이 논문은 장기 실행 에이전트가 컨텍스트를 압축(compaction)할 때 발생하는 안전 규칙 손실을 단일 압축 주기 단위로 정밀 분석한다. 핵심 발견은 '텍스트 존재 여부 확인이 곧 안전성 확인은 아니다'라는 것으로, 압축이 규칙을 완전히 삭제하지 않아도 규칙처럼 보이지만 실제로는 작동하지 않는 '퇴화된 잔여물'을 남기는 경우가 많다. 행동 재현 실험에서 퇴화된 잔여물은 온전한 규칙보다 금지된 행동을 훨씬 자주 수행하게 만들었으며(두 재현 모델에서 각각 +34점, +57점 격차), 온전한 규칙조차 때때로 작동하지 않아 텍스트 존재만 확인하는 감사는 잘못된 안심을 준다. 이런 손실은 런타임에서는 조용히 일어나 제약 레지스트리 같은 외부 근거와 비교해야만 탐지할 수 있으며, LLM 심사자 라벨만으로 평가하면 결론이 뒤집힐 수 있는 함정도 함께 확인했다.

• •컴텍스트 압축 시 규칙이 완전 삭제되지 않아도 '퇴화된 잔여물'만 남는 현상 규명
• •퇴화된 잔여물은 온전한 규칙 대비 금지 행동 수행률이 +34~+57점 더 높음
• •규칙 형태 항목이 유사 중요도 사실보다 더 잘 보존돼 존재 확인만으로는 안전성 보장 안됨
• •이런 손실은 런타임에서 조용히 발생, 외부 제약 레지스트리 비교로만 탐지 가능
• •LLM 심사자 라벨만 사용한 평가는 결론을 뒤집을 수 있는 함정 존재