Model Context Protocol(MCP)는 AI 에이전트가 외부 도구, 데이터베이스, 서비스에 연결할 수 있게 하는 오픈소스 표준이다. 이러한 연결성은 강력한 에이전트 기능을 가능하게 하지만, 기존의 호출 단위(per-call) 방어 체계로는 신뢰성 있게 탐지할 수 없는 다단계 공격도 함께 유발한다. 공격자는 개별적으로는 무해한 도구 호출들을 조합하여, 독립된 검사를 우회하는 악성 시퀀스를 구성할 수 있다. 본 논문은 MCP 기반 AI 에이전트 시스템에서 다단계 공격을 식별하기 위한 순차 탐지 프레임워크인 ChainWatch를 제시한다. ChainWatch는 6단계 킬 체인을 사용해 공격 진행을 모델링하고, 도구 호출 시퀀스를 분류하기 위해 은닉 마르코프 모델(HMM)을 적용한다. 세션이 여러 단계에 걸쳐 의심스러운 진행을 보일 때 탐지 규칙이 트리거된다. 이 프레임워크는 직접적 순차 공격, 간접 프롬프트 주입 체인, 하이브리드 다단계 공격을 포괄하는 구조화된 위협 모델을 기반으로 한다. 20차원 특징 추출 스키마가 도구 상호작용으로부터 행동 신호를 포착한다. 보안 문헌의 5가지 대표적 공격 시나리오를 사용해 이 접근법을 시연하며, ChainWatch가 기존 호출 단위 보안 메커니즘을 우회하는 공격 체인을 어떻게 탐지하는지 보여준다.
저비트 양자화(low-bit quantization)는 소형 추론 모델의 배포 비용을 낮추지만, 사고의 연쇄(chain-of-thought)를 저하시킬 수 있다. 이는 생성이 불안정해질 때 개입하는 디코더 측 모니터의 필요성을 동기부여한다. 우리는 자연스러운 후보인 중심화된 토큰 로그 확률 증분 $\log p(w_t)+H_t$이 이 목적에 부적합한 관측량임을 보인다. 이 값은 모델 자체의 샘플링 법칙 하에서 구조적으로 평균이 0인 마팅게일(martingale)이므로, 궤적의 건전성이 아닌 샘플링 자기 일관성을 측정하며, $\log p(w_t)$와 엔트로피가 모두 0에 가까운 확신적 반복 구간에서는 거의 신호를 내지 않는다. 우리는 (i) 토큰 불확실성과 명시적 축자 반복(verbatim repetition)을 결합한 퇴화 인식 경보 점수와 (ii) 캘리브레이션된 e-프로세스(e-process) 기반 순차 검출기를 결합한 학습 불필요(training-free) 디코딩 제어기를 제안한다. 원시 곱 프로세스는 조건부 평균 귀무가설 하에서 Ville 유효(Ville-valid)하며, 점수가 이력 의존적이고 자기상관되어 있어 배포된 CUSUM 하한 통계량은 경험적 변화 검출기로 취급된다. FP16 및 INT4의 DeepSeek-R1-Distill-Qwen-1.5B를 사용한 GSM8K에서, 캘리브레이션은 생성의 93--95%에서 발동하는 모니터를 실패 궤적의 선택적 검출기($\varphi\approx 0.3$, 0.38 기저율 대비 정밀도 $\approx 0.6$)로 변환한다. 이 파일럿 연구에서 제어기는 측정된 축자 퇴화 신호를 감소시키고, 28% 토큰 예산 비용으로 INT4 정확도를 63%에서 69%로 끌어올리는 긍정적이지만 통계적으로 불확실한 변화를 산출한다(쌍별 맥니마 검정(McNemar) $p=0.18$, $n=100$). 또한 GSM8K에서는 루핑(looping)이 아닌 비종료(non-termination)가 지배적인 실패 모드임을 발견한다. 주된 기여는 방법론적인 것으로, 중심화된 토큰 로그 확률이 디코더 모니터링에 부적합한 이유에 대한 설명과 캘리브레이션된, 신중하게 평가된 대안을 제시한다.