이 논문은 언어모델에 탐색·검증·수정 같은 추론 구조를 추가하는 것이 항상 이득인지, 아니면 그 자체가 예산을 잡아먹어 오히려 손해가 되는 임계점이 있는지를 실증적으로 검증한다. 금융 추론 과제(FinQA, TAT-QA)에서 GPT-5.4 mini를 사용해 250토큰부터 4만2천 토큰까지 14단계 예산으로 단일 LLM 호출(모놀리스)과 계획·검증·수정 기능을 더한 검증형 탐색 아키텍처를 1,000건씩 총 2만8천 셀에 걸쳐 비교했다. 두 시스템 모두 가장 낮은 예산 두 단계에서는 완전한 프롬프트조차 채우지 못해 0%였고, 1,000토큰에서는 모놀리스가 18%를 기록한 반면 검증형 탐색은 계획 수립에 예산을 다 써버려 거의 0%에 그쳤다. 그러나 1,500토큰부터는 검증형 탐색이 역전해 계속 우위를 유지하며 최고 예산에서 약 44%까지 도달, 모놀리스(약 40%)를 앞질렀다. 교차점은 1,000~1,500토큰 사이로 통계적으로 유의(p≤0.001)하게 확인됐다.

• •FinQA·TAT-QA 금융 추론 과제에서 250~42,000토큰 14단계 예산으로 모롬리스 vs 검증형 탐색 비교
• •1,000토큰에서는 모롬리스 18% vs 검증형 탐색 거의 0%—구조화 오버헤드가 답변 여지를 잠식
• •1,500토큰부터 검증형 탐색이 역전, 최고 예산에서 약 44% 대 모롬리스 약 40%로 우위 유지
• •구조화 이득이 손해로 바뀜어지는 교차점을 1,000~1,500토큰 사이로 통계적 유의성(p≤0.001)과 함께 특정