본 논문은 대규모 언어 모델(LLM) 에이전트의 보안 취약성, 특히 프롬프트 주입 공격에 대한 위험을 해결하기 위해 에이전트의 실행 추적을 구조화된 프로그램으로 취급하는 새로운 방법을 제시한다. AgentArmor라는 프로그램 분석 프레임워크를 제안하며, 이는 에이전트 추적을 그래프 중간 표현(CFG, DFG, PDG 등)으로 변환하고, 유형 시스템을 통해 보안 정책을 적용한다. AgentArmor는 그래프 생성기, 속성 레지스트리, 유형 시스템의 세 가지 주요 구성 요소로 이루어져 있으며, 에이전트의 동작을 구조화된 프로그램으로 표현함으로써 민감한 데이터 흐름, 신뢰 경계 및 정책 위반에 대한 프로그램 분석을 가능하게 한다. AgentDojo 벤치마크를 통해 평가한 결과, AgentArmor는 ASR을 3%로 줄이고 유틸리티 감소는 1%로 제한하는 것을 보여준다.
