LLM 학습의 어려움과 편재성은 악성 페이로드를 모델 가중치에 은닉하는 스테고멀웨어 위협을 키운다. 기존 연구는 모델 가중치의 순열 대칭성을 이용해 이런 위협을 완화하려 했지만 LLM 전체 가중치에서 스테고멀웨어를 완전히 무력화하지는 못했다. 이 논문은 모든 모델 파라미터를 변위시키는 순열을 선택함으로써 방어 측면에서 기존 대비 개선된 완전 무력화를 입증하는 한편, 같은 대칭성이 공격자에게 악용될 경우의 위험도 함께 보여준다. 공격 관점에서는 재학습이나 페이로드별 추출 정보 없이도 이론적으로 무손실인 방식으로 모델 가중치에 악성코드를 인코딩할 수 있음을 확인했으며, 실제로는 수치 오차 누적으로 모델 동작이 다소 변할 수 있어 공격·방어 양쪽에서 성능 손실을 정량화한 결과 그 손실이 미미함을 보였다. LLM 배포 파이프라인의 무결성 검증에 순열 대칭성 분석이 실질적 도구가 될 수 있음을 시사한다.

• •모든 모델 파라미터를 변위시키는 순열 선택으로 기존 방어 방식의 미해결 문제를 개선
• •재학습·페이로드별 추출 정보 없이 이론적 무손실로 악성코드를 인코딩하는 공격 가능성 입증
• •수치 오차 누적으로 인한 실제 성능 손실을 공격·방어 양쪽에서 정량화, 손실이 미미함을 확인