Raven: The Harness of Harnesses for Composable Agentic Intelligence
복합적인 도메인 문제를 해결하기 위해 특화된 에이전트들을 자동으로 생성, 조립, 진화시키는 멀티 에이전트 생태계 프레임워크
논문이 다루는 내용
LLM의 발전으로 에이전트가 복잡한 워크플로우를 수행하게 되면서, 수동 설계의 복잡성과 특정 도메인에 국한된 범용성 부족 문제가 발생하고 있습니다. 이를 해결하기 위해 Raven은 모델과 하네스(Harness) 쌍을 하나의 모듈형 단위로 취급하는 오픈소스 멀티 에이전트 생태계를 제안합니다. Host Agent가 목표를 분해하고 적절한 에이전트와 매칭하며, EverOS와 Skill Forge를 통해 경험을 축적하고 재사용 가능한 절차로 변환합니다. 이론적으로 이러한 구성 방식은 개별 에이전트의 역량을 합친 것 이상의 신뢰할 수 있는 작업 범위를 확보할 수 있음을 증명합니다. 실험 결과, Raven은 복잡하고 장기적인 작업에서 기존 SOTA 에이전트 시스템들을 크게 상회하는 성능을 보여주었습니다.
핵심 결과
-
모델-하네스 쌍을 모듈화하여 자동 생성 및 진화시키는 'Harness of Harnesses' 구조
-
Host Agent를 통한 목표 분해, 에이전트 매칭, 실행 의존성 관리 및 결과 통합 자동화
-
경험을 보존하는 Host Archive/EverOS와 재사용 가능한 절차를 만드는 Skill Forge 시스템
실무에서 볼 만한 점
단일 에이전트 설계의 한계를 넘어, 도메인별로 특화된 에이전트들을 유연하게 조립하고 관리하는 운영 체계(OS) 수준의 아키텍처를 제시합니다.
읽을 때 확인할 점
-
제시된 모듈형 하네스 구조를 기존 도메인 특화 에이전트에 적용해보기
-
Host Agent의 작업 분해 및 매칭 로직이 복잡한 워크플로우에서 어떻게 작동하는지 검증하기
-
Skill Forge를 통한 경험 축적이 새로운 태스크 수행 시 성능 향상에 기여하는지 테스트하기