LLM, 일부 코드로 악성 파일 선별
최근 30일 조회수 — 좋아요 —핵심 요약
TRIAGE-CPG는 평균 40개 함수만 분석해 윈도 실행 파일 악성 여부를 최대 0.805 균형 정확도로 판별했다.

대형언어모델(LLM)이 디컴파일된 코드 일부만 살펴보고 윈도 실행 파일의 악성 여부를 선별하는 연구용 파이프라인 TRIAGE-CPG가 공개됐다. 연구진은 바이너리 하나당 평균 1,000개 함수 가운데 약 40개만 분석하는 조건에서도 최고 성능 모델이 엄격한 균형 정확도 0.805를 기록했다고 보고했다. 모든 함수를 LLM에 입력하기 어려운 현실을 ‘제한된 예산으로 증거를 수집하는 문제’로 바꿔 측정한 결과다.1
TRIAGE-CPG는 디컴파일된 바이너리의 코드 속성 그래프(CPG·Code Property Graph)를 바탕으로 작동한다. 먼저 LLM을 쓰지 않는 휴리스틱이 출발점이 될 함수를 고른다. 이어 에이전트가 정해진 분석 예산 안에서 관련 함수를 탐색해 증거 묶음을 확장하고, 마지막 보고 단계에서 정상·의심·악성 가운데 하나로 판정하면서 행위 보고서를 작성한다.
연구진은 비공개 모델과 가중치를 공개한 모델을 합쳐 8종을 동일한 제로샷 조건에서 비교했다. 데이터는 윈도 PE 바이너리 1,000개이며, 이 가운데 600개가 시험용으로 쓰였다. 최고 성능 모델의 결과는 평가 기준에 따라 달랐다.
| 평가·처리 항목 | 결과 |
|---|---|
| 엄격한 균형 정확도 | 0.805 |
| 선별 균형 정확도(tBA) | 0.855 |
| 악성 샘플을 악성으로 표시 | 65% |
| 악성 샘플을 추가 분석으로 이관 | 12% |
| 정상 샘플을 정상으로 해제 | 94% |
선별 균형 정확도(tBA·triage balanced accuracy)는 악성 샘플을 악성으로 표시하거나 추가 분석 대상으로 넘기면 성공으로 인정하되, 정상 샘플은 정상으로 해제했을 때만 성공으로 계산한다. 따라서 단순 분류 정확도뿐 아니라 보안 분석가에게 어떤 작업 대기열을 남기는지도 반영한다.
모델별 차이도 컸다. 일부 모델은 확실한 사례만 골라 작지만 악성 비율이 높은 추가 분석 대기열을 만들었고, 재현율을 중시한 모델은 더 많은 샘플을 악성으로 표시하거나 이관했다. 비공개 모델과 공개 가중치 모델 모두 이 범위 전반에 분포했다. 논문이 특정 모델이나 설정을 보편적인 해답으로 제시하지 않는 이유다. 제한된 정적 증거만 볼 때는 모델 선택 자체가 정상 해제, 악성 표시, 추가 분석 이관 사이의 비율을 결정한다. 다만 이 결과는 통제된 제로샷 실험과 윈도 PE 데이터에 관한 것으로, 실제 운영 환경의 성능까지 입증한 것은 아니다.1
Footnotes
읽기 목록은 이 브라우저에 저장됩니다.
출처
- TRIAGE-CPG: A Cross-Model Study of Budgeted Static Malware Triage with Large Language Models — arXiv (cs.AI/cs.CL/cs.LG)
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.