이 논문은 에이전트형 AI가 파일 수정, 메시지 전송, 작업 실행 등 도구 행동을 요청할 때 안전 문제가 유해 텍스트 생성에서 유해한 운영상 부작용으로 옮겨간다고 지적하며, 프롬프트 수준의 거버넌스만으로는 실행 경계를 만들 수 없다고 주장한다. 저자들은 모델 출력을 '행동 제안'으로 취급하고 도구 실행 전 신뢰된 결정 계층이 이를 중재하는 런타임 거버넌스 시스템 Aegis를 제안한다. Aegis는 활성 정책 상태에 따라 제안을 평가하고, 출처를 서버 측에서 해석하며, 불확실성 하에서는 실패 시 폐쇄(fail closed)하고, 선택된 사례는 정족수 기반의 비단독 승인 경로인 '상원식 결정(Senate-style settlement)'을 거치도록 한다. 5개 실행군·42개 과제·3개 조건·군당 10회 반복으로 구성된 6,300건 평가에서 프롬프트 정책만 적용했을 때는 79건의 위험한 우회 경로 유출이 발생했지만, Aegis가 거버넌스한 2,100건에서는 위험한 부작용 완료 사례가 0건이었고 1,832건 모두 신뢰된 출처가 보존됐다.

• •에이전트형 AI의 안전 문제가 유해 텍스트 생성에서 유해한 운영 부작용으로 옥겨갔다며 실행 경계를 만드는 런타임 거버넌스 Aegis를 제안했다.
• •모델 출력을 행동 제안으로 취급해 도구 실행 전 신뢰된 결정 계층이 중재하고, 불확실성 시 실패 시 폐쇄(fail closed) 정책을 적용한다.
• •6,300건 평가에서 프롬프트 정책만으로는 79건의 위험한 유출이 발생했지만 Aegis 거버넌스 하에서는 위험한 부작용이 0건이었다.
• •정족수 기반 비단독 승인 경로인 '상원식 결정'으로 1,019건 모두 정족수와 서명된 최종 집계 증거를 확보했다.