리눅스 보안 모듈(LSM) 구조를 본떠 LLM 서빙 단계에서 악성 프롬프트를 막는 보안 프레임워크 LMSM을 제안한 연구다. 해석가능성 기법으로 얻은 모델 내부 신호(희소 오토인코더, 트랜스코더, 밀집 프로브 등)를 그 자체로 쓰는 대신, 신호를 제공하는 백엔드와 정책을 평가하는 계층, 출력 공개를 승인하는 게이트로 역할을 분리했다. 이 구조 덕분에 요청 처리 로직을 다시 만들지 않고도 백엔드나 규칙, 스케줄을 교체할 수 있다. Qwen3-4B에 적용한 프로토타입은 HarmBench 공격 성공률을 39.20%에서 3.32%로 낮췄고, 정상 요청 오탐(XSTest)은 2.40%에서 4.40%로 소폭 상승했으며, 32개 동시 요청에서도 처리량의 98.14%를 유지했다. 해석가능성 연구 성과를 실제 런타임 방어로 연결하는 공통 경로를 제시한다.

• •LSM(리눅스 보안 모듈) 구조를 LLM 서빙에 적용한 LMSM 프레임워크
• •신호 백엔드/정책 평가/출력 게이트를 분리해 request handling 재구축 없이 모듈 교체 가능
• •Hugging Face Transformers·연속 배칭 vLLM 위에서 SAE·트랜스코더·밀집 프로브를 동일 기반으로 서빙
• •Qwen3-4B에서 HarmBench 공격 성공률 39.20%→3.32%로 감소
• •XSTest 오탐(정상 거부) 2.40%→4.40% 상승, 처리량은 98.14% 유지