본 논문은 다중 에이전트 대규모 언어 모델(MA-LLM)에 대한 최신 연구를 종합적으로 검토합니다. 단일 에이전트 대규모 언어 모델보다 복잡한 작업 수행 능력이 뛰어난 MA-LLM의 에이전트 프로필, 통신 구조, 의사결정 과정을 분석하고, 기존 다중 에이전트 시스템과 최신 MA-LLM 연구를 비교 분석하여 확장성, 통신 구조, 의사결정 과정이 MA-LLM 성능에 미치는 영향을 밝힙니다. MA-LLM 접근 방식이 우수한 결과를 산출하지만 높은 계산 비용과 MA-LLM 고유의 아직 충분히 탐구되지 않은 과제에 직면한다는 점을 보여주며, 효율적이고 강력한 다중 에이전트 AI 솔루션 개발을 위한 로드맵을 제공합니다.
