연구진이 다크넷 환경에서 흔히 쓰이는 자바스크립트 없는 CAPTCHA(열린원 위치찾기, 회전정렬, 객체선택형)를 범용 멀티모달 LLM이 얼마나 잘 풀 수 있는지 평가했다. 실험 결과 MLLM은 관련 시각 구조를 인식하는 데는 강했지만 정밀한 공간 위치 파악과 기하학적 변환에서 체계적인 한계를 보였다. 연구진은 MLLM이 상위 추론·조정을 담당하고 기하 연산은 모델 컨텍스트 프로토콜(MCP)을 통해 결정론적 알고리즘에 위임하는 하이브리드 프레임워크를 제안했으며, 이 시스템은 평가한 모든 CAPTCHA 유형에서 90% 이상의 성공률을 기록했다. MLLM과 전통적 컴퓨터비전 기법을 결합하는 방식이 어느 한쪽 단독보다 더 정확하고 효율적인 해법을 제공함을 보여준다.

• •다크넷용 3종류 CAPTCHA(원형위치·회전정렬·객체선택)를 범용 MLLM으로 푸는 효과 실험
• •MLLM은 시각 구조 인식은 강하지만 정밀 위치·기하변환에서 체계적 한계 확인
• •MLLM+결정론적 알고리즘을 MCP로 결합한 하이브리드 프레임워크 제안
• •모든 CAPTCHA 유형에서 90% 이상 성공률 달성