연구진은 LLM 에이전트가 실패할 가능성이 높은 경로를 걷더라도 상당한 연산 자원을 소모하는 문제를 확인했어요. 에이전트의 내부 표현을 분석하는 경량 프로브를 통해 초기 단계에서 실패를 예측할 수 있으며, 관찰 가능한 행동만으로 판단하는 방식보다 훨씬 정확해요. 이러한 신호를 활용하여 에이전트의 연산 자원 낭비를 줄이는 '조기 중단 캐스케이드'를 개발했으며, 90% 성공률 목표 시 최대 47.1%의 연산 자원을 절약할 수 있었어요.