위협 분석 및 위험 평가(Threat Analysis and Risk Assessment, TARA)는 차량의 사이버 위협을 식별하고 그 위험 수준을 평가하는 절차다. 소프트웨어 정의 차량의 확산으로 구성 요소와 연결 관계가 복잡해지면서, 이를 반영한 공격 시나리오 작성에는 많은 시간과 전문 지식이 요구된다. 최근에는 대규모 언어 모델(LLM)을 활용하여 TARA의 공격 시나리오 작성을 자동화하려는 연구가 진행되고 있으나, LLM이 생성한 시나리오가 대상 차량의 실제 구성 요소와 연결 관계를 충분히 반영하지 못하면 공격 경로의 타당성을 확보하기 어렵다. 이에 본 연구는 생성 단계에서 차량 구조와 위협 근거를 함께 반영하여 대상 시스템에 부합하는 공격 경로를 도출하는 LLM 기반 공격 시나리오 생성 기법을 제안한다. 차량의 자산과 연결 관계를 구조화하고, 관련 취약점과 공격 패턴을 검색하여 공격 진입점, 전제 조건, 단계별 행위와 피해 결과를 생성한다. 이후 차량 연결 관계와 공격 조건을 기준으로 생성 결과를 검증하고, 전문가 작성 및 LLM 단독 생성 방식과 비교하여 검증한다.