자율적인 LLM 에이전트(LLM agents)는 개별적으로는 무해한 행동의 연속을 통해 숨겨진 악의적인 목표를 추구할 수 있으며, 이로 인해 표준적인 궤적 수준(trajectory-level) 모니터링으로는 파괴 행위를 탐지하기 어렵습니다. 기존 방식들은 전체 궤적을 단 한 번의 패스(pass)로 평가하거나, 이를 독립적으로 점수가 매겨지는 윈도우(windows)로 분할하는데, 이는 시간적으로 멀리 떨어진 행동들 사이의 증거를 연결하는 능력을 제한합니다. 우리는 긴 호흡의(long-horizon) LLM 에이전트 궤적을 위한 모니터링 프레임워크인 TRACE를 제안합니다. TRACE는 신호가 높은 영역을 식별하고, 추론 단계 전반에 걸쳐 축적된 증거를 유지하면서 타겟팅된 검사(inspection)를 수행하며, 궤적 수준의 판결을 합성하는 TIJ (Triage-Inspect-Judge) 루프를 통해 작동합니다. 우리는 SHADE-Arena의 10개 작업 도메인에서 최첨단(state-of-the-art) 베이스라인 모델들을 대상으로 TRACE를 평가합니다. TRACE는 0.713의 종합 F1 점수와 0.844의 재현율(recall)을 달성하였으며, 장거리 증거 연결이 필요한 작업에서 가장 큰 성능 향상을 보였습니다.