AWorld: 안정적인 회전 운동을 갖춘 동적 다중 에이전트 시스템을 통한 강건한 GAIA 문제 해결

대규모 언어 모델(Large Language Models, LLMs)의 급속한 발전은 지능형 에이전트가 다양한 외부 도구를 활용하여 복잡한 실세계 문제를 해결할 수 있도록 했다. 그러나 에이전트가 점점 더 많은 도구에 의존하게 되면서 새로운 도전 과제가 나타나고 있다. 즉, 서로 다른 출처에서 발생하는 긴 컨텍스트와 노이즈가 많거나 관련성이 없는 도구 출력은 시스템의 신뢰성과 정확성을 저해할 수 있다. 이러한 문제들은 에이전트 기반 시스템의 안정성 향상이 필수적임을 강조한다. 이를 해결하기 위해, 우리는 동적 감시 및 조정 메커니즘을 도입하여 AWorld 프레임워크 내에서 강력하고 유연한 다중 에이전트 시스템(Multi-Agent System, MAS) 아키텍처를 구축하였다. 본 연구에서 실행 에이전트는 핵심 단계에서 보호 에이전트(Guard Agent)를 호출하여 추론 과정을 검증하고 수정함으로써, 노이즈로 인한 오류를 효과적으로 줄이고 문제 해결의 견고성을 강화한다. GAIA 테스트 데이터셋을 대상으로 수행한 광범위한 실험 결과, 제안하는 동적 조정 메커니즘이 솔루션의 효과성과 안정성 모두를 크게 향상시킴을 확인하였으며, 단일 에이전트 시스템(Single-Agent System, SAS) 및 기존의 도구 보강형 시스템보다 우수한 성능을 보였다. 그 결과, 본 연구의 동적 MAS 시스템은 권위 있는 GAIA 랭킹에서 오픈소스 프로젝트 중 최고 순위를 기록하였다. 이러한 결과는 협업형 에이전트 역할이 더 신뢰성 있고 신뢰할 수 있는 지능형 시스템 개발에 실질적인 가치를 지닌다는 점을 입증한다.