1. Multi-Agent 정의
- 멀티에이전트 시스템(MAS)은 자율적인 에이전트(Agent) 여러 개가 공유된 환경 안에서 상호 작용하며 개별 또는 공동의 목표를
달성하는 분산 지능 시스템
- 단일 에이전트로 해결하기 어려운 복잡하고 대규모의 문제를 분할·협력·병렬 처리 방식으로 풀어내는 것이 핵심 철학
- 인공지능, 분산 컴퓨팅, 복잡계 이론이 융합된 연구 분야로, 자율주행, 금융, 로봇 공학, AI 소프트웨어 개발 등 다양한 산업에 적용
2. 핵심 구성 요소
2.1 에이전트(Agent)
- MAS의 기본 단위입니다. 각 에이전트는 다음 세 단계 사이클을 반복한다
• 환경을 인식 (Perceive)
• 내부 추론 및 의사결정 (Reason / Decide)
• 행동 실행 (Act)
- LLM 기반 시스템에서는 Claude, GPT 같은 언어 모델이 에이전트 역할을 수행하며, 도구(Tool) 사용, 메모리, 계획 수립 기능을 갖춥니다.
2.2 환경(Environment)
- 에이전트들이 존재하고 행동하는 공간입니다.
• 물리적 환경: 로봇 공학, 자율주행 등 실제 세계
• 디지털 환경: 소프트웨어 시스템, API, 데이터베이스
• 혼합 환경: 물리적, 디지털 요소가 결합된 사이버-물리 시스템 (CPS)
2.3 통신 채널 / 미들웨어
- 에이전트 간 정보를 교환하는 매개체입니다. 주요 방식은 다음과 같습니다.
• 직접 메시지 전달(Point-to-Point): 특정 에이전트 간 1:1 통신
• 공유 메모리(Shared Memory) : 공통 저장소를 통한 비동기 데이터 공유
• 블랙보드(Blackboard): 중앙 공유 공간에 결과를 기록하고 구독
• 브로드캐스트(Broadcast): 모든 에이전트에 동시 메시지 전달
2.4 오케스트레이터(Orchestrator)
- 전체 에이전트를 조율하는 관리자 역할입니다. 작업을 분배하고, 진행 상황을 모니터링하며, 에이전트 간 의존성과 실행 순서를 관리합니다.
장애 발생 시 대체 에이전트를 할당하는 복원력 관리도 담당합니다.
3. 에이전트의 핵심 특성
4. 에이전트 간 관계 유형
4.1 협력 (Cooperation)
- 에이전트들이 공동 목표를 위해 자원과 정보를 공유하는 관계입니다. 작업을 분할하여 병렬 처리하고, 각 에이전트의 전문성을 살려
전체 성능을 향상시킵니다.
4.2 경쟁 (Competition)
- 에이전트들이 제한된 자원을 두고 각자의 이익을 최대화하는 관계입니다. 경쟁 메커니즘은 효율적인 자원 배분과 최적 해법 탐색을
촉진합니다.
4.3 협상 (Negotiation)
- 상충하는 목표를 가진 에이전트들이 합의점을 도출하는 관계입니다. 계약 기반 협상, 경매 프로토콜, 합의 알고리즘 등 다양한 메커니즘이
활용됩니다.
5. MAS 아키텍처 패턴
5.1 계층적 구조 (Hierarchical)
- 오케스트레이터가 하위 에이전트에게 작업을 위임하는 트리 구조입니다. 제어가 명확하고 예측 가능하지만 오케스트레이터가
단일 장애점이 될 수 있습니다.
• 장점: 명확한 책임 분리, 높은 예측 가능성, 디버깅 용이
• 단점: 단일 장애점, 병목 현상 발생 가능, 유연성 부족
5.2 수평적 피어 구조 (Peer-to-Peer)
- 에이전트들이 동등한 지위로 직접 소통하는 구조입니다. 단일 장애점이 없고 높은 분산성을 가지지만 조율이 복잡합니다.
• 장점: 높은 내결함성, 분산성, 수평 확장 용이
• 단점: 조율 복잡성 증가, 전역 최적화 어려움
5.3 시장 기반 구조 (Market-Based)
- 입찰·경매 메커니즘으로 작업과 자원을 배분하는 구조입니다. 효율적인 자원 분배에 적합하며, 계약 네트워크(Contract Net) 프로토콜이
대표적입니다.
5.4 블랙보드 구조 (Blackboard)
- 공유 메모리 공간에 에이전트들이 결과를 기록하고 읽는 구조입니다. 느슨한 결합으로 유연성이 높으며, 전문가 시스템과 음성 인식 분야에
적합합니다.
6. 주요 특징과 장점
6.1 창발적 행동 (Emergent Behavior)
- 개별 에이전트의 단순한 규칙이 모여 예상치 못한 복잡한 집단 지능이 발생하는 현상입니다. 개미 군집의 최단 경로 탐색, 새 무리의 편대
비행이 대표적인 자연계 사례입니다. AI 시스템에서는 의도하지 않은 창발 행동이 긍정적 또는 부정적 결과를 낳을 수 있어 세심한 설계가
필요합니다.
6.2 분산 병렬 처리
- 복잡한 작업을 서브태스크로 분해하여 동시에 처리하므로 처리 속도와 효율이 대폭 향상됩니다. 단일 에이전트 시스템 대비 선형 또는
초선형(superlinear) 성능 향상이 가능합니다.
6.3 견고성 (Robustness)
- 일부 에이전트가 실패하더라도 나머지 에이전트가 역할을 재분담하여 시스템 전체가 계속 동작합니다. 단일 실패점(SPOF) 없이
고가용성을 유지할 수 있는 것이 핵심 강점입니다.
6.4 확장성 (Scalability)
- 에이전트를 추가하는 것만으로 시스템 역량을 증가시킬 수 있습니다. 수평적 확장(Scale-out)이 용이하여 클라우드 환경에서 특히
강력한 장점을 발휘합니다.
⭐발표자 : 오은택님
1. Multi-Agent 정의
- 멀티에이전트 시스템(MAS)은 자율적인 에이전트(Agent) 여러 개가 공유된 환경 안에서 상호 작용하며 개별 또는 공동의 목표를
달성하는 분산 지능 시스템
- 단일 에이전트로 해결하기 어려운 복잡하고 대규모의 문제를 분할·협력·병렬 처리 방식으로 풀어내는 것이 핵심 철학
- 인공지능, 분산 컴퓨팅, 복잡계 이론이 융합된 연구 분야로, 자율주행, 금융, 로봇 공학, AI 소프트웨어 개발 등 다양한 산업에 적용
2. 핵심 구성 요소
2.1 에이전트(Agent)
- MAS의 기본 단위입니다. 각 에이전트는 다음 세 단계 사이클을 반복한다
• 환경을 인식 (Perceive)
• 내부 추론 및 의사결정 (Reason / Decide)
• 행동 실행 (Act)
- LLM 기반 시스템에서는 Claude, GPT 같은 언어 모델이 에이전트 역할을 수행하며, 도구(Tool) 사용, 메모리, 계획 수립 기능을 갖춥니다.
2.2 환경(Environment)
- 에이전트들이 존재하고 행동하는 공간입니다.
• 물리적 환경: 로봇 공학, 자율주행 등 실제 세계
• 디지털 환경: 소프트웨어 시스템, API, 데이터베이스
• 혼합 환경: 물리적, 디지털 요소가 결합된 사이버-물리 시스템 (CPS)
2.3 통신 채널 / 미들웨어
- 에이전트 간 정보를 교환하는 매개체입니다. 주요 방식은 다음과 같습니다.
• 직접 메시지 전달(Point-to-Point): 특정 에이전트 간 1:1 통신
• 공유 메모리(Shared Memory) : 공통 저장소를 통한 비동기 데이터 공유
• 블랙보드(Blackboard): 중앙 공유 공간에 결과를 기록하고 구독
• 브로드캐스트(Broadcast): 모든 에이전트에 동시 메시지 전달
2.4 오케스트레이터(Orchestrator)
- 전체 에이전트를 조율하는 관리자 역할입니다. 작업을 분배하고, 진행 상황을 모니터링하며, 에이전트 간 의존성과 실행 순서를 관리합니다.
장애 발생 시 대체 에이전트를 할당하는 복원력 관리도 담당합니다.
3. 에이전트의 핵심 특성
4. 에이전트 간 관계 유형
4.1 협력 (Cooperation)
- 에이전트들이 공동 목표를 위해 자원과 정보를 공유하는 관계입니다. 작업을 분할하여 병렬 처리하고, 각 에이전트의 전문성을 살려
전체 성능을 향상시킵니다.
4.2 경쟁 (Competition)
- 에이전트들이 제한된 자원을 두고 각자의 이익을 최대화하는 관계입니다. 경쟁 메커니즘은 효율적인 자원 배분과 최적 해법 탐색을
촉진합니다.
4.3 협상 (Negotiation)
- 상충하는 목표를 가진 에이전트들이 합의점을 도출하는 관계입니다. 계약 기반 협상, 경매 프로토콜, 합의 알고리즘 등 다양한 메커니즘이
활용됩니다.
5. MAS 아키텍처 패턴
5.1 계층적 구조 (Hierarchical)
- 오케스트레이터가 하위 에이전트에게 작업을 위임하는 트리 구조입니다. 제어가 명확하고 예측 가능하지만 오케스트레이터가
단일 장애점이 될 수 있습니다.
• 장점: 명확한 책임 분리, 높은 예측 가능성, 디버깅 용이
• 단점: 단일 장애점, 병목 현상 발생 가능, 유연성 부족
5.2 수평적 피어 구조 (Peer-to-Peer)
- 에이전트들이 동등한 지위로 직접 소통하는 구조입니다. 단일 장애점이 없고 높은 분산성을 가지지만 조율이 복잡합니다.
• 장점: 높은 내결함성, 분산성, 수평 확장 용이
• 단점: 조율 복잡성 증가, 전역 최적화 어려움
5.3 시장 기반 구조 (Market-Based)
- 입찰·경매 메커니즘으로 작업과 자원을 배분하는 구조입니다. 효율적인 자원 분배에 적합하며, 계약 네트워크(Contract Net) 프로토콜이
대표적입니다.
5.4 블랙보드 구조 (Blackboard)
- 공유 메모리 공간에 에이전트들이 결과를 기록하고 읽는 구조입니다. 느슨한 결합으로 유연성이 높으며, 전문가 시스템과 음성 인식 분야에
적합합니다.
6. 주요 특징과 장점
6.1 창발적 행동 (Emergent Behavior)
- 개별 에이전트의 단순한 규칙이 모여 예상치 못한 복잡한 집단 지능이 발생하는 현상입니다. 개미 군집의 최단 경로 탐색, 새 무리의 편대
비행이 대표적인 자연계 사례입니다. AI 시스템에서는 의도하지 않은 창발 행동이 긍정적 또는 부정적 결과를 낳을 수 있어 세심한 설계가
필요합니다.
6.2 분산 병렬 처리
- 복잡한 작업을 서브태스크로 분해하여 동시에 처리하므로 처리 속도와 효율이 대폭 향상됩니다. 단일 에이전트 시스템 대비 선형 또는
초선형(superlinear) 성능 향상이 가능합니다.
6.3 견고성 (Robustness)
- 일부 에이전트가 실패하더라도 나머지 에이전트가 역할을 재분담하여 시스템 전체가 계속 동작합니다. 단일 실패점(SPOF) 없이
고가용성을 유지할 수 있는 것이 핵심 강점입니다.
6.4 확장성 (Scalability)
- 에이전트를 추가하는 것만으로 시스템 역량을 증가시킬 수 있습니다. 수평적 확장(Scale-out)이 용이하여 클라우드 환경에서 특히
강력한 장점을 발휘합니다.
⭐발표자 : 오은택님