본 논문은 사물 인터넷(IoT) 환경의 보안 문제 해결을 위해 대규모 언어 모델(LLM) 기반의 새로운 위협 탐지 및 예방 프레임워크를 제시합니다. IoT 특화 데이터셋(IoT-23, TON_IoT)으로 미세 조정된 경량화된 LLM을 통합하여 실시간 이상 탐지 및 자원 제약이 있는 장치에 최적화된 상황 인식 자동 완화 전략을 제공합니다. 모듈식 Docker 기반 배포를 통해 다양한 네트워크 환경에서 확장 가능하고 재현 가능한 평가가 가능합니다. 시뮬레이션된 IoT 환경에서의 실험 결과는 기존 보안 방법보다 탐지 정확도, 응답 지연 시간 및 자원 효율성이 크게 향상됨을 보여줍니다. 제안된 프레임워크는 미래 IoT 생태계를 위한 LLM 기반 자율 보안 솔루션의 잠재력을 강조합니다.
