본 논문은 대규모 언어 모델(LLM)을 에이전트로 활용하여 여러 에이전트로 구성된 다중 에이전트 시스템이 작업을 동시에 수행하도록 하는 연구에 대해 다룬다. 특히, 비용, 효율성, 성능을 고려하여 LLM이 여러 에이전트 간에 계산 작업을 효과적으로 할당하는 방법을 탐구한다. LLM의 오케스트레이터 및 플래너로서의 효과성을 비교하여 작업 할당 및 조정 능력을 평가하고, 실험을 통해 LLM이 자원 할당 작업에서 높은 유효성과 정확성을 달성함을 보여준다. 플래너 방식이 오케스트레이터 방식보다 동시 작업 처리에 더 효율적이며 에이전트 활용도를 높인다는 것을 밝히고, 작업자 능력에 대한 명시적인 정보 제공이 특히 성능이 낮은 작업자를 다룰 때 플래너의 할당 전략을 향상시킨다는 것을 제시한다.
