에이전틱 AI (Agentic AI) 시스템은 계획 (planning), 도구 사용 (tool use), 메모리 (memory), 상호작용 (interaction), 그리고 적응 (adaptation)을 결합한 다단계 궤적 (multi-step trajectories)을 통해 작동합니다. 이러한 동작은 허용 가능한 시스템 동작이 이제 시간이 흐름에 따라, 그리고 변화하는 환경 조건 하에서 결정이 어떻게 전개되는지에 달려 있기 때문에, 검증 관행을 컴포넌트 테스트 (component testing) 및 일회성 입출력 평가 (one-shot input--output evaluation) 너머로 확장시킵니다. 본 조사(survey)는 에이전트 평가 (agent evaluation), 소프트웨어 보증 (software assurance), 사이버 물리 시스템 (cyber-physical systems), 런타임 모니터링 (runtime monitoring), 그리고 규제 지침 (regulatory guidance)에 걸친 257편의 논문을 종합하여 에이전틱 시스템을 위한 검증 문제를 규명합니다. 본 리뷰는 행동 (behavioral), 안전 (safety), 시간적 (temporal), 규제 (regulatory), 그리고 다중 에이전트 (multi-agent) 관련 사항을 다루는 5차원 분류 체계 (five-dimension taxonomy)를 중심으로 구성되었으며, 해당 분류 체계를 사용하여 현재의 접근 방식들을 매핑하고 반복되는 커버리지 격차 (coverage gaps)를 드러냅니다. 분석 결과, 행동 평가 (behavioral evaluation)는 비교적 성숙한 반면, 시간적 타당성 (temporal validity), 런타임 증거 유지 (runtime evidence maintenance), 규제 가독성 (regulatory legibility), 그리고 개방형 다중 에이전트 시스템 보증 (open-ended multi-agent systems assurance)은 여전히 미발달 상태로 남아 있음을 보여줍니다. 세 가지 교차 도메인 사례 연구 (의료 케어, 산업 운영, 스마트 모빌리티 시스템)는 검토된 문헌에 기록된 실패 패턴에 근거하여, 안전 필수 (safety-critical) 환경에서 5가지 분류 체계 차원이 어떻게 반복되는지에 대한 운영적 예시를 제공합니다. 본 논문은 제한된 자율성 사양 (bounded-autonomy specifications), 적대적 궤적 생성 (adversarial trajectory generation), 런타임 모니터링 (runtime monitoring), 그리고 감사 준비가 된 증거 구조 (audit-ready evidence structures)를 중심으로 한 라이프사이클 지향적 연구 과제를 제시하며 결론을 맺습니다. 핵심 주장은 에이전틱 AI의 신뢰할 수 있는 배포는 고립된 컴포넌트만을 평가하는 것이 아니라, 맥락 속에서 궤적 (trajectories)을 검증하는 것에 달려 있다는 것입니다.