Steins;Gate Drive: 지연 시간 분리형 LLM 계획을 위한 구조화된 미래에 대한 의미론적 안전 중재

클라우드 기반 LLM 드라이버 에이전트(driver agents)는 유용한 의미론적 판단(semantic judgments)을 제공하지만, 이들의 추론 지연 시간(inference latency)은 단계별 차량 제어 시간 창(stepwise vehicle-control windows)을 초과합니다. 학습된 세계 모델(world models)은 미래를 예측하지만, 대개 미래 생성(future generation)과 행동 선택(action selection)을 거대한 결합 루프(coupled loops) 내부에 유지합니다. 본 논문에서는 Steins;Gate Drive를 제시합니다. 이는 지연 시간이 분리된(latency-decoupled) 플래너-런타임(planner-runtime) 아키텍처로, 동명의 작품에 등장하는 세계선(worldline) 은유를 통해 개입(intervention)의 한 가지 그럴듯한 결과(plausible consequence)를 명명합니다. 즉, LLM은 최종 제어 시점 이전에 반사실적(counterfactual) 주행 미래를 선택하며, 런타임(runtime)은 선택된 예측이 안전 계약(safety contracts)이 유효한 동안에만 재사용합니다. 생성기(generator)는 세 가지 세계선 역할(world-line roles)을 구축합니다: 알파(alpha)는 명목상의 자차 조건부 미래(nominal ego-conditioned futures), 베타(beta)는 주변 차량과의 상호작용 반사실(interaction counterfactuals), 그리고 감마(gamma)는 제동, 끼어들기 또는 차단된 통로와 같은 위험 스트레스 미래(hazard-stress futures)입니다. 선택된 분기(branch)는 예측 범위(horizon), 유효성/중단 조건(validity/abort conditions), 폴백(fallback) 및 권한(authority)을 가진 유형화된 전략적 예측(StrategicForecast)이 됩니다. 10개의 시드(seeds)와 20개의 단계(steps)를 가진 피험자 내(within-subject), 매칭 시드(matched-seed) 일반 고속도로 프로토콜에서, GPT-5.4 mini는 측정된 무충돌 안전 경계(no-collision safety boundary)를 유지하면서 유효 지연(effective lag)을 1초 예측 범위(1-second horizon)에서의 +3.07초에서 4초 예측 범위(4-second horizon)에서의 -0.01초로 단축했습니다. 이 아키텍처의 안전 기여는 드리프트 점수(drift score)가 아닌 원자 술어 런타임 체크(atom-predicate runtime check)에서 비롯되며, 드리프트 점수는 갱신 빈도 조절 노브(refresh-frequency knob)로서 기능합니다.