본 논문은 언어 모델이 소스 자료를 준수하라는 지시에도 불구하고 근거 없는 내용을 생성하는 "폐쇄 영역 환각(closed-domain hallucination)" 현상에 대해 다룬다. 특히, 여러 생성 단계(MGS)를 거치는 과정에서 단일 생성 단계(SGS)보다 환각 위험이 증가하는 점을 지적하며, MGS 과정의 복잡성 때문에 최종 출력에서 환각을 탐지하는 것만으로는 부족하고, 환각된 내용이 어디에서 유입되었고, 소스에서 얼마나 충실하게 중간 출력을 통해 파생되었는지 추적하는 것이 중요하다고 주장한다. 이를 위해 본 논문에서는 MGS 및 SGS 과정 모두에 대한 추적성을 제공하도록 설계된 최초의 폐쇄 영역 환각 탐지 방법인 VeriTrail을 제시한다. 또한, 모든 중간 출력과 최종 출력의 충실도에 대한 인간 주석을 포함하는 최초의 데이터 세트를 소개하고, VeriTrail이 두 데이터 세트 모두에서 기준 방법보다 성능이 우수함을 보여준다.