LLM 기반 자동 침투테스트 에이전트를 평가할 때 '깃발 탈취 성공' 같은 능력 지표만으로는 부족하다는 문제의식에서, 연구진은 신뢰성 있는 실사용을 위한 5가지 보증 속성 프레임워크를 제시했다. 증거 기반성, 무해한 주장 축소, 계산된 심각도, 강제된 권한 부여, 변조 방지 책임 추적성이 그 다섯 요소다. PentestGPT, Cochise 참조 하네스, MAPTA, 궤적 평가기 PentestJudge 등 기존 시스템을 이 틀로 분석한 결과 일관된 '보증 공백'이 확인됐다. 오픈소스 구현체 NeuroSploit을 실제 취약 대상에 대해 실행한 결과 권한 부여 강제 항목에서 실제 집행 공백이 발견돼 부분 점수로 평가됐다. 연구진은 이를 능력 비교가 아닌 초기 존재 증명으로 규정하고 향후 다중 타겟·적대적 평가 프로토콜을 제안했다.

• •능력 지표만으로는 부족한 침투테스트 에이전트 신뢰성 평가를 위해 5대 보증 속성 프레임워크 제안
• •증거 기반성·무해화·심각도 계산·권한 강제·변조 방지 추적성으로 구성
• •PentestGPT·MAPTA 등 기존 시스템 분석에서 일관된 '보증 공백' 확인
• •오픈소스 NeuroSploit 실행 분석에서 권한 부여 강제의 실제 집행 공백 발견
• •능력 비교가 아닌 속성의 동시 실현 가능성 입증이 목표, 후속 평가 프로토콜 제시