본 논문은 대규모 언어 모델(LLM)을 활용한 다중 에이전트 시스템(MAS)의 자동 설계를 위한 새로운 프레임워크인 MAS-ZERO를 제시한다. 기존 MAS는 수동으로 설계된 에이전트 역할 및 통신 프로토콜에 의존하여 새로운 작업에 적응하는 데 어려움을 겪는 반면, MAS-ZERO는 메타 수준 설계를 통해 검증 집합 없이 각 문제 인스턴스에 맞게 MAS 구성을 반복적으로 생성, 평가 및 개선한다. 수학, 대학원 수준 질의응답 및 소프트웨어 엔지니어링 벤치마크에서 다양한 크기의 폐쇄형 및 오픈소스 LLM 백본을 사용한 실험 결과, MAS-ZERO는 수동 및 자동 MAS 기준 모델보다 우수한 성능을 보이며, 다음으로 성능이 좋은 기준 모델보다 평균 7.44% 향상된 정확도를 달성함과 동시에 비용 효율성을 유지한다.