본 논문은 다중 에이전트 시스템(MAS)에서 대규모 언어 모델(LLM)의 활용에 따른 문맥 관리, 응답 일관성, 확장성 문제를 다룬다. 특히, 메모리 제약 및 잡음이 있는 입력 하에서 에이전트들이 상호 작용하는 상황을 고려한다. 기존 연구들이 중앙 집중식 또는 분산식 구성에 초점을 맞춘 것과 달리, 본 논문은 공유된 문맥과 분리된 문맥 구성의 영향을 확률적 프레임워크를 통해 분석한다. 응답 일관성 지수(RCI)라는 새로운 지표를 도입하여 메모리 제약, 잡음, 에이전트 간 의존성이 시스템 성능에 미치는 영향을 평가하고, 메모리 제약과 잡음 관리 간의 상호 작용에 대한 통찰력을 제공함으로써 LLM 기반 MAS의 효율성을 높이는 설계를 위한 지침을 제시한다.
