LLM 에이전트가 달성 불가능하거나 부실하게 명세된 목표 앞에서 언제 행동을 멈춰야 하는지를 다룬 'Agentic Abstention'(에이전트 기권) 문제를 정의한 연구다. 단일턴 답변/기권 결정으로 평가되는 표준 기권과 달리, 에이전트 기권은 매 턴 답변·기권·정보 수집 중 선택하는 순차적 결정이며 기권 필요성이 환경과 상호작용한 뒤에야 드러날 수 있다. 웹쇼핑·터미널·질의응답에서 13개 LLM 에이전트와 2개 스캐폴드를 28,000여 과제로 평가한 결과, 핵심 난제는 기권 가능 여부뿐 아니라 '언제' 기권하느냐였다. 일부는 기권해야 할 때 전혀 못 하고, 일부는 불필요한 상호작용을 여러 번 거친 뒤에야 기권했으며, 더 큰 모델이 오히려 적시 기권을 못 하기도 했다. 저자들은 전체 상호작용 궤적을 재사용 가능한 중단 규칙으로 증류하는 컨텍스트 엔지니어링 기법 CONVOLVE를 제안해, WebShop에서 Llama-3.3-70B의 적시 재현율을 26.7에서 57.4로 끌어올렸다.

• •달성 불가능한 목표 시 추가 도구 호출을 멈추는 순차적 결정 문제 '에이전트 기권' 정의
• •13개 LLM 에이전트를 28,000여 과제로 평가, 핵심은 '언제' 기권하느냐
• •더 크거나 유능한 모델이 오히려 적시 기권에 더 못하는 경우 발생
• •상호작용 궤적을 중단 규칙으로 증류하는 CONVOLVE로 Llama-3.3-70B 적시 재현율 26.7→57.4