멀티 에이전트Multi-Agent System
역할 · 도구 · 문맥이 서로 다른 에이전트 여럿이 메시지를 주고받으며 한 과제를 나눠 풀고 결과를 맞대어 하나로 묶는 시스템이다. 다음 일을 누가 정하는가(조정 구조)와 결과를 누가 확인하는가(검증)가 성능과 실패를 가른다.
1요약
- 멀티 에이전트는 조정 구조(중앙 조정 · 토론 · 순차 절차) 위에서 역할을 나눈 LLM 에이전트 여럿이 메시지로 일을 넘기는 방식이다 — 1980년 분산 문제 해결의 계약망 프로토콜(Smith)에서 시작해, 2023년 CAMEL · AutoGen · MetaGPT 가 같은 틀을 LLM 대화로 옮긴 뒤 코드 작성 · 조사 · 수학 풀이가 이 위에서 돈다.
- 에이전트 하나에 도구와 역할을 모두 몰면 문맥이 길어지고 스스로 낸 답을 스스로 확인하게 되지만, 여럿으로 나눠도 실패가 사라지지는 않는다 — 공개 프레임워크 7종의 실행 기록 1,642건에서 실패율은 41% ~ 86.7% 였다(Cemri 외 2025 1절).
- 「멀티 에이전트가 틀렸다」는 세 범주로 가른다 — 역할 · 종료 규칙을 어겼으면 설계(실패의 44.2%), 한 에이전트가 안 사실이 다음 에이전트에 가지 않았으면 에이전트 사이 어긋남(32.3%), 확인 단계가 겉만 봤으면 검증(23.5%)이다(Cemri 외 2025 그림 1).
2등장 배경
분산 시스템에서 에이전트는 자기 처리기 · 자기 지식을 갖고 다른 노드와 메시지를 주고받는 자율 소프트웨어 개체다. Smith(1980)는 분산 문제 해결을 «전역 제어도 전역 데이터 저장소도 없이» 여러 노드의 지식원이 협력하는 것으로 정의하고, 일을 가진 노드(관리자)가 공고를 내면 할 수 있는 노드(계약자)가 입찰해 낙찰받는 계약망 프로토콜을 냈다(Smith 1980 I · II절). 이 계보는 에이전트 통신 언어로 이어져 FIPA-ACL 이 20개가 넘는 화행(performative)을 정했다(Mallick 2026 2절).
LLM 에이전트 하나는 프롬프트 명세(초기 상태) · 대화 기록(상태) · 도구 사용(행동)으로 볼 수 있고, 멀티 에이전트는 이런 에이전트들이 조정 아래 상호작용하는 묶음이다(Cemri 외 2025 1절). 2023년 3월 CAMEL 은 AI 사용자 · AI 조수 두 역할이 서로 지시하며 과제를 푸는 역할극 틀을 내면서 역할 뒤바뀜 · 지시 되풀이 · 무한 반복을 문제로 적었다(Li 외 2023 1절). 같은 해 5월 Du 외는 에이전트 3개가 2라운드 토론하면 초등 수학 문제 정확도가 77.0% 에서 85.0% 로 오른다고 보였다(Du 외 2023 표 1).
2023년 8월 AutoGen(Wu 외)은 대화하는 에이전트와 대화 패턴을 코드로 짜는 틀을, MetaGPT(Hong 외)는 소프트웨어 회사의 표준 작업 절차(SOP)를 역할 다섯(제품 관리자 · 설계자 · 프로젝트 관리자 · 엔지니어 · QA)과 공유 메시지 풀로 옮긴 틀을 냈다(Hong 외 2023 3절). 이제 남은 문제는 «나누면 좋아지는가»가 아니라 «어디서 실패하는가»이고, 에이전트끼리 주고받는 메시지 형식의 표준은 A2A, 성능을 재는 벤치마크는 에이전트 평가가 맡는다.
3쉽게 이해하기 — 신문사 편집국의 특집 기사
독자가 신문사에 이번 주 특집을 청하면, 편집장이 경제 · 사회 · 사진 기자에게 취재를 나눠 준다. 기자들은 쓴 기사와 메모를 데스크 게시판에 올리고, 교열부가 게시판의 기사를 원자료와 맞대어 숫자가 틀린 기사는 돌려보낸다. 편집장은 마감 시각 안에 통과한 기사만 묶어 지면을 낸다. 기자가 늘수록 취재는 빨라지지만, 서로 상대 기사를 다 읽어야 하는 회의라면 읽을 양도 함께 늘어난다.
그림 1 · 편집장은 나누고 기자는 쓰며 교열부가 맞댄다 — 모든 기사는 게시판을 거치고, 마감 시각이 모든 취재에 걸린다.
그림 2 · 교열부는 쓴 기자가 아니라 원자료 쪽 표와 숫자를 맞대고, 검토 에이전트도 작성자 초안을 계산 에이전트 보고와 맞대 반려한다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 독자의 청탁 | 사용자 과제 | 조정 에이전트의 첫 문맥에 들어가는 목표 문장 |
| 편집장 | 조정 에이전트 | 과제를 나누고 누가 맡을지 정하며 결과를 하나로 묶는다 |
| 분야별 기자 | 작업 에이전트 · 역할 | 역할 프롬프트와 자기 도구 · 자기 대화 기록만으로 하위 과제를 푼다 |
| 데스크 게시판 | 공유 메시지 풀 | 에이전트가 결과를 올리고 역할에 맞는 메시지만 구독해 읽는다 |
| 교열부 | 검증 에이전트 | 결과를 원자료 · 과제 목표와 대조해 통과 · 반려를 정한다 |
| 돌려보낸 기사 | 반려 · 수정 루프 | 반려 사유를 붙여 같은 작업 에이전트에 다시 맡긴다 |
| 마감 시각 | 종료 조건 · 단계 상한 | 정한 라운드 · 시간을 넘기면 멈추고 그때까지의 결과를 보고한다 |
⚠ 비유가 맞지 않는 곳: 기자는 동료 기사를 한 번 읽으면 기억하지만, 실제 에이전트는 조정자가 문맥에 넣어 준 메시지만 보므로 넘기지 않은 사실은 없는 것과 같다. 또 교열부는 사람이라 숫자 밖의 어색함도 잡지만, 검증 에이전트는 검증 기준에 적은 것만 보므로 기준이 얕으면 겉만 확인한다.
4구조 — 조정 · 공유 기록 · 작업 · 검증
멀티 에이전트를 이루는 것은 에이전트 수보다 역할 사이의 선이다. 조정 에이전트가 과제를 나누고, 작업 에이전트는 자기 역할의 메시지만 받아 일하며, 결과는 공유 기록을 거쳐 검증 에이전트가 맞댄다(Hong 외 2023 3.2절 · 발행 · 구독).
그림 3 · 조정 에이전트가 공유 메시지 풀에 과제를 내고, 작업 에이전트는 자기 역할의 메시지만 구독해 결과를 올리며, 검증 에이전트가 그 결과를 맞대 조정자에게 통과 · 반려를 돌려준다.
| 요소 | 맡는 일 | 값 · 근거 |
|---|---|---|
| 조정 에이전트 | 과제 분해 · 배정 · 결과 묶음 | 공고 · 입찰 · 낙찰 · 보고(Smith 1980 IV.A절) |
| 종료 조건 | 라운드 · 단계 상한 · 완료 판정 | 완료를 못 알아본 실패 12.4%(Cemri 외 2025 4절 FM-1.5) |
| 작업 에이전트 | 역할별 하위 과제 · 도구 실행 | 역할 다섯 · 역할마다 다른 도구(Hong 외 2023 3.1절) |
| 공유 메시지 풀 | 구조화된 결과 게시 · 역할별 구독 | 발행 · 구독으로 읽을 메시지를 거름(Hong 외 2023 3.2절) |
| 메시지 형식 | 보내는 쪽 · 받는 쪽 · 화행 · 내용 | FIPA-ACL 화행 20개 이상(Mallick 2026 2절) · A2A |
| 검증 에이전트 | 결과 ↔ 원자료 · 과제 목표 대조 | 상위 목표 검증 단계 추가로 성공률 +15.6%(Cemri 외 2025 4절) |
🔑 멀티 에이전트의 품질은 일을 나누는 쪽보다 결과를 맞대는 쪽에서 정해진다 — 쓴 에이전트가 아닌 역할이 원자료와 목표를 대조해야 나눈 결과의 오류가 묶음 전에 걸러진다.
5동작 — 주간 장애 보고서 한 건
조정 에이전트 O 가 작업 에이전트 A · B · C 에는 계약망 방식으로, 작성 에이전트 W 에는 지정 계약으로 일을 맡기고 검토 에이전트 R 이 확인하는 모의 실행이다(Python · 실제 LLM 호출 없음). 입찰 값만 시드 0 난수이고 나머지 이름 · 수치는 설명용 가정 값이다.
- 사용자가 「지난주 결제 API 오류 급증 보고서」를 맡기면 O 가 T1 로그 오류 유형 집계(도구
log_search) · T2 시간대별 오류율 계산(run_python) · T3 보고서 초안으로 나눈다. - O 가 T1 공고를 A · B · C 셋에 보낸다 — 자격 조건 「
log_search보유」 · 입찰 양식 「예상 토큰」 · 마감 30초. C 는 자격이 없어 입찰하지 않는다. - A 가 2,671 · B 가 2,201 토큰으로 입찰하자 O 는 B 에 낙찰을 보내고, B 는 오류 3유형 중 결제 시간 초과가 61% 라고 최종 보고한다.
- T2 도 같은 순서로 B 1,924 · C 1,393 토큰 입찰 → C 낙찰 → 오류율 3.6%(평소 0.4%) 보고가 오가 여기까지 14통이다.
- T3 은 작성 역할이 W 하나뿐이라 공고 없이 지정 계약으로 보내고, W 가 초안 v1 을 보고한다.
- O 가 R 에 검토를 맡기자 R 은 초안의 오류율 4.1% 를 C 보고의 3.6% 와 맞대 불일치로 반려한다.
- O 가 W 에 수정을 지시하고 R 이 v2(3.6%) 를 통과시키면 O 가 사용자에게 보고한다 — 에이전트 사이 메시지는 모두 22통이다.
그림 4 · 공고는 셋에게 가도 입찰은 자격 있는 둘만 하고, 초안은 검토 에이전트의 대조에서 한 번 반려된 뒤 통과한다 — 모두 22통.
에이전트를 늘릴 때 늘어나는 것은 라운드마다 오가는 메시지다. 조정자 하나와 작업자 n − 1 개면 배정 · 보고로 2(n − 1) 통, 모두가 모두의 답을 읽는 토론이면 n(n − 1) 통, 순서대로 넘기는 절차면 n − 1 통이다 — 아래 그림은 이 설명용 모델을 직접 계산한 값이다.
그림 5 · 에이전트 6개에서 라운드당 메시지는 순차 절차 5통 · 중앙 조정 10통 · 전체 토론 30통으로 벌어지고, 8개면 토론만 56통이 된다.
🔑 에이전트 수가 같아도 조정 구조가 메시지 수를 n 배로도 n² 배로도 만든다 — 토론형은 6개만 돼도 라운드당 30통이라, 에이전트를 더하기 전에 누가 누구의 메시지를 읽는지부터 정한다.
6비교 — 단일 에이전트 · 중앙 조정형 · 토론형 · 순차 절차형
| 기준 | 단일 에이전트 | 중앙 조정형 | 토론형 | 순차 절차형(SOP) |
|---|---|---|---|---|
| 다음 일을 정하는 주체 | 그 에이전트 | 조정 에이전트 | 정하지 않음(라운드 반복) | 미리 적은 절차 |
| 라운드당 메시지(n 개) | 0 | 2(n − 1) | n(n − 1) | n − 1 |
| 한 에이전트의 문맥 | 모든 도구 · 기록 | 자기 하위 과제만 | 남의 답 n − 1 개씩 쌓임 | 앞 단계 산출물 |
| 공개 근거 | — | 계약망(Smith 1980) | 3개 · 2라운드 77.0 → 85.0%(Du 외 2023) | 역할 다섯 · 공유 풀(Hong 외 2023) |
| 대표 실패 | 긴 문맥 · 자기 확인 | 조정자 판단 오류 · 병목 | 같은 오답으로 수렴 · 비용 | 앞 단계 오류가 끝까지 감 |
분석하위 과제마다 도구 · 자료가 다르고 결과를 숫자 · 테스트로 맞댈 수 있으면 중앙 조정형을, 정답 하나를 여러 번 따져 볼 일이면 3개 안팎의 토론형을, 단계가 늘 같으면 순차 절차형을 고른다. 근거는 표의 메시지 수 행과, 토론 라운드를 4보다 늘려도 정확도가 비슷했다는 결과다(Du 외 2023 3.3절).
7실무 진단 — 실패를 세 범주로 가르기
분석실행 기록을 에이전트별이 아니라 범주별로 본다 — 종료 · 반복처럼 기록의 형태만으로 드러나는 설계 실패를 먼저, 메시지 원문과 받는 쪽 문맥을 맞대야 하는 어긋남을 다음, 기준을 다시 써야 하는 검증을 마지막에 본다. 근거는 설계 범주가 실패의 44.2% 로 가장 크고, 같은 «정보 누락» 증상도 보류 · 무시 · 기록 손실로 원인이 갈린다는 분석이다(Cemri 외 2025 4절).
| # | 증상 | 의심 원인 | 범주 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 같은 하위 과제를 다시 맡기고 다시 함 | 단계 반복 | 설계 | 기록의 (에이전트, 과제) 쌍 | 같은 쌍이 연달아 나오면 반복 · 15.7%(Cemri 외 2025 FM-1.3) |
| 2 | 끝났는데도 대화가 이어짐 | 종료 조건 인식 실패 | 설계 | 완료 판정 규칙 · 마지막 라운드 | 완료 신호 뒤 메시지가 있으면 결함 · 12.4%(FM-1.5) |
| 3 | 앞 에이전트가 찾은 사실이 결과에 없음 | 정보 보류 · 입력 무시 · 기록 손실 | 어긋남 | 보낸 메시지 원문 ↔ 받는 쪽 문맥 | 원문에 있고 문맥에 없으면 기록 손실(FM-1.4) · 문맥에 있고 안 쓰면 무시(FM-2.5) |
| 4 | 계획과 다른 도구를 부름 | 추론 · 행동 불일치 | 어긋남 | 같은 회차의 생각 ↔ 호출 | 말한 행동과 실제 호출이 다르면 13.2%(FM-2.6) |
| 5 | 검토를 통과했는데 결과가 틀림 | 검증 누락 · 겉핥기 검증 | 검증 | 검증 기준 ↔ 과제 목표 | 컴파일 · 형식만 보면 결함 · 8.2% · 9.1%(FM-3.2 · 3.3) |
설계 범주에서 결함이 나오면 역할 프롬프트와 종료 조건을 고치고(역할 명세만 고쳐 +9.4% · Cemri 외 2025 1절), 어긋남은 넘길 메시지의 필수 필드를 정하며, 검증은 상위 목표 대조 단계를 더한다.
8시험 대비
www.q-net.or.kr시험에서는 멀티 에이전트의 정의 · 특징을 묻는 정의 · 특징형과, 구성 요소와 조정 구조를 묻는 구조 · 구성형이 나올 수 있다. 정의형이면 분산 시스템의 자율 에이전트에서 LLM 에이전트 여럿으로 이어진 흐름을 한 줄로 잡고 특징(자율 · 역할 분담 · 메시지 통신 · 조정)을 쓰며, 구조형이면 그림 3 의 조정 · 공유 기록 · 작업 · 검증 네 요소와 그림 5 의 구조별 메시지 수로 답한다.
- 개요 — 정의 · 분산 문제 해결과 계약망(Smith 1980) · LLM 멀티 에이전트(CAMEL · AutoGen · MetaGPT 2023)
- 구성 — 그림 3 조정 에이전트 · 공유 메시지 풀 · 작업 에이전트 · 검증 에이전트 + 요소 표
- 동작 — 그림 4 공고 → 입찰 → 낙찰 → 보고 → 검토 반려 → 수정(22통)
- 조정 구조 — 그림 5 중앙 조정 2(n − 1) · 토론 n(n − 1) · 순차 n − 1 + 비교표
- 실패 유형 — 설계 44.2% · 에이전트 사이 어긋남 32.3% · 검증 23.5%(MAST)
- 대응 — 역할 · 종료 조건 명세 · 메시지 필수 필드 · 상위 목표 검증 · 단계 상한
꼭 쓸 키워드
계약망 프로토콜FIPA-ACL조정 에이전트역할 분담공유 메시지 풀발행구독멀티 에이전트 토론표준 작업 절차MAST검증 에이전트
다른 답안과 차이를 내는 한 가지는 그림 5 다 — 에이전트 6개에서 중앙 조정은 라운드당 10통, 토론은 30통이라는 계산을 보이면 «에이전트를 늘리면 좋아진다»가 아니라 «조정 구조가 비용과 실패를 정한다»가 한 장으로 설명된다.
9오해와 사실
- 오해에이전트를 여럿 두면 단일 에이전트보다 늘 낫다.사실공개 프레임워크 7종의 실패율이 41% ~ 86.7% 였고, 단일 에이전트나 여러 번 뽑아 고르는 방식보다 나은 폭이 작은 경우가 많았다(Cemri 외 2025 1절).
- 오해메시지 형식을 표준으로 맞추면 에이전트 사이 어긋남이 사라진다.사실에이전트 사이 어긋남은 같은 프레임워크 안에서 자연어로 주고받을 때도 나타나, 형식이 아니라 상대가 무엇을 알아야 하는지 헤아리는 능력의 문제로 분석됐다(Cemri 외 2025 4절).
- 오해검증 에이전트를 두면 결과 품질이 보장된다.사실검토 단계를 거친 체스 프로그램이 컴파일만 확인받고 실제 규칙 검사 없이 실행 오류를 남겼다 — 검증 기준이 과제 목표까지 닿아야 한다(Cemri 외 2025 4절 FM-3.2).
10핵심 정리
| 구분 | 맡는 일 | 주고받는 값 | 대표 실패 | 막는 장치 |
|---|---|---|---|---|
| 사용자 | 과제 · 승인 | 목표 문장 · 최종 보고 | 모호한 명세 | 완료 기준을 과제에 적음 |
| 조정 에이전트 | 분해 · 배정 · 묶음 | 공고 · 낙찰 · 지정 계약 | 단계 반복 · 병목 | 자격 조건 · 단계 상한 |
| 작업 에이전트 | 역할별 하위 과제 | 입찰 · 최종 보고 | 역할 이탈 · 말과 행동 불일치 | 역할 프롬프트 · 도구 제한 |
| 공유 메시지 풀 | 결과 게시 · 구독 | 구조화된 메시지 | 정보 보류 · 기록 손실 | 메시지 필수 필드 · 구독 규칙 |
| 검증 에이전트 | 원자료 · 목표 대조 | 통과 · 반려 사유 | 겉핥기 검증 | 상위 목표 검증 단계 |
| 종료 조건 | 멈춤 · 보고 | 라운드 수 · 완료 판정 | 이른 종료 · 끝없는 대화 | 라운드 상한 · 완료 신호 |
| 조정 구조 비용 | 메시지 수 결정 | 2(n − 1) · n(n − 1) · n − 1 | 토론형 비용 급증 | 3개 안팎 · 4라운드 이하 |
11참고 문헌
- 먼저 볼 문헌
- ★ Why Do Multi-Agent LLM Systems Fail? (Cemri et al. · NeurIPS 2025 Datasets and Benchmarks) — 실패 14유형 · 3범주(설계 · 에이전트 사이 어긋남 · 검증)와 비율을 볼 때
- ★ The Contract Net Protocol: High-Level Communication and Control in a Distributed Problem Solver (IEEE Transactions on Computers C-29(12)) — 분산 문제 해결의 정의와 공고 · 입찰 · 낙찰 · 보고 메시지를 볼 때
- ★ Improving Factuality and Reasoning in Language Models through Multiagent Debate (Du et al.) — 에이전트 3개 · 2라운드 토론의 정확도 변화와 라운드 수 효과를 볼 때
- ★ MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework (Hong et al. · ICLR 2024) — 표준 작업 절차(SOP) · 공유 메시지 풀 · 발행 · 구독 구조를 볼 때
- 본문 근거
- AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation (Wu et al.) — arXiv · 2023-08 ·
arxiv.org/abs/2308.08155· 확인 2026-11-13 - CAMEL: Communicative Agents for Mind Exploration of Large Language Model Society (Li et al. · NeurIPS 2023) — arXiv · 2023-03 ·
arxiv.org/abs/2303.17760· 확인 2026-11-13 - FIPA ACL Message Structure Specification SC00061G — Foundation for Intelligent Physical Agents · 2002-12 ·
www.fipa.org/specs/fipa00061/SC00061G.html· 확인 2026-11-13 - μACP: A Formal Calculus for Expressive, Resource-Constrained Agent Communication (Mallick · Chebolu) — arXiv · 2026-01 ·
arxiv.org/abs/2601.00219· 확인 2026-11-13