Co-Saving: Resource Aware Multi-Agent Collaboration for Software Development
Created by
Haebom
저자
Rennai Qiu, Chen Qian, Ran Li, Yufan Dang, Weize Chen, Cheng Yang, Yingli Zhang, Ye Tian, Xuantang Xiong, Lei Han, Zhiyuan Liu, Maosong Sun
개요
본 논문은 대규모 언어 모델(LLM) 기반의 자율 에이전트 시스템이 복잡한 작업 수행 시 자원 소모가 과다하다는 문제점을 해결하기 위해, 자원 인식 멀티 에이전트 시스템인 Co-Saving을 제안합니다. Co-Saving은 과거 성공 경험을 바탕으로 "지름길(shortcuts)"이라는 지침 전환을 학습하여 불필요한 추론 과정을 생략하고, 에이전트 간 협업을 통해 작업 효율성 및 해결책의 질을 향상시킵니다. 소프트웨어 개발 작업 실험 결과, 기존 최첨단 MAS인 ChatDev에 비해 토큰 사용량을 평균 50.85% 줄이고 코드 품질을 10.06% 향상시키는 것을 보였습니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 멀티 에이전트 시스템의 자원 효율성 문제 해결에 대한 새로운 접근 방식 제시
◦
"지름길" 전략을 통해 작업 속도 및 효율성 향상 가능성 제시
◦
소프트웨어 개발 분야에서 실질적인 성능 향상을 입증
•
한계점:
◦
현재는 소프트웨어 개발 작업에 대한 실험 결과만 제시되어 다른 도메인으로의 일반화 가능성에 대한 추가 연구 필요
