15개 LLM을 대상으로 동시에 여러 제약(추론 구조, 안전 경계, 출력 스키마)을 지키게 하는 벤치마크 CSE를 만들어 36가지 제약 유형에 걸쳐 36만 9,753회 검증한 결과, 제약이 늘어날수록 전체 만족률이 급격히 무너지는 현상을 확인했다. 개별 제약 통과율은 완만히 떨어지지만, 8개 제약을 동시에 만족할 확률은 개별 통과율 41%에서 5.7%로 급락했으며, 구조적 제약은 어휘적 제약보다 2배 빠르게 성능을 잃는다. 대부분 모델은 5~6개를 넘는 동시 제약부터 신뢰도가 무너져, 15개 모델 중 12개가 3개 이상 제약에서 성공률 50% 이하로 떨어졌다. 다중 지시사항을 동시에 처리해야 하는 실제 에이전트 설계에 중요한 한계를 시사한다.

• •369,753회 검증, 36가지 제약 유형, k=1~12로 15개 모델 평가
• •구조적 제약이 어휘적 제약보다 제약당 2배 더 빠르게 성능 저하
• •8개 제약 동시 만족률 5.7%(개별 통과율 41%와 대비)
• •실패는 대부분 독립적이며 곱셈적으로 누적, 공유 출력 특성이 주요 원인
• •최강 모델도 7개 제약에서 성공률 50% 밑으로 하락