC 생성을 결합하여 단순 볼륨 확대가 아닌 결과물의 Quality를 유지하는 구조 설계