본 논문은 애자일 개발 환경에서 목표 기반 요구사항 도출(RE)을 위한 다중 에이전트 시스템인 Goal2Story를 제안한다. Goal2Story는 Impact Mapping 프레임워크를 채택하고 비용 효율적인 소규모 LLM(sLLM)을 사용하여 목표에서 사용자 스토리로 이어지는 과정을 지원한다. 또한, 1,000개 이상의 사용자 스토리와 해당 목표, 프로젝트 컨텍스트 정보를 포함하는 StorySeek 데이터셋과 그 구축 방법을 제시한다. 성능 평가를 위해 Factuality Hit Rate (FHR)과 Quality And Consistency Evaluation (QuACE)라는 두 가지 지표를 제안하고, 실험 결과를 통해 Goal2Story가 강력한 LLM을 사용하는 Super-Agent보다 우수한 성능을 보이며, Chain of Thought (CoT)와 Agent Profile을 통해 성능이 향상됨을 보여준다. 기존 연구들이 기능적 RE에 집중하고 목표에서 사용자 스토리로의 과정을 다루지 못한 점을 개선하고, 비용 및 데이터 보안 문제를 해결하기 위해 sLLM을 활용하는 데 중점을 둔다.
