From Skills to Talent: Organising Heterogeneous Agents as a Real-World Company

Paper ID: 2604.22446 • 95 Upvotes

Agent Multi-Agent System Organizational AI Dynamic Systems Framework Evaluation

From Skills to Talent: Organising Heterogeneous Agents as a Real-World Company

📝 핵심 요약

고정된 팀 구조를 넘어 실제 회사처럼 스스로 조직하고 개선하는 다중 에이전트 시스템 프레임워크를 제시하여 AI 조직의 유연성과 적응성을 극대화합니다.

📖 상세 내용

개별 에이전트의 역량은 빠르게 발전했지만, 기존 다중 에이전트 시스템은 고정된 팀 구조와 경직된 조정 로직으로 인해 제약이 많았습니다. 본 연구는 에이전트 워크포스를 조직하고 관리하며 개선하는 원칙적인 조직 계층의 부재를 문제로 지적합니다. 이를 해결하기 위해 OneManCompany (OMC) 프레임워크를 제안하며, 이는 스킬과 도구를 '탤런트(Talent)'라는 휴대 가능한 에이전트 정체성으로 캡슐화하고, '탤런트 마켓'을 통해 동적으로 에이전트를 모집합니다. 조직의 의사결정은 계획, 실행, 평가를 통합하는 계층적 'Explore-Execute-Review (E^2R)' 트리 탐색을 통해 이루어집니다. 이 접근 방식은 다중 에이전트 시스템을 정적인 파이프라인에서 스스로 조직하고 개선하는 AI 조직으로 변모시키며, PRDBench에서 84.67%의 성공률로 기존 최고 성능을 15.48%p 능가하는 결과를 보였습니다.

🔑 주요 내용 (Key Points)

다중 에이전트 시스템을 조직 수준으로 끌어올린 'OneManCompany (OMC)' 프레임워크 제안
동적인 에이전트 모집 및 관리를 위한 '탤런트(Talent)' 개념과 '탤런트 마켓' 도입
계획, 실행, 평가를 통합하고 종료 및 교착 상태 방지를 보장하는 'Explore-Execute-Review (E^2R)' 트리 탐색 알고리즘

💡 실무적 가치 (Relevance)

개발자들은 이 프레임워크를 통해 고정된 에이전트 파이프라인 대신, 필요에 따라 에이전트를 동적으로 구성하고 재구성할 수 있는 유연하고 확장 가능한 AI 시스템을 구축할 수 있습니다. 이는 복잡하고 변화무쌍한 실제 문제 해결에 큰 도움이 될 것입니다.

✅ 추천 액션 (Actionable Items)

OMC 프레임워크를 활용하여 특정 비즈니스 도메인에 맞는 동적 에이전트 워크플로우를 설계하고 구현해보기
기존 다중 에이전트 시스템의 고정된 역할을 '탤런트'로 추상화하고 '탤런트 마켓'을 통해 동적으로 할당하는 방안을 실험해보기
E^2R 의사결정 루프를 활용하여 복잡한 태스크의 계획, 실행, 평가를 자동화하는 프로토타입을 개발해보기

View on Hugging Face View PDF (arXiv)