A Contemporary Survey of Large Language Model Assisted Program Analysis
작성자
- Haebom
카테고리
비어 있음
저자
Jiayimei Wang, Tao Ni, Wei-Bin Lee, Qingchuan Zhao
개요
본 논문은 소프트웨어 시스템의 복잡성 증가로 인해 기존의 프로그램 분석 방법이 한계에 직면함에 따라, 대규모 언어 모델(LLM)을 활용한 프로그램 분석 연구 동향을 체계적으로 검토한 논문입니다. LLM의 컨텍스트 인식 능력을 활용하여 정적 분석, 동적 분석, 그리고 하이브리드 접근 방식으로 분류된 기존 연구들을 분석하고, 향후 연구 방향과 과제를 제시합니다. 특히, 사이버 보안 분야에서 LLM의 활용에 대한 기존 설문조사는 존재하지만, 프로그램 분석에 특화된 종합적인 검토는 부족하다는 점을 인지하고 이를 보완하고자 합니다. 이를 통해 LLM이 프로그램 분석 실무 발전에 기여할 잠재력을 보여주고, 보안 연구자들이 탐지 프레임워크를 개선하거나 도메인 특화 모델을 개발하는 데 실질적인 통찰력을 제공하는 것을 목표로 합니다.
시사점, 한계점
•
시사점:
◦
LLM을 활용한 프로그램 분석의 다양한 접근 방식(정적, 동적, 하이브리드)에 대한 체계적인 분류 및 분석 제공.
◦
향후 연구 방향 및 과제 제시를 통해 LLM 기반 프로그램 분석 분야의 발전에 기여.
◦
사이버 보안 분야에서 LLM 기반 탐지 프레임워크 개선 및 도메인 특화 모델 개발에 대한 실질적인 통찰력 제공.
•
한계점:
◦
본 논문이 특정 시점(논문 작성 시점)까지의 연구만을 다루므로, 그 이후의 연구 동향을 반영하지 못할 수 있음.
◦
LLM 기반 프로그램 분석의 실제 효율성 및 성능에 대한 정량적인 평가가 부족할 수 있음.
◦
특정 도메인 또는 프로그래밍 언어에 편향된 연구 결과에 대한 분석이 부족할 수 있음.
