블록체인 포렌식 조사에서 LLM이 검증되지 않은 스마트 컨트랙트 바이트코드를 해석하는 데 활용되고 있지만, 분석을 오도하도록 적대적으로 설계된 컨트랙트에 대한 견고성은 체계적으로 검증된 적이 없었다. 이 논문은 22개 최신 모델을 EVM 검증된 정답이 있는 13개 컨트랙트(9개 기만 벡터, 4개 대조군)와 6가지 프롬프트 전략에 대해 평가해 8,528건의 분석 가능한 응답을 확보했다. 적대적 기만은 기능적으로 동등한 대조군 대비 탈취(drain) 탐지율을 20.0%p 낮췄으며, 다중 홉 호출 체인·XOR 마스킹 셀렉터 등 구조적 위장은 거의 모든 모델에서 탐지를 회피했다. 더 우려스러운 점은 모델이 숨겨진 탈취 메커니즘을 정확히 설명하고도 컨트랙트의 기만적 프레이밍을 받아들여 안전하다고 잘못 판단하는 '합리화' 현상으로, 단순 가드 지침은 효과가 없었고 두 개 제공사의 5개 모델만 50% 이상 탐지율을 넘었다.

• •적대적으로 설계된 스마트 컨트랙트 22개 모델·13개 컨트랙트로 평가, 8,528건 분석
• •적대적 기만이 탈취 탐지율을 대조군 대비 20.0%p 낮춤
• •다중 홈 호출, XOR 마스킹 등 구조적 위장이 거의 모든 모델의 탐지를 회피
• •모델이 메커니즘을 정확히 설명하고도 기만적 프레임을 받아들이는 '합리화' 현상 확인, 5개 모델만 50% 이상 탐지