LLM(Large Language Model) 기반의 다중 에이전트 시스템은 계획, 추론, 도구 사용, 기억 능력을 가지며 챗봇, 코드 생성, 수학, 로봇학 등 다양한 응용 프로그램의 기반을 형성한다. 그러나 이러한 시스템은 수동으로 설계되어 인적 자원 비용이 높고 확장성이 제한되는 문제에 직면하고 있다. 이러한 도전에 대응하기 위해 연구진들은 FlowReasoner라는 쿼리 수준 메타 에이전트를 소개했다. 그래프 기반 방법은 워크플로 디자인을 자동화하기 위한 시도를 하고 있으며, 이를 통해 개인화된 시스템 생성에 기여할 것으로 기대된다.

<Mark Tech Post 뉴스 본문 전체읽기>