헬스케어, 법률 서비스, 금융 관리 및 기업 워크플로우 등 중대한 영역 전반에 걸쳐 자율적인 AI 에이전트가 급속도로 배치되면서 시급한 거버넌스(governance) 과제가 발생하고 있습니다. AI 평가 분야는 에이전트의 역량을 측정하기 위한 정교한 벤치마크를 개발해 왔지만, 이러한 프레임워크들은 에이전트가 '무엇을 할 수 있는지'만을 측정할 뿐, '어떻게 수행하는지'에 대한 평가는 이루어지지 않습니다. 인간 자율성 존중, 위해 회피(harm avoidance), 투명성과 기만 방지(non-deception), 개인정보 보호 규정 준수(privacy compliance), 그리고 책임성(accountability)을 포함하여 책임 있는 에이전트 배포에 가장 중요한 윤리적 차원들이 현재의 평가 관행에서는 체계적으로 결여되어 있습니다. 본 논문은 이러한 격차를 세 가지 기여를 통해 다룹니다. 첫째, 12개의 주요 AI 에이전트 벤치마크에 대한 구조화된 문헌 검토는 해당 벤치마크들이 측정하는 윤리적 차원과 그렇지 않은 차원을 특징지어 보여줍니다. 둘째, AI 에이전트를 위한 윤리 평가의 포괄적이고 운영 가능한 도구인 윤리 평가 프레임워크 for AI Agents (EEFA)를 소개하며, 이는 확립된 AI 윤리 원칙에 기반하고 개발자, 감사자(auditors), 규제 기관 모두가 사용할 수 있도록 설계되었습니다. 셋째, 모든 다섯 가지 프레임워크 차원에 걸쳐 예시적인 테스트 시나리오와 함께 EEFA를 배포된 에이전트 시스템에 적용하기 위한 재현 가능한 검증 프로토콜을 명시합니다. EEFA는 다음의 다섯 가지 주요 차원으로 구성되어 있습니다: 자율성 보존(Autonomy Preservation), 위해 회피(Harm Avoidance), 투명성과 기만 방지(Transparency and Non-Deception), 개인정보 보호 규정 준수(Privacy Compliance), 그리고 책임성 및 추적 가능성(Accountability and Traceability). 이 프레임워크는 EU AI Act와 NIST AI Risk Management Framework의 요구 사항에 직접적으로 대응하며, 고위험 AI 애플리케이션을 위한 실질적인 규정 준수 평가 도구로 자리매김하고 있습니다. 다양한 벤치마크 및 에이전트 시스템 전반에 걸쳐 이 프레임워크를 경험적으로 적용하는 것이 향후 연구의 우선순위 방향으로 제시됩니다.