연구진은 LLM이 규제된 금융 워크플로우에서 자연어 정책을 해석하면서 발생하는 주-대리 실패 문제를 지적하며, 정책 준수를 측정하는 기존 방식의 한계를 분석했어요.
새로운 거버넌스 지표 5가지를 도입하여 텍스트 기반 거버넌스와 기계적 강제 방식을 비교한 결과, 기계적 강제 방식은 의사 결정 근거 수준에서 정책 준수를 크게 향상시켰어요.
기계적 강제는 의사 결정의 투명성을 높이고, 정확도를 MCC 0.43에서 0.88로 향상시켰으며, 구조적 스트레스 상황에서도 거버넌스 품질을 유지하는 거버넌스-작업 분리를 가능하게 한다는 점을 발견했어요.