본 논문은 다양한 작업을 자율적으로 수행하는 범용 다중 에이전트 시스템에서 자동 프롬프트 생성의 중요성을 강조합니다. 기존 방법들은 프롬프트의 즉각적인 작업 성능에만 초점을 맞춰 신뢰성을 결정하는 고유한 특성을 간과하는데, 이는 해석성을 제한하고 대규모 언어 모델(LLM)의 고유한 확률성을 고려하지 못합니다. 본 연구는 강력하고 효과적인 프롬프트 생성 시스템을 구축하기 위한 핵심 요소로 프롬프트 안정성(반복 실행 시 모델 응답의 일관성)에 주목합니다. 프롬프트의 응답 일관성을 평가하기 위한 기준으로 의미적 안정성을 제안하고, 이를 자동으로 측정하기 위해 LLaMA 기반 평가자를 미세 조정했습니다. 이를 통해 안정성 피드백을 활용하여 프롬프트 품질과 시스템 성능을 반복적으로 향상시키는 최초의 안정성 인식 범용 프롬프트 생성 시스템을 개발했습니다. 또한 시스템 내 구조적 의존성을 분석하여 프롬프트 안정성과 작업 성공 간의 논리적 연관성을 확립하고, 안정성이 효과적인 시스템 수준 실행에 필요한 조건임을 증명했습니다. 일반 및 도메인 특정 작업에 대한 실험 결과는 안정성 인식 프레임워크가 정확도와 출력 일관성을 모두 향상시킨다는 것을 보여줍니다. 일회성 결과가 아닌 지속적인 신뢰성에 중점을 둠으로써, 프롬프트 설계에 대한 새로운 관점을 제시하고 더 신뢰할 수 있는 범용 시스템 구축을 위한 실용적인 도구를 제공합니다.
