본 논문은 대규모 언어 모델(LLM)을 에이전트로 활용하여 여러 에이전트로 구성된 다중 에이전트 시스템에서 작업을 동시에 처리하는 방법, 특히 작업 할당 및 조정 역할에 초점을 맞춰 연구합니다. LLM이 비용, 효율성, 성능 등의 요소를 고려하여 여러 에이전트 간에 계산 작업을 효과적으로 할당하는 방법을 탐구하며, LLM을 오케스트레이터 및 플래너로 활용하는 효과성을 비교 분석합니다. 실험 결과, LLM이 자원 할당 작업에서 높은 유효성과 정확성을 달성함을 보여주며, 플래너 방식이 오케스트레이터 방식보다 동시 작업 처리에 더 효율적이고 에이전트 활용도가 높다는 것을 밝힙니다. 또한, 작업자의 능력에 대한 명시적인 정보를 제공하면 특히 성능이 저조한 작업자를 다룰 때 플래너의 할당 전략이 향상됨을 보여줍니다.
