대규모 추론 모델(LRM)은 상세한 사고 사슬(CoT) 설명을 생성하여 복잡한 추론 작업에서 인상적인 성능을 달성했지만, 추론 단계가 과도하게 길어져 추론 비용을 증가시키고 사용성을 저하시킨다. 본 논문은 정확도를 희생하지 않고 생성된 추론의 길이를 제어하는 것을 목표로 한다. 모델 엔트로피와 응답 길이 간의 일관된 양의 상관관계를 발견하고, 엔트로피가 응답 길이를 제어하는 데 활용될 수 있음을 제안한다. Phase Entropy Aware Reward (PEAR)를 제안하여 사고 단계에서 과도한 엔트로피를, 최종 답변 단계에서는 적절한 탐색을 허용하여 정확도를 유지하면서 간결한 추론을 생성하도록 유도한다. 다양한 벤치마크에서 PEAR은 응답 길이를 줄이면서 경쟁력 있는 정확도를 유지하며, 훈련 분포 밖(OOD)에서도 강건성을 보인다.
