검증 가능한 보상 (Verifiable Rewards, RLVR)을 사용하는 텍스트 전용 강화학습 (Reinforcement Learning, RL)에서는 토큰 수준의 엔트로피 (Entropy)가 신용 할당 (Credit Assignment)에 효과적이라고 흔히 인식되지만, 이러한 메커니즘이 시각적 추론 (Visual Reasoning)에서도 여전히 유효한지는 불분명합니다. 본 연구의 통제된 실험에 따르면, 자연적으로 낮은 엔트로피를 가진 시각 민감형 토큰 (Vision-sensitive tokens)의 누락으로 인해 시각적 추론에서 이 메커니즘이 붕괴됨을 보여줍니다. 기존의 멀티모달 (Multimodal) RL 방법론들은 시각적 인지의 중요성을 점점 더 인정하고 있지만, 정밀한 지각적 접지 (Perceptual Grounding)와 의미론적 추론 (Semantic Reasoning)을 교차시켜야 하는 내재적 요구를 충족하는 데 어려움을 겪고 있습니다. 이는 체계적인 시각적 측정 수단이 부족하거나, 토큰 엔트로피가 주로 의미론적 탐색 (Semantic Exploration)을 주도한다는 점을 간과하기 때문입니다. 이를 해결하기 위해, 우리는 원칙적인 곱셈 결합 (Multiplicative Coupling)을 통해 시각적 민감도와 토큰 엔트로피를 명시적으로 통합하는 효과적인 RL 프레임워크인 VEPO (Vision-Entropy token-selection for Policy Optimization)를 소개합니다. VEPO는 시각적으로 접지되어 있으면서 동시에 정보량이 많은 토큰을 향해 그래디언트 신용 (Gradient Credit)을 재지정합니다. 광범위한 실험을 통해 VEPO의 뛰어난 성능을 입증하였으며, 7B 규모에서는 엔트로피 전용 베이스라인 (Baseline)보다 2.28포인트, 3B 규모에서는 3.15포인트 더 높은 성능을 기록했습니다. 절제 연구 (Ablation studies)를 통해 우리 방법론의 타당성을 추가로 입증했습니다.