---
id: P-REINFORCE-AUTO-MASY-001
category: Art
confidence_score: 0.95
tags: [auto-reinforced, multi-agent-system, mas, autonomous-agents, collaboration, swarm-intelligence]
last_reinforced: 2026-04-20
---

# [[Multi-agent-System|Multi-agent-System]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "지능의 팀워크: 혼자서는 못 풀 문제를 전문화된 여러 인공지능 에이전트들이 서로 대화하고, 협상하고, 역할을 분담하여 해결하는 집단 지성 시스템이자, 복잡한 워크플로우를 자율적으로 완수하는 거대한 오케스트라."

## 📖 구조화된 지식 (Synthesized Content)
멀티 에이전트 시스템(MAS)은 여러 개의 지능형 에이전트가 상호작용하는 시스템입니다.

1.  **에이전트의 성격**:
    *   **Autonomy**: 각자 독립적인 판단력 보유.
    *   **Social Ability**: 메시지를 주고받으며 소통. (Agentic-Workflow와 연결)
    *   **Specialization**: 검색 전문가, 기획 전문가, 코딩 전문가 등 역할 분담. (Modular-Design적 접근)
2.  **왜 중요한가?**:
    *   하나의 초거대 모델이 모든 걸 다 잘하기는 어렵고 비용이 많이 들지만, 작은 모델들을 엮어 팀을 짜면 훨씬 더 정교하고 강력한 성과를 낼 수 있기 때문임. (Efficiency와 연결)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 에이전트 간의 통신 규격(FIPA 등) 정책에 집착했으나, 현대 정책은 LLM이 자연어로 서로 대화하며 문제를 푸는 '자연어 기반 협업 정책'이 압도적 우위 정책을 점함(RL Update).
- **정책 변화(RL Update)**: 에이전트가 늘어날수록 발생하는 소통 비용과 의견 충돌 정책을 해결하기 위해, 팀장의 역할을 하는 'Manager Agent'나 투표 시스템 정책 등을 활용하는 고도의 '에이전트 거버넌스 정책'이 중요해짐.

## 🔗 지식 연결 (Graph)
- Agentic-Workflow, [[Modular-Design|Modular-Design]], [[Large Language Models (LLM)|Large Language Models (LLM)]], [[Innovation|Innovation]], [[Leadership|Leadership]]
- **Modern Tech/Tools**: AutoGen (Microsoft), CrewAI, LangGraph, Swarm intelligence algorithms.
---