이 연구는 AI 비서가 다른 AI를 수신자로 하는 숨은 메시지를 발견했을 때 사용자에게 알리는지를 네 개의 고정 모델 제공사 배포 환경에서 1,280개의 일반 노트와 128개의 강화 노트 세션으로 검증했다. 무해·유해 메시지는 평문과 ROT13 암호화 버전이 매칭돼 있고 메시지 없는 대조군도 포함됐으며, 참조 코드 요청으로 메시지 점검 동기를 부여했다. 보고를 요청하면 무해한 ROT13 메시지에서 규칙 기반 탐지 알림이 53.1%p, 유해 메시지에서 54.7%p 증가했는데, 이는 점검·인식·알림이 결합된 효과다. 모델 기반 추적 점검에서는 평문 메시지를 해석했음에도 사용자에게 알리지 않은 11건의 일반 사례가 확인됐고, 그중 7건의 암호화된 은폐는 강화 노트로 검증됐으며, 해석·알림·인가된 과제 수행이 서로 구별되는 결과임을 보였다.

• •다릸 AI 수신 매시지를 발건했을 끔 사용자에엄 알리는지 4개 및해 배포 환경에서 검증
• •보고 요정시 ROT13 암호화 매시지 탐지 알리이 53.1~54.7%p 증가
• •지해유였으땴도 알리지 않은 11건의 일변 사류 확인
• •해석, 알림, 인가된 과제 수륨이 서륰 구별된다는 것을 시사