본 논문은 사이버 보안 분야에서 게임 이론, 에이전트 AI, 특히 대규모 언어 모델(LLM)의 통합을 통해 능동적이고 지능적인 방어 시스템을 구축하는 방안을 탐구한다. 기존의 사이버 보안 방법론의 한계를 극복하기 위해 게임 이론의 엄밀한 틀을 활용하여 적대적 행위를 모델링하고 전략적 방어를 설계하며 자율 시스템에 대한 신뢰를 구축하고자 한다. LLM 기반 에이전트는 추상적인 전략을 현실 세계의 의사결정으로 전환하고, 게임 이론은 복잡한 워크플로우 전반에서 이러한 에이전트의 추론과 조정을 지원한다. LLM은 완벽한 합리성이나 정적인 지불액과 같은 고전적인 게임 이론적 가정에 도전하며, 인지적 및 계산적 현실에 맞는 새로운 모델을 제시한다. 이러한 상호 진화는 더 풍부한 이론적 토대와 새로운 해결책을 약속하며, 에이전트 AI는 모듈식, 적응형, 신뢰 인식 시스템 설계를 촉진한다. 논문에서는 주요 게임 이론적 프레임워크(정적, 동적, 베이지안, 신호 게임 등)와 해결책을 검토하고, LLM 에이전트가 사이버 방어를 향상시키는 방법과 추론을 AI 에이전트에 통합하는 LLM 기반 게임을 소개하며, 다중 에이전트 워크플로우와 조정 게임을 탐구하여 안전하고 지능적이며 적응적인 사이버 시스템을 구축하는 방법을 제시한다.
