사이버 레인지(cyber-range) 및 캡처 더 플래그(capture-the-flag, CTF) 시나리오 구성은 작성자가 인프라, 취약 서비스, 공격 경로, 아티팩트, 성공 조건을 조정해야 하므로 여전히 노동 집약적입니다. LLM은 상세한 훈련을 제안할 수 있지만, 그럴듯한 설명이 배포 가능한 소프트웨어나 검증 가능한 목표를 보장하지는 않습니다.
우리는 ScenarioForge를 제시합니다. 이는 고수준 요구사항을 자원 기반 토폴로지(resource-grounded topologies), 서비스, 트래픽, 세그멘테이션(segmentation), 그리고 챌린지 체인으로 변환한 다음, 이를 Common Open Research Emulator (CORE) 내에서 인스턴스화하고 검증합니다. ScenarioForge 실행 데이터셋은 당사의 AI 지원 스캐폴딩(scaffolding)으로 개발된 294개의 Vulhub 이미지를 포함하고 모든 85개의 사용자 지정 챌린지-자원 생성기를 아우르는 226개의 구체화된 시나리오를 담고 있습니다. 이 226개 시나리오는 모두 구성, 미리보기(preview), 순차 처리(sequencing), 배포, 엄격한 런타임 검증, 그리고 라이브 아티팩트 확인을 통과했습니다. 이들의 867단계는 각각 개별적으로 검증 가능한 챌린지 목표로 구성되어 있으며, 여기에는 457개의 취약점 기반 인스턴스와 410개의 생성된 자원 기반 인스턴스가 포함됩니다.
별도의 50개 프롬프트 매치 벤치마크에서 ScenarioForge+Qwen3.8과 ScenarioForge+GPT5.6은 각각 토폴로지/빌드 성공률 50/50 (100%) 및 의도 필드(intent fields) 160/160을 달성했습니다. 직접적인 최전선 생성(direct frontier generation)은 구조, 어휘(vocabulary), 정책(policy), 컨테이너 이미지 가이드를 포함한 전체 누적 스캐폴딩을 통해서만 각각 41/50 빌드와 147/160 필드에 도달했습니다. 이 테스트는 여전히 ScenarioForge의 다운스트림 챌린지-자원 생성, 종속성/플래그 순차 처리, 배포 및 라이브 검증을 생략한 것입니다. 이러한 아티팩트들은 훈련 및 평가를 위한 운영적으로 풍부하고 재현 가능한 훈련(exercises)을 지원합니다.