대규모 언어 모델(LLM)의 사이버 보안 적용 가능성을 탐구하기 위해, TinyLLaMA, Falcon-RW-1B, Flan-T5와 같은 오픈 소스 LLM을 사용하여 합성 사용자 프로필 기반의 비밀번호 추측 성능을 평가했습니다. Hit@1, Hit@5, Hit@10 지표를 사용하여 일반 텍스트 및 SHA-256 해시 비교를 통해 측정한 결과, 모든 모델이 Hit@10에서 1.5% 미만의 정확도를 보이며, 기존 규칙 기반 및 조합 기반 크래킹 방식에 비해 현저히 낮은 성능을 보였습니다. LLM이 비밀번호 추측이라는 특정 도메인 작업에 적용될 때의 주요 한계를 분석하고 시사점을 도출했습니다.
