본 논문은 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템(MAS)에서의 창의성에 초점을 맞춘 최초의 조사 연구이다. 텍스트 및 이미지 생성 작업에 중점을 두고, 에이전트의 적극성과 페르소나 디자인 분류, 발산적 탐색, 반복적 개선, 협업적 종합을 포함한 생성 기법과 관련 데이터셋 및 평가 지표에 대한 개요, 그리고 일관되지 않은 평가 기준, 편향 완화 부족, 조정 충돌 및 통합된 벤치마크 부족과 같은 주요 과제에 대한 논의를 제시한다. 기존의 MAS 인프라에 대한 종합적인 개요를 제공하는 기존 연구와 달리, 본 논문은 새로운 결과물 생성 및 평가 방법, 창의성이 에이전트 페르소나에 미치는 영향, 그리고 창의적인 워크플로우 조정 방법 등 창의성의 측면에 중점을 둔다. 결론적으로, 창의적인 MAS의 개발, 평가 및 표준화를 위한 구조화된 프레임워크와 로드맵을 제공한다.
