본 논문은 사물 인터넷(IoT) 보안 취약점의 자동적이고 효율적이며 정확한 이해를 위한 대규모 언어 모델(LLM) 기반 IoT 보안 어시스턴트를 제안한다. 기존 방법들이 IoT 환경의 복잡성, 특히 동적인 보안 시나리오에 적응하는 데 어려움을 겪는다는 점을 지적하며, ICoT(제안된 방법)를 통해 LLM이 보안 취약성의 다차원적 측면을 분석하고 사용자의 요구와 전문성 수준에 맞춘 응답을 생성하도록 한다. 실험 결과, ICoT 접근 방식을 통해 LLM 기반 IoT 보안 어시스턴트가 기존 LLM만 사용하는 방법보다 IoT 보안 문제에 대한 이해도를 크게 향상시키고 사용자의 신원에 기반한 개인화된 솔루션을 제공하여 정확성과 신뢰성을 높이는 것을 보여준다.
