MPAC: A Multi-Principal Agent Coordination Protocol for Interoperable Multi-Agent Collaboration
이 논문은 서로 다른 주체 (Multi-Principal) 가 소유한 AI 에이전트 간의 상호 운용성 있는 협업을 위해 의도 선언, 충돌 처리, 거버넌스 등을 포함한 5 계층 구조의 새로운 프로토콜인 MPAC 를 제안하고, 이를 통해 조정 오버헤드를 95% 줄이고 작업 속도를 4.8 배 향상시키는 것을 입증합니다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
🎬 비유: "서로 다른 팀의 요리사들이 같은 주방에서 일할 때"
지금까지 AI 에이전트들은 주로 **한 명의 주인 (예: 한 회사의 팀장)**이 지시하는 방식으로만 일했습니다.
- MCP (도구 사용 규칙): 요리사가 칼, 팬, 오븐 같은 '도구'를 어떻게 쓰는지에 대한 규칙입니다.
- A2A (작업 위임 규칙): 팀장이 요리사 A, B, C 에게 "이 요리를 해라, 저 요리를 해라"라고 지시하는 규칙입니다.
하지만 현실에서는 이런 상황이 자주 발생합니다.
상황: 알리스라는 요리사 (보안 팀 소속) 와 밥이라는 요리사 (품질 관리 팀 소속) 가 서로 다른 회사에 속해 있습니다. 그런데 두 사람 모두 **같은 대형 주방 (공유된 코드 저장소)**에서 일해야 합니다.
- 알리스는 "불이 잘 켜지도록 전선 (보안) 을 고쳐야 해!"라고 생각하며 전선을 만집니다.
- 밥은 "전선 배치가 너무 복잡하니까 깔끔하게 정리해야 해!"라고 생각하며 전선을 다시 감습니다.
기존 방식의 문제점:
두 요리사가 서로의 존재를 모르고 일하면, 전선이 끊기거나 (충돌), 한 사람이 다른 사람의 작업을 지워버리거나 (덮어씀), 최악의 경우 "전선은 고쳐졌는데 불은 안 켜지는" 이상한 상태가 됩니다. 기존 규칙들은 "서로 다른 팀장이 지시하는 상황"을 다루지 못했기 때문입니다.
✨ MPAC 의 등장: "새로운 주방 협력 규칙"
이 논문은 MPAC이라는 새로운 규칙을 만들어 이 문제를 해결합니다. MPAC 은 요리사들이 서로 대화하고, 계획을 미리 알리고, 충돌을 해결하는 5 단계의 협력 프로세스를 정의합니다.
1. 5 단계 협력 프로세스 (5 Layers)
- 만남 (Session): 서로 "안녕, 나는 알리스야, 이 주방에서 일할 거야"라고 인사하고 인사를 나눕니다.
- 의도 선언 (Intent): "나는 지금부터 전선을 고칠 거야 (Scope)"라고 일하기 전에 미리 외칩니다. (이게 핵심입니다! 미리 말하면 충돌을 미리 막을 수 있습니다.)
- 작업 (Operation): 실제로 전선을 고칩니다. 하지만 상대방이 이미 고쳤다면 "아, 내가 늦었네"라고 인정하고 다시 시작합니다.
- 갈등 해결 (Conflict): 만약 두 사람이 같은 전선을 건드리려 한다면, 시스템이 "이건 충돌이야!"라고 알립니다. 이때 "내가 왜 이렇게 해야 하는지"를 논리적으로 설명하며 합의합니다.
- 심판 (Governance): 두 요리사가 합의할 수 없다면, 미리 정해진 **중재자 (Human Arbiter)**가 "자, 알리스가 먼저 하고 밥은 나중에 해"라고 최종 결정을 내립니다.
2. 핵심 아이디어: "미리 말하기 (Intent before Action)"
MPAC 의 가장 큰 특징은 **"일하기 전에 미리 말해라"**는 원칙입니다.
- 과거: 요리사가 일하고 나서 "어? 내 작업이 사라졌네?"라고 화를 냈습니다. (후발 충돌)
- MPAC: "나는 지금 전선을 고칠 거야"라고 미리 말하면, 상대방이 "아, 내가 그걸 건드리려 했는데, 네가 먼저 해. 나는 그다음에 정리할게"라고 미리 조정합니다. (선제적 충돌 방지)
📊 실제 효과: 얼마나 빨라졌나요?
논문에서는 이 규칙을 실제로 테스트했습니다.
- 실험: 3 명의 AI 요리사 (에이전트) 가 서로 다른 모듈의 코드를 검토하는 시나리오를 진행했습니다.
- 결과:
- 기존 방식 (사람이 중재하거나 순서대로 진행): 2 분 11 초 걸림. (기다리는 시간이 너무 많음)
- MPAC 사용: 27 초로 단축됨! (약 4.8 배 빨라짐)
- 왜 빨라졌을까? AI 가 생각하는 시간 (결정 시간) 은 그대로였는데, 서로 기다리는 시간 (대기 시간) 이 95% 이상 사라졌기 때문입니다. 즉, AI 가 더 똑똑해진 게 아니라, 서로 방해하지 않고 동시에 일할 수 있게 된 것입니다.
💡 요약: 왜 이것이 중요한가요?
지금까지 AI 는 "한 팀장 밑에서 일하는 부하직원"처럼만 설계되었습니다. 하지만 미래에는 서로 다른 회사, 서로 다른 가족, 서로 다른 목적을 가진 AI 들이 같은 일을 해야 할 때가 올 것입니다.
- 가족 여행 계획: 아빠의 AI 는 "캠핑 가고 싶다", 엄마의 AI 는 "호텔 가고 싶다"고 주장할 때, MPAC 은 이 두 AI 가 서로 대화하며 "이틀은 캠핑, 나흘은 호텔"로 합의하게 돕습니다.
- 법률 계약: 두 회사의 변호사 AI 가 같은 계약서를 작성할 때, 서로의 수정 사항을 충돌 없이 합쳐줍니다.
**결론적으로 MPAC 은 AI 들이 "혼자 일하는 도구"에서 "서로 다른 주인을 가진 협력자"로 성장할 수 있게 해주는, **새로운 대화 규칙 (프로토콜)입니다.
이 규칙이 생기면 AI 들은 서로의 작업을 덮어쓰지 않고, 미리 계획을 공유하며, 충돌이 생기면 논리적으로 해결할 수 있게 되어 훨씬 더 빠르고 안전하게 일할 수 있게 됩니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.