다중 에이전트 시스템 (multi-agent system)
쉽게 풀면
하나의 똑똑한 프로그램이 모든 것을 처리하는 대신, 각자 목표와 판단력을 가진 여러 개의 작은 주체를 두고 이들이 협력하거나 경쟁하게 만드는 설계입니다. 교통 신호를 교차로마다 따로 제어하거나, 여러 로봇이 역할을 나눠 창고를 정리하는 상황이 그 예입니다. 전체의 똑똑한 행동은 중앙 지휘자가 아니라 상호작용에서 나옵니다.
왜 중요한가
중앙 집중식으로는 감당하기 어려운 규모와 분산성을 다룰 수 있고, 일부가 고장 나도 전체가 멈추지 않는 견고함을 얻습니다. 교통·전력망·물류처럼 본래 분산적인 문제 영역에 자연스럽게 들어맞습니다. 최근에는 대규모 언어 모델 여러 개가 역할을 나눠 협업하는 구조가 활발히 연구되면서 다시 주목받고 있습니다.
논문에서는 이렇게 쓰입니다
각 교차로가 스스로 판단하게 했더니 전체 교통 흐름이 나아졌다는 실험 결과입니다.
조금 더 깊게 보면
연구의 주요 축은 에이전트 간 통신 규약, 역할과 작업의 분배, 협상과 경매를 통한 자원 배분, 그리고 개별 이익과 전체 이익이 어긋날 때의 조정 문제입니다. 학습을 결합한 다중 에이전트 강화학습에서는 다른 에이전트가 함께 변하기 때문에 환경이 정상적이지 않다는 비정상성 문제가 핵심 난제이며, 학습 시에는 전역 정보를 쓰되 실행 시에는 각자 관측만 쓰는 중앙 학습·분산 실행 방식이 널리 채택됩니다. 게임이론의 균형 개념이 분석 도구로 자주 동원됩니다.
주의할 점
여러 프로세스가 동시에 도는 분산 시스템 일반과 달리, 각 구성요소가 자기 목표를 갖고 자율적으로 판단한다는 점이 정의의 핵심입니다. 언어 모델 여러 개를 파이프라인으로 이어 놓은 구성을 모두 이 이름으로 부르는 최근 용례는 전통적 정의보다 느슨하다는 점도 알아 둘 만합니다.