본 논문은 대규모 언어 모델(LLM) 기반 에이전트의 다회차 상호작용에서 발생하는 비효율성 문제를 해결하기 위해 조기 종료(early-exit) 메커니즘을 제안합니다. LLM 에이전트는 복잡한 환경에서 강력한 계획 및 의사결정 능력을 보이지만, 반복적인 루프에 빠지거나 비효율적인 명령을 내리는 등의 문제로 계산 오버헤드가 발생합니다. 이를 해결하기 위해, 생성 과정에 종료 지시어를 주입하는 내재적(intrinsic) 방법과 작업 완료 여부를 검증하여 에이전트 시행을 중단하는 외재적(extrinsic) 방법 두 가지를 제시합니다. 4가지 LLM과 5가지 환경에서의 실험을 통해, 에이전트 성능 저하는 미미하면서도 효율성이 크게 향상됨을 보였고, 조기 종료된 에이전트를 강력한 에이전트가 보조하는 전략의 효과도 검증했습니다.
