자율 AI 에이전트를 언제 중단시킬지 결정하는 런타임 개입 타이밍 문제를 진단한 논문이다. 18차원 정서 동역학 엔진(HEART)을 진단 도구로 삼아, 절대 상태 임계값·복합 상태-행동 패턴·정규식 추론특징 추출·제로샷 LLM 심판 등 4가지 트리거 계열을 SWE-bench-Verified 디버깅 트레이스의 인간 주석 개입 지점과 대조했다. 세 가지 발견을 보고한다. 첫째, '상태 포화 함정'으로 지속적 난이도에서 회복 신호가 없어 임계값 트리거가 행동의 39~83%에서 발화하는 상시 지표로 변질된다. 둘째, LLM 심판은 전체 궤적 맥락이 있어야만 작동하고 그조차 F1 0.17~0.40에 최대 90배 비용이 든다. 셋째, 가장 중요하게 인간 주석자 셋이 개입 지점에 거의 우연 수준으로만 일치(Krippendorff α=+0.047)해, 단일 주석자 F1을 최적화 대상으로 삼기 부적절함을 보였다.

• •18차원 정서 동역학 엔진(HEART)을 진단 도구로 4가지 개입 트리거 계열을 인간 주석 지점과 대조
• •상태 포화 함정: 회복 신호 부재로 임계값 트리거가 행동의 39~83%에서 발화하는 상시 지표로 변질
• •LLM 심판은 전체 궤적 맥락이 있어야 작동하고 F1 0.17~0.40에 최대 90배 비용, 소형 모델은 미발화
• •인간 주석자 간 개입 지점 일치가 우연 수준(α=+0.047)으로 개입 타이밍은 저신뢰 구성개념