여기를 보고, 그리고 결정하다: 하네스 내 소형 의사결정 모델이 범용 GPU에서 대규모 메모리 안전성 취약점을 발견하다

요약

본 연구는 소형 오픈 가중치 의사결정 모델을 활용하여 대규모 오픈소스 C/C++ 프로젝트의 메모리 안전성 취약점을 발견하는 시스템을 제시합니다. Intern-Decision-4B 모델은 후보 함수에 점수를 부여해 우선순위를 매겼으며, 이를 통해 4,000개 이상의 프로젝트에서 총 187건의 메모리 안전성 발견 사항을 확인했습니다. 다만, AI가 지원하더라도 결정론적 분석 및 검증 과정은 여전히 필수적임을 강조합니다.

핵심 포인트

• 소형 의사결정 모델이 대규모 코드베이스에서 취약점 우선순위화에 기여함.
• Intern-Decision-4B는 무작위 처리 대비 발견 사항 배치율을 높이는 효과를 보임.
• 캠페인을 통해 187건의 메모리 안전성 문제(Critical 12건 포함)가 확인됨.
• AI 지원에도 불구하고, 결정론적 분석 및 검증 단계는 필수적으로 요구됨.