AI가 생성한 RTL 검증 계획은 제공자 스키마를 만족해도 실제 신뢰 실행 경계에서는 실패할 수 있다. 이 논문은 31개 과제와 124개의 직접 작성된 하드웨어 보안 회귀 테스트로 구성된 감사 가능 프레임워크 SecTB-RTL을 제시한다. AI를 쓰지 않는 결정론적 기준선은 자원 한계를 높여갈수록 36, 75, 78개의 뮤턴트를 각각 잡아냈다. 첫 확인 실행은 모델 실행 전 제공자가 응답 스키마를 거부해 실패했고, 스키마만 결과를 보지 않고 수정한 뒤 별도로 고정한 후속 실행은 1,860회 호출을 완료해 1,857개 응답이 수용됐으나 실제 프로덕션 시맨틱 검증기는 단 9개만 통과시켰다. 생성 규칙과 실행 규칙이 서로 어긋난다는 이 사례는 제공자·스키마 수용이 실행 유효성을 보장하지 않는다는 것을 보여주며, 저자들은 컴파일·커버리지는 진단일 뿐 최종 산출물이 실제 프로덕션 경로를 통과해야 한다고 강조한다.

• •31개 과제·124개 보안 회귀 테스트로 구성된 감사형 RTL 검증 벤치마크 SecTB-RTL 공개
• •AI 응답 1,857개가 스키마는 통과했으나 실제 검증기는 단 9개만 통과시킴
• •제공자·스키마 수용이 실행 유효성을 보장하지 않음을 실증적으로 입증
• •인프라 문제를 모델 성능으로 오인하지 않도록 하는 실패 보존형 사고 처리 방식 제안