도구를 사용하는 LLM 에이전트가 사용자가 부여하지 않았거나 작업에 불필요한 권한을 행사하는 '과잉권한 오류'를 줄이기 위해, 이 연구는 40억 파라미터 모델에 작업 조건부 최소권한 선택을 사후학습으로 가르칠 수 있는지 검증했다. 각 행동을 실행 전후로 완료도·증거·정확 상태·금지 시도·안전 성공 등 6개 위험 차원에서 결정론적 검증기로 감사하고, 작업별 초과권한 값을 계산해 최적화에 반영했다. Qwen3.5-4B를 1,500개 작업으로 학습한 결과 2,896개 평가 에피소드에서 안전 성공률이 기존 64.36%에서 98.48%로 오르고 과잉권한 오류는 4.56%에서 0.79%로 줄었다. 별도의 400개 작업 후속 연구에서도 일반화 효과가 확인돼, 학습된 절제가 권한 게이트·샌드박싱을 대체하진 못해도 유용한 추가 통제층이 될 수 있음을 보여준다.

• •도구 사용 LLM 에이전트의 '과잉권한 오류'를 줄이는 작업조건부 최소권한 사후학습 제안
• •6개 위험 차원의 결정론적 검증기로 행동 실행 전후를 감사
• •Qwen3.5-4B 학습 후 안전 성공률 64.36%→98.48%, 과잉권한 오류 4.56%→0.79%
• •400개 작업 후속 실험에서도 일반화되며 기존 권한 게이트·샌드박싱을 보완