본 논문은 CNN 기반의 다중 에이전트 시스템을 제안합니다. 개미집단이나 인간 사회와 같은 생물학적 시스템의 자연 환경을 모방하여, 빠른 학습자, 상세 학습자, 조직적인 학습자 등 역할 기반의 AI 에이전트 집단을 구축합니다. 각 학습자는 사전 훈련된 VGG16, VGG19, ResNet50 모델에 각각 매핑됩니다. 유전 알고리즘의 교차 및 돌연변이 메커니즘을 통해 AI 집단의 다양성과 성능을 향상시키며, "AI 간의 결혼"이라는 과정을 통해 부모 AI 에이전트가 학습된 지식(가중치와 편향)을 공유하고 다양한 자식 AI 에이전트를 생성하여 새로운 작업을 수행합니다. 결과적으로 다양한 모델과 혼합 모델 에이전트로 구성된 AI 집단을 형성하며, 시뮬레이션 결과 VGG16, VGG19, ResNet50 모델을 사용하여 구축된 AI 집단은 F1 점수 82%~95%의 예측 성능을 가진 자식 AI 에이전트를 생성하여 다양하고 질 높은 집단적 의사결정을 가능하게 함을 보여줍니다.
