소프트웨어 취약점 탐지를 위한 일반화 가능한 멀티모달 표현 학습

요약

본 논문은 소프트웨어 취약점 탐지 성능을 높이기 위해 소스 코드와 주석이라는 두 가지 모드를 결합하는 멀티모달 학습 프레임워크인 MultiVul을 제안합니다. 기존 방법들이 단일 모드(코드만)에 의존하여 개발자의 의도 정보가 담긴 주석의 보완적 의미를 간과했던 한계를 극복하고자 합니다. MultiVul은 이중 유사도 학습 및 일관성 정규화를 통해 코드와 주석 표현을 효과적으로 정렬하며, 다양한 LLM(DeepSeek-Coder, Qwen2.5-Coder 등)에서 기존 방법 대비 높은 성능 향상을 입증했습니다.

핵심 포인트

• 소프트웨어 취약점 탐지 시 코드 구조 정보와 개발자 의도 정보가 담긴 주석을 함께 활용하는 멀티모달 접근 방식이 필요하다.
• 제안된 MultiVul 프레임워크는 이중 유사도 학습(dual similarity learning)과 일관성 정규화(consistency regularization)를 통해 코드-주석 표현의 정렬을 강화한다.
• MultiVul은 DeepSeek-Coder, Qwen2.5-Coder 등 여러 대형 언어 모델에 적용 가능하며, 프롬프팅 기반 및 코드 전용 파인튜닝 방식 대비 우수한 성능 향상을 보인다.
• 제안된 방법론은 높은 성능을 달성하면서도 유사한 추론 효율성을 유지하여 실용적 가치가 높다.