AI 에이전트의 협업을 동적으로 조율하는 DynaFlow 프레임워크

핵심 요약

• 다중 에이전트 시스템이 고정된 협업 구조에 의존하면서 작업 요구에 적응하기 어려운 문제를 해결하기 위해 DynaFlow를 제안한다.
• 주 에이전트가 협업 필요 여부를 판단하고 태스크별 프로그램을 생성해 서브 에이전트들을 순차·병렬 실행, 정보 교환, 검증으로 조율한다.
• 실행 결과와 추적 정보가 다음 행동에 반영되어 추론 진행 과정에서 협업을 적응적으로 조정한다.
• 주 에이전트만 증류된 궤적으로 지도학습 미세조정 후 지원 불가 전제, 편향된 검증, 정보 흐름 결함을 필터링한 예제로 추가 개선한다.
• 서브 에이전트는 고정 유지해 협업 조율 학습과 실행자 능력 개선을 분리한다.
• 수학 추론, 과학 질답, 다중 홉 검색 등 6개 벤치마크에서 강제 모드 기준 전체 정확도 88.08%를 달성했다.
• 같은 Qwen3.5-27B 기반의 최강 기준 모델 대비 10.90 포인트 높은 성능을 보였다.
• 워크플로우 분석 결과 학습 후 상류 출력의 명시적 활용, 검증, 정제가 증가했으며 단계 간 정보 흐름이 다중 에이전트 협업의 핵심 요소임을 확인했다.