Security Attack Analysis (SAA) adalah aktivitas penting dalam Security Threat Oriented Requirements Engineering (STORE), di mana threat modeling dilakukan untuk mengidentifikasi potensi serangan. SAA yang tidak akurat dapat menghasilkan security requirement yang cacat, sering kali karena kurangnya pengetahuan dan pengalaman dari para engineer. Large language model (LLM) telah menunjukkan kemampuan yang luar biasa dalam memecahkan masalah spesifik domain ketika diintegrasikan secara efektif. Namun, mengintegrasikan LLM ke dalam proses SAA tetap menjadi tantangan, terutama saat menggunakan pendekatan multi-agent, karena memerlukan strategi pada orkestrasi dan mengatasi masalah yang melekat pada LLM, seperti halusinasi. Penelitian ini memperkenalkan Security Attack Analysis Support (SAAS), sebuah proses yang menggunakan pendekatan LLM berbasis multi-agent untuk mendukung para engineer dalam melakukan SAA. Kami mengusulkan dan mengimplementasikan dua desain SAAS yang berbeda, masing-masing menggunakan pendekatan orkestrasi yang unik, dan juga menggabungkan prompt engineering dan input terstruktur untuk kedua desain tersebut. Kami melakukan expert judgement untuk menilai keefektifan kedua desain SAAS dan menganalisis umpan balik menggunakan grounded theory. Hasilnya menunjukkan bahwa kedua desain yang diusulkan dengan efektif telah berhasil melakukan SAA sesuai dengan ruang lingkup proyek, dengan masing-masing desain menawarkan kekuatan dan kelemahannya.