LLM 에이전트는 기억, 계획, 도구 실행 등 여러 단계로 이뤄진 워크플로를 통해 복잡한 작업을 수행하는데, 위험은 각 단계에서 발생해 다음 단계로 전파되며 탐지와 완화가 어렵다. 기존 안전 기법은 개별 단계만 보호하고 서로 통합하기 어려워 워크플로 전반에 걸친 포괄적 방어가 부족했다. 이 연구는 다양한 안전 설계를 재사용 가능한 구성요소로 표현하는 '단계별 안전 스킬' 추상화를 도입하고, 기존 안전 설계를 이 스킬로 자동 변환하는 파이프라인과 커뮤니티 기반 스킬 라이브러리를 구축했다. 이를 바탕으로 가드 에이전트가 워크플로 전반에서 단계별 안전 스킬을 오케스트레이션하는 다단계 방어 프레임워크 S³를 제안하고, 이를 평가할 다단계 위험 벤치마크(MSRB)를 구축했다. 실험 결과 S³는 안전 효과성과 유용성 보존 양쪽에서 대표적인 최신 기법들을 일관되게 능가했다.

• •기억·계획·도구 실행 등 단계별로 전파되는 에이전트 위험을 다루는 '단계별 안전 스킬' 추상화 제안
• •기존 안전 설계를 재사용 가능한 스킬로 변환하는 자동 파이프라인과 커뮤니티 라이브러리 구축
• •가드 에이전트가 단계별 스킬을 오케스트레이션하는 다단계 방어 프레임워크 S³ 제안
• •다단계 위험 벤치마크(MSRB)를 구축해 워크플로 전반의 대표 위험을 평가
• •S³가 안전 효과성과 유용성 보존 모두에서 기존 최신 기법들을 일관되게 능가