대규모·이질적 네트워크에서 수작업 정책 관리가 한계에 다다르면서 의도 기반 네트워킹(IBN)이 대안으로 떠올랐지만, 기존 시스템은 새로운 서비스 정의나 운영자 표현 변화 같은 분포 변화에 취약하다. 연구팀은 LLM이 의도 번역에는 뛰어나지만 제안된 의도가 기존 보안 정책을 위반하는지 확인할 때 위음성률이 높다는 것을 확인했으며, 원인은 추론 능력 부족이 아니라 네트워크 토폴로지와 그룹 계층에 대한 지속적 근거 결여임을 밝혔다. 이를 해결하기 위해 정보 검색과 추론을 분리하는 '검증 후 실행' 프로토콜을 강제하는 3계층 에이전트 프레임워크 NetInspector를 제안했으며, 모든 정책 결정은 승인 전 라이브 환경 계층에서 가져온 검증 가능한 네트워크 사실에 근거한다. 캠퍼스·기업·WAN 토폴로지를 아우르는 2,224개 샘플의 NetInspector-Bench에서 비근거 기준선 대비 위음성률을 30% 이상 줄였고, 언어적 분포 변화에도 견고했다.

• •LLM은 의도 번역에는 강하지만 보안 정책 위반 여부 판단에서는 위음성률이 높다
• •원인은 추론력 부족이 아니라 네트워크 토폴로지·그룹 계층에 대한 지속적 근거 결여로 밝혀졌다
• •NetInspector는 정보 검색과 추론을 분리하는 검증 후 실행 프로토콜의 3계층 에이전트 구조다
• •2,224개 샘플 벤치마크에서 위음성률을 30% 이상 줄이고 언어 표현 변화에도 강건함을 보였다