입자 물리학 검출기의 규모가 커짐에 따라, 고에너지 물리학 (High Energy Physics) 실험은 계속해서 증가하는 데이터 양을 처리해야 합니다. Field-Programmable Gate Arrays (FPGA) 상에 구현되어 있으며 점점 더 신경망 알고리즘을 사용하는 Level-1 트리거 시스템은 이 데이터를 실시간으로 필터링합니다. 그러나 상호작용 지점(interaction point)에 인접해 있기 때문에 방사선에 노출되며, 이는 출력을 손상시키거나, 처리 파이프라인을 중단시키거나, 하드웨어를 손상시켜 상당한 재정적 및 과학적 결과를 초래할 수 있습니다. 본 연구에서는 Belle II 트리거 시스템 내에 배포된 Level-1 하드웨어 신경망 트리거인 GNN-ETM에 대한 최초의 레지스터 전송 레벨 (Register Transfer Level, RTL) 결함 주입 (fault-injection) 연구를 제시합니다. 우리는 실시간 트리거 파이프라인에 가장 중대한 영향을 미치는 세 가지 고장 모드인 데드락 (deadlocks), 타임아웃 (timeouts), 그리고 패킷 무결성 위반 (packet-integrity violations)을 대상으로 합니다. 두 가지 상호 보완적인 캠페인을 통해, 우리는 211,245개의 신호에 걸쳐 1,442,840개의 단일 이벤트 업셋 (Single-Event Upsets, SEU)을 주입합니다. 우리는 기존 검증 인프라에서 모니터링 비대칭성을 발견하였으며, 출력 전용 관찰보다 더 정확한 대안으로 단계 간 활성 모니터링 (inter-stage liveness monitoring)을 제안합니다. 이를 통해 두 접근 방식에서 산출된 평균 고장 시간 (Mean Time To Failure, MTTF) 추정치가 최대 78.7%까지 차이 난다는 것을 보여줍니다. 결과적으로 도출된 단계별 데이터는 가장 우선순위가 높은 하드닝 (hardening) 대상을 식별합니다.