이 연구는 다양한 모니터 신호를 앙상블로 결합하면 AI 에이전트의 정렬 오류 행동 감지 성능이 향상됨을 보여준다. GPT-4.1-Mini 기반 12개 모니터를 구축해 적대적 입력에 실패하는 코딩 과제에서 평가한 결과, 최적 3개 모니터 앙상블이 동종 모니터 3개 앙상블 대비 2.4배 높은 감지 성능 향상을 달성했다. 파인튜닝된 모니터는 상위 앙상블에 항상 포함되며 분포 외 공격 유형에서도 우위를 유지한다. 규모가 아닌 다양성이 성능 향상을 이끄는 핵심 요소임을 입증하며, 앙상블 모니터링을 실용적 AI 안전 전략으로 제시한다.

• •다양한 모니터 신호의 앙상블 결합이 개별 모니터나 동종 앙상블보다 정렬 오류 감지에 효과적이다.
• •최적 3개 모니터 앙상블은 동종 3개 모니터 앙상블 대비 2.4배 높은 감지 성능 향상을 달성했다.
• •파인튜닝된 모니터가 프롬프팅 기반 모니터보다 우수하며 분포 외 공격에도 강건하다.
• •규모 확장보다 모니터 다양성이 성능 향상의 핵심 동인으로, 합리적 추론 비용으로 AI 안전 확보가 가능하다.