지속형 AI 에이전트는 반성·검색·통합을 통해 자전적 상태를 구축하지만, 지속성은 정보의 가용성만 바꿀 뿐 인식론적 지위를 바꾸지는 않는다. 저장되거나 검색된 내용이 그 자체로 뒷받침되는 것은 아니며, 신뢰할 수 없는 입력·프롬프트 주입·모델 추론이 지속 상태에 들어가 나중에 에이전트 이력이나 사용자 약속으로 제시될 수 있다. 연구진은 자전적 주장의 경계 유지를 위한 유형화된 출처 및 주장 가드레일을 규정했다. 유형화된 출처 그래프가 기원·의존 계보·인식론적 역할·유효성·공개 범위를 분리하고, 리졸버가 권한이 부여된 상태 투영을 평가해 증거 상태·상충·낡음·보류 플래그와 보호된 결정 증거를 반환하며, 생성-검증-수정 중재자가 후보 주장을 공개 전에 검사한다. 24개 수작업 적합성 사례 실험에서 유형화 중재는 19개 안전하지 않은 기회 중 어느 것도 무자격으로 통과시키지 않으면서 지원되는 5개 통제는 모두 유지했다. 반면 평면/사전 비교 규칙과 출처 태그 비교 규칙은 각각 19개 중 19개, 18개의 안전하지 않은 후보를 통과시켰다.

• •지속형 AI 에이전트의 저장된 정보가 자동으로 신뢰성을 얻지 않는다는 문제를 정면으로 다룸
• •유형화된 출처 그래프로 기원·의존 계보·인식론적 역할·유효성·공개 범위를 분리 관리
• •리솔버와 생성-검증-수정 중재자를 통해 공개 전 후보 주장을 검사하는 가드레일 체계 설계
• •24개 수작업 적합성 사례에서 유형화 중재는 안전하지 않은 후보 19개를 모두 차단
• •기존 평면/사전 비교, 출처 태그 비교 규칙은 안전하지 않은 후보의 대부분(19/19, 18/19)을 통과시켜 취약성 입증