LLM 다중에이전트 팀 조직, 상호작용 규칙을 함께 진화시키는 프레임워크

핵심 요약

• LLM 기반 다중에이전트 시스템(MAS)은 복잡한 작업 해결을 위해 전문화된 에이전트 간 협력에 의존한다.
• 기존 방식은 개별 에이전트의 프롬프트, 스킬, 실행 전략을 개선하지만 팀 협력 향상으로 직결되지 않는 문제가 있다.
• 최근 연구들은 진화를 협력 수준으로 확장해 집단 실행 경험으로 팀 조직과 에이전트 간 상호작용을 조정하고 있다.
• 그러나 이질적 작업들 간 협력 진화는 여전히 어려운데, 기존 접근법은 팀 재조직을 공유 구조 내로 제한하고 호환되지 않는 팀 상황 간 상호작용 규칙을 재사용하기 때문이다.
• 본 논문은 EvoTeam을 제안하는데, 이는 실행 경험을 통해 팀 조직·상호작용 규칙·개별 에이전트 스킬을 함께 진화시키는 협력 중심 프레임워크다.
• 재사용 가능한 팀 라이브러리를 유지하면서 에이전트 팀을 선택하거나 생성하고, 팀별 상호작용 규칙으로 협력을 지도한다.
• 협력 경험은 호환되는 팀 상황 내에서 축적되고, 개별 스킬은 팀들 간에 재사용 가능하다.
• 4개 벤치마크 실험에서 유효성을 입증했으며, 코드는 깃허브(https://github.com/DEEP-JLU/EvoTeam)에서 공개했다.