본 논문은 대규모 언어 모델(LLM)을 활용하는 다중 에이전트 시스템(MAS)의 설계를 위한 자기 진화형, 추론 시간 프레임워크인 MAS-ZERO를 소개합니다. MAS-ZERO는 수동으로 설계된 에이전트 역할과 통신 프로토콜의 한계를 극복하고, 각 문제 인스턴스에 맞게 MAS 구성을 반복적으로 설계, 비판 및 개선합니다. 검증 세트가 필요하지 않으며, 동적 문제 분해, 에이전트 구성, 필요시 더 간단한 시스템으로의 축소를 가능하게 합니다. 추론, 코딩 및 에이전트 기반 작업에 대한 실험에서 MAS-ZERO는 강력한 수동 및 자동 MAS 기반보다 뛰어난 성능을 보였습니다.