본 논문은 머신러닝 엔지니어링 자동화에 대한 LLM 에이전트의 가능성을 제시하며, 연구 커뮤니티와의 상호 작용을 통해 지식을 활용하는 능력을 향상시키는 데 초점을 맞춘다. 이를 위해, 가상의 Kaggle 연구 커뮤니티와 소통하고 집단 지식을 활용하는 에이전트의 능력을 평가하는 MLE-Live 프레임워크를 제안한다. 또한, 외부 지식을 적극적으로 통합하는 다중 에이전트 시스템인 CoMind를 개발하여, 75개의 과거 Kaggle 대회에서 36%의 메달 획득률을 달성하고, 8개의 라이브 대회에서 인간 경쟁자 대비 우수한 성적을 거두었다.