본 논문은 AI의 유해 행동을 탐지하고 중단하기 위한 런타임 모니터링 기법에 대해 연구합니다. 여러 개의 런타임 모니터를 단일 모니터링 프로토콜로 결합하는 방법을 제시하며, 이 프로토콜은 잘못된 출력에 대한 안전 조치 적용 확률(재현율)을 극대화하는 것을 목표로 합니다. 모니터 실행과 안전 조치 적용에 비용이 소요되므로 평균 비용 제약 조건도 고려합니다. 기존 모니터의 성능과 비용을 바탕으로, 가장 효율적인 프로토콜을 찾는 알고리즘을 개발했습니다. 이 알고리즘은 어떤 모니터를 언제 호출할지, 그리고 Neyman-Pearson lemma에 기반하여 안전 조치를 어떻게 할당할지에 대해 완전 탐색을 수행합니다. 가능도 비율에 집중하고 모니터 비용과 안전 조치 비용 간의 전략적 절충을 통해 코드 검토 환경에서 기존 방식 대비 재현율을 두 배 이상 향상시켰습니다. 또한, 두 개의 모니터를 결합하는 것이 단일 모니터 사용보다 파레토 개선됨을 보였습니다. 이 연구는 비용에 민감한 환경에서 원치 않는 행동을 감지하기 위한 기존 모니터 결합에 대한 원칙적인 방법론을 제공합니다.
