이 연구는 사람 전문가가 작성하던 IJON식 코드 주석(annotation)을 LLM이 자동 생성하도록 하는 퍼징 시스템 AIJon을 제안한다. 기존 퍼저는 새로운 코드 경로 발견 여부만을 피드백으로 삼아 흥미로운 입력을 놓치는 한계가 있었는데, 연구진은 IJON 실험을 재현하고 실제 취약점 탐지로 확장하면서 LLM이 사람이 작성한 것과 비슷한 성능의 주석을 만들어낼 수 있음을 확인했다. 그러나 Magma 벤치마크에서 AIJon을 평가한 결과, 주석 기반 퍼징이 기존 AFL++보다 일관되게 뛰어나지는 않다는 뜻밖의 결과가 나왔다. 연구진은 그 원인을 규명하기 위해 여러 실험을 수행해 주석이 퍼저의 에너지 분배 등에 미치는 영향에 관한 핵심 통찰을 제시했으며, LLM 생성 주석이 사람 주석과 대등한 성과를 낼 수 있다는 점에서 대규모 후속 연구의 가능성을 열었다.

• •사람 전문가가 작성하던 IJON식 코드 주석을 LLM으로 자동 생성하는 퍼징 시스템 AIJon 제안
• •LLM이 생성한 주석이 사람이 만든 주석과 비슷한 성능을 낼 수 있음을 실험으로 확인
• •Magma 벤치마크 평가 결과 주석 기반 퍼징이 AFL++보다 일관되게 우수하지는 않다는 의외의 결과 도출
• •주석이 퍼저의 에너지 분배 등에 미치는 영향을 분석해 원인 규명을 위한 핵심 통찰 제시
• •LLM 기반 주석 생성이 사람 수준 성과를 낼 수 있다는 점에서 대규모 후속 연구 가능성을 시사