본 논문은 SagaLLM을 소개한다. SagaLLM은 기존 LLM 기반 계획 시스템의 네 가지 기본적인 한계점(신뢰할 수 없는 자체 검증, 컨텍스트 손실, 트랜잭션 보호 기능 부족, 부족한 에이전트 간 조정)을 해결하도록 설계된 구조화된 다중 에이전트 아키텍처이다. 기존 프레임워크는 작업 분해 및 다중 에이전트 통신에 LLM을 활용하지만, 분산 워크플로우에서 일관성, 롤백 또는 제약 조건 충족을 보장하지 못하는 경우가 많다. SagaLLM은 Saga 트랜잭션 패턴을 지속적인 메모리, 자동 보상 및 독립적인 검증 에이전트와 통합하여 이러한 간극을 해소한다. 상태 추적, 종속성 분석, 로그 스키마 생성, 복구 오케스트레이션 등 기존에는 수동으로 코딩된 조정 로직이 필요했던 주요 작업을 자동화하기 위해 LLM의 생성적 추론을 활용한다. SagaLLM은 엄격한 ACID 보장을 완화하지만, 모듈식 체크포인트 및 보상 가능한 실행을 통해 워크플로우 전체의 일관성과 복구를 보장한다. 다양한 계획 영역에 대한 실험적 평가는 독립형 LLM이 상호 의존적인 제약 조건을 자주 위반하거나 중단으로부터 복구하지 못하는 경우가 많다는 것을 보여준다. 반대로 SagaLLM은 불확실성 하에서 일관성, 검증 정확도 및 적응형 조정이 크게 향상되어 실제 세계의 확장 가능한 LLM 기반 다중 에이전트 시스템을 위한 강력한 기반을 마련한다.
