Agora: A Drive-Based Framework for Agent Difffferentiation in Multi-Agent LLM Systems

거대한 도서관에 들어선다고 상상해 보세요. 그곳은 매우 북적거리지만, 책들은 인간이 아닌 '대규모 언어 모델(LLM)'이라 불리는 믿기지 않을 정도로 똑똑한 로봇들이 썼습니다. 이 로봇들은 마치 초강력한 앵무새와 같아서, 거의 모든 기록된 글을 읽을 수 있고 시인부터 과학자까지 어떤 스타일도 흉내 낼 수 있습니다. 하지만 여기 함정이 있습니다. 만약 당신이 이 로봇 세 마리에게 똑같은 질문을 던진다면, 그들은 종종 완전히 똑같은 대답을 내놓습니다. 왜냐하면 그들은 모두 동일한 데이터로 학습되었고 동일하게 '안전한' 방식으로 행동하기 때문입니다. 이들이 다르게 생각하게 하려면, 인간은 보통 각 로봇에게 "A 로봇은 비평가가 되어라", "B 로봇은 몽상가가 되어라"와 같이 특별한 지침을 써주어야 합니다. 이것은 마치 배우들에게 실제로 화를 느끼게 하는 대신, "너는 화난 연기를 해야 해"라고 대본을 주는 것과 같습니다.

과학자들은 오랫동안 우리가 이 로봇들에게 겉으로만 다르게 행동하는 것이 아니라, 내면에서부터 다르게 느껴지도록 만들 수 있을지 궁금해해 왔습니다. 이것은 배우가 감독의 지시에 따라 슬픈 척 연기하는 것과, 좋아하는 장난감을 잃어버려서 실제로 슬픔을 느끼는 사람의 차이와 같습니다. '아고라(Agora)'라고 불리는 이 새로운 연구는, 로봇들이 단순히 겉으로 다르게 행동하는 것을 넘어, 지루함, 호기심, 스트레스와 같은 자신만의 내부적인 '기분'이나 '동기'를 갖도록 구축하는 시스템을 만들고자 합니다. 큰 질문은 이것입니다. 만약 우리에게 이 로봇들에게 약간의 감정적 개성을 부여한다면, 그들이 문제를 해결하기 위해 더 잘 협력하게 될까요, 아니면 그저 혼란에 빠져 서로 다투게 될까요?

---

"아고라" 실험: 로봇에게 기분을 부여하다

이 연구에서 지한 린(Zihan Lin)이라는 연구자는 아고라(Agora)(적응형 추론 에이전트 그룹을 의미)라고 불리는 프레임워크를 구축했습니다. 아고라는 로봇들에게 역할을 지정하는 대신, 그들의 뇌를 조절하는 온도 조절 장치처럼 작동하는 여섯 가지 보이지 않는 '동기(drives)'를 부여합니다. 이 동기들은 다음과 같습니다: 지루함, 호기심, 스트레스, 불안, 공감, 그리고 봉사.

이것이 현실 세계에서 어떻게 작동하는지는 다음과 같습니다:

• 호기심은 로봇을 더 모험적으로 만들어, 기발한 아이디어를 시도하도록 유도합니다.
• 스트레스는 로로봇을 수학 숙제를 재검토하는 학생처럼 더 신중하고 정밀하게 만듭니다.
• 공감은 로봇을 당신의 이야기를 진심으로 들어주는 친구처럼 더 몰입하고 철저하게 만듭니다.

이러한 기분은 단순한 라벨이 아닙니다. 그것들은 실제로 로봇의 내부 설정(예를 들어, 답변이 얼마나 무작위적이거나 진지해야 하는지)을 미세하게 조정합니다. 그런 다음 시스템은 이 '기분 변화가 있는' 로봇들을 가상의 테이블(라운드테이블, RoundTable)에 모아 문제를 토론하게 합니다. 그들은 서로의 의견을 비평하고 답변을 다듬으며 최종 결과를 만들어내는데, 이 과정에서 그들의 내부 기분은 실제 친구들처럼 변화하고 상호작용합니다.

연구 결과: 직업에 따라 다르다

연구자는 DeepSeek Chat이라는 실제 AI 챗봇을 사용하여 이 시스템을 375번 테스트했습니다. 그들은 "기분-라운드테이블" 방식을 단일 로봇에게 묻는 방식, 세 명의 로봇에게 묻고 가장 좋은 것을 고르는 방식, 또는 엄격한 "초안-비평-수정" 체인을 사용하는 방식 등 다른 방법들과 비교했습니다.

결과는 "와!" 하는 놀라움과 "잠깐만요" 하는 아쉬움이 섞여 있었으며, 이는 전적으로 로봇들이 수행하는 작업의 종류에 따라 달랐습니다.

1. 분석적 작업의 승리 (The "Math and Logic" Zone)
깊은 사고, 논리, 또는 복잡한 장단점 분석이 필요한 작업의 경우, 기분이 있는 라운드테이블은 슈퍼스타였습니다. 이 방식은 다른 방법들보다 현저히 더 나은 답변을 만들어냈습니다.

• 마법의 원리: "스트레스"를 가진 로봇은 정밀해졌고, "호기심"을 가진 로봇은 새로운 관점을 탐구했습니다. 이들은 함께 완벽하게 균형을 맞추었습니다.
• 점수: 연구자들은 품질 면에서 큰 차이(통계적 효과 크기 2.26)를 발견했는데, 이는 기분 기반의 팀이 이러한 까다롭고 사고 중심적인 작업에 분명히 우월했음을 의미합니다.

2. 창의적 작업의 패배 (The "Art and Story" Zone)
하지만 이야기 쓰기나 아이디어 브레인스토밍과 같은 창의적인 작업의 경우, 기분 기반 팀은 **다수결 투표(MajorityVoting)**라고 불리는 더 단순한 방법보다 오히려 성과가 낮았습니다.

• 이유: 창의성을 위해서는 복잡한 기분을 가진 구조화된 팀이 필요하지 않다는 것을 연구자들은 발견했습니다. 그저 독립적인 로봇들이 무작위로 아이디어를 쏟아내고 그중 최고를 고르기만 하면 됩니다. 복잡한 "기분" 시스템은 순수하고 거침없는 탐색을 오히려 방해했습니다.

3. 짧은 형식의 패배 (The "Haiku and Code" Zone)
시 한 구절이나 코드 조각처럼 매우 짧고 정밀한 작업의 경우, 엄격한 단계별 수정 과정을 사용하는 AutoGenStyle이라는 방식이 승리했습니다.

• 이유: 이러한 작업은 그룹의 토론이 아니라, 하나의 사고 흐름을 반복해서 다듬는 과정이 필요합니다. "라운드테이블" 방식은 이러한 타이트하고 짧은 작업에는 너무 번잡했습니다.

4. "공감"의 비밀
연구자들은 하나의 기분을 제거했을 때 어떤 일이 일어나는지도 테스트했습니다. 공감을 제거했을 때 품질이 가장 많이 떨어졌습니다. 이는 로봇들이 최선의 분석 작업을 수행하기 위해, 그들이 몰입하고 철저하게 임할 수 있도록 유지해 주는 특정한 "배려하는" 동기가 필요함을 시사합니다.

결론

이 논문은 AI 에이전트들이 협력하게 만드는 단 하나의 '최선'의 방법은 없다는 점을 시사합니다.

• 만약 논리와 분석이 필요하다면, 에이전트들에게 내부적인 기분(스트레스와 호기심 등)을 부여하는 것이 표준적인 방법보다 더 깊고 훌륭하게 생각하도록 돕습니다.
• 만약 창의성이 필요하다면, 복잡한 기분 시스템 없이 그들이 자유롭고 독립적으로 움직이게 두는 것이 더 낫습니다.
• 만 만약 짧고 정밀한 텍스트가 필요하다면, 단순한 단계별 수정 과정이 가장 잘 작동합니다.

또한 연구는 이 시스템이 안정적이라는 것을 보여주었습니다. 시스템은 20단계 연속으로 실행되어도 무너지거나 악화되지 않고 계속 작동할 수 있습니다. 그러나 연구자들은 자신들의 "품질" 측정 방식(인간 심사위원이 아닌 컴퓨터 점수를 사용함)이 완벽하지 않으며 일부 뉘앙스를 놓칠 수 있다는 점을 주의 깊게 언급했습니다. 그들은 이 "동기 기반" 접근 방식이 AI 에이전트를 더 인간적이고 뚜렷하게 만드는 유망한 새로운 방법이지만, 모든 문제를 해결하는 마법의 탄환은 아니라고 제언합니다. 이것은 못을 박는 데는 훌륭하지만 전구를 돌려 끼우는 데는 적합하지 않은 망치처럼, 특정 작업에 가장 잘 맞는 도구입니다.