Agensh: Scaling Organizational Intelligence to 1,024 Agents
중앙 오케스트레이터 없이 1,024개의 에이전트를 확장 가능한 방식으로 운영하는 자기 조직화 멀티 에이전트 프레임워크 Agensh 제안
논문이 다루는 내용
기존의 멀티 에이전트 시스템은 중앙 오케스트레이터의 작업 할당 및 조정 능력에 따른 확장성 한계에 직면해 있었습니다. 이를 해결하기 위해 중앙 통제 없이 에이전트들이 스스로 작업을 할당하고 협업하는 자기 조직화 프레임워크인 Agensh를 도입했습니다. Agensh는 공유 워크스페이스, 메시지 인터페이스, 공유 컨텍스트라는 세 가지 인프라를 통해 비동기적 협업 루프를 지원합니다. 실험 결과, 에이전트 수를 늘림에 따라 복잡한 프로그래밍 작업(ProgramBench)과 Pandoc 작업에서 성능이 유의미하게 향상되었습니다. 이는 에이전트의 수가 지능의 새로운 확장 차원이 될 수 있음을 시사합니다.
핵심 결과
-
중앙 오케스트레이터가 없는 탈중앙화된 자기 조직화(Self-organized) 구조 설계
-
공유 워크스페이스, 메시지 인터페이스, 공유 컨텍스트를 통한 비동기 협업 루프 구현
-
에이전트 규모 확장에 따른 성능 향상 및 협업 패턴의 표준화 입증
실무에서 볼 만한 점
중앙 서버의 병목 현상 없이 수천 개의 에이전트를 투입하여 복잡한 작업을 병렬로 처리할 수 있는 확장성 모델을 제시합니다.
읽을 때 확인할 점
-
에이전트 수 증가에 따른 작업 완료 시간(Latency)과 성공률 간의 상관관계 측정
-
탈중앙화 구조에서 발생할 수 있는 작업 중복(Race condition) 및 충돌 제어 실험
-
특정 도메인 작업에서 에이전트 규모별 최적의 효율 지점(Saturation point) 탐색