보안 기술은 리눅스 커널 취약점 탐지 코딩 에이전트를 얼마나 효과적으로 안내하는가?

요약

본 연구는 Claude Code와 네 가지 LLM 기반 코딩 에이전트를 사용하여 10개 클래스, 100개의 실제 리눅스 커널 취약점에 대한 대규모 실증 분석을 수행했습니다. 그 결과, 기존 기술의 취약점 탐지 성능은 제한적이었으며, 실패 패턴 분석을 통해 SKILL-SIF라는 자체 개선 프레임워크를 제안했습니다. 이 프레임워크는 미지의 취약점 탐지 정확도를 최대 8배 향상시키는 것으로 나타났습니다.

핵심 포인트

• 기존 LLM 코딩 에이전트의 취약점 탐지 성능은 제한적이다.
• 실패 분석을 기반으로 SKILL-SIF라는 자체 개선 프레임워크를 제안했다.
• SKILL-SIF는 미지의 취약점 탐지 정확도를 최대 8배 향상시켰다.
• 이 연구는 실패 기반 기술 진화의 잠재력을 입증한다.