본 논문은 대규모 언어 모델(LLM) 기반 에이전트의 다회차 상호작용에서 발생하는 비효율성 문제를 해결하기 위해 조기 종료 메커니즘을 제안합니다. LLM 에이전트는 복잡한 구현 환경에서 강력한 계획 및 의사결정 능력을 보이지만, 반복적인 루프에 빠지거나 비효율적인 명령을 내리는 등의 문제로 불필요한 계산 오버헤드가 발생합니다. 이를 해결하기 위해, 생성 과정 중 종료 지시어를 주입하는 내재적 방법과 작업 완료 여부를 검증하여 에이전트 시행을 중단하는 외재적 방법 두 가지를 제시합니다. 4개의 서로 다른 LLM과 5개의 구현 환경에서 실험을 진행하여, 에이전트 성능 저하가 미미한 수준에서 상당한 효율성 향상을 보였음을 보여줍니다. 또한, 조기 종료된 에이전트 이후 더 강력한 에이전트가 지원하는 전략을 통해 동일한 총 단계 수로 더 나은 성능을 달성할 수 있음을 검증하였습니다.
