본 논문은 복잡한 도구 통합 작업에서 대규모 언어 모델(LLM)의 한계를 극복하기 위해 다중 에이전트 워크플로우와 사전 및 사후 반성(reflection)을 활용하는 MIRROR 프레임워크를 제안합니다. MIRROR는 행동 실행 전에 예상되는 부정적 결과를 미리 예측하여 수정하는 intra-reflection과 행동 실행 후 결과를 관찰하여 경로를 조정하는 inter-reflection으로 구성됩니다. StableToolBench와 TravelPlanner 벤치마크 평가 결과, 기존 방법보다 우수한 성능을 달성하여 최첨단 결과를 보였습니다.
