본 논문은 대규모 언어 모델(LLM)을 활용한 사고 대응 시스템에서 단일 에이전트 방식의 한계를 지적하고, 멀티 에이전트 오케스트레이션이 품질을 획기적으로 향상시킬 수 있음을 제시합니다. MyAntFarm.ai라는 재현 가능한 컨테이너화된 프레임워크를 통해, 단일 에이전트 방식과 멀티 에이전트 방식을 동일한 사고 시나리오에서 비교한 결과, 멀티 에이전트 방식이 100% 실행 가능한 권고안 생성, 80배의 실행 구체성 향상, 140배의 해결책 정확도 향상을 보였습니다. 또한, 멀티 에이전트 시스템은 품질 변동성이 없어 운영 수준의 SLA(Service Level Agreement)를 가능하게 합니다. 새로운 지표인 의사 결정 품질(Decision Quality, DQ)을 도입하여 운영 환경에 필요한 타당성, 구체성, 정확성을 측정합니다. 모든 코드, Docker 설정, 그리고 실험 데이터는 공개되어 재현 가능성을 보장합니다.
