본 논문은 다학제 팀(MDT) 의료 상담에서 대규모 언어 모델(LLM)의 한계를 극복하기 위한 다중 에이전트 기반 프레임워크를 제안한다. 기존 연구들의 과도한 대화 이력과 효과적인 경험 축적 및 오류 반영의 부족이라는 문제점을 지적하며, 합의 집계 및 잔여 토론 구조를 활용하고, 정답 지식 베이스(CorrectKB)와 사고 과정 지식 베이스(ChainKB)를 구축하여 지속적인 학습 및 성능 향상을 도모한다. MedQA와 PubMedQA 데이터셋 실험 결과, 각각 90.1%와 83.9%의 정확도를 달성하였으며, 구축된 지식 베이스의 일반화 성능 또한 확인되었다.
