Jusheng Zhang Yijia Fan Kaitong Cai Xiaofei Sun Keze Wang

초록

이 논문은 대규모 언어 모델을 갖춘 다중 에이전트 시스템에서 인지적 상호작용의 강화를 목적으로 한 지식 인식형 적응형 협업 프레임워크인 OSC(Orchestrating Cognitive Synergy)를 소개한다. 기존 연구들은 에이전트 선정 및 결과 집계 측면에서 상당한 진전을 이뤘지만, 전문 에이전트 간 깊이 있는 협업을 위한 효율적인 언어적 상호작용은 여전히 핵심적인 한계로 남아 있다. OSC는 이러한 문제를 보완하기 위해 선정과 집계 사이의 핵심 중간 계층으로서 제안되며, 협업자들의 인지 상태를 동적으로 인지할 수 있도록 하는 협업자 지식 모델(CKM, Collaborator Knowledge Models)을 도입한다. 실시간 인지 격차 분석을 통해 에이전트들은 학습된 전략을 활용하여 커뮤니케이션 행동을 적응적으로 조정할 수 있으며, 이는 컨텐츠 집중도, 세부 수준, 표현 방식 등에 해당한다. 복잡한 추론 및 문제 해결 벤치마크에서 수행된 실험 결과에 따르면, OSC는 작업 성능과 커뮤니케이션 효율성을 크게 향상시켜 단순히 '병렬로 작동하는 개별 개체'를 '깊이 있는 인지적 협업 팀'으로 전환함으로써 협업의 질적 변화를 이끌어냈다. 이 프레임워크는 다중 에이전트 협업 최적화뿐 아니라 대규모 언어 모델 기반 에이전트 간 상호작용 행동에 대한 새로운 통찰을 제공한다.