복잡한 의료 질문에 답하기 위해 도메인 전문 지식, 환자별 정보 및 구조적이고 다각적인 추론이 필요합니다. 기존의 멀티 에이전트 방식은 고정된 역할이나 얕은 상호 작용 프롬프트에 의존하여 미세한 논리적 불일치를 감지하고 해결하는 데 한계가 있었습니다. 이를 해결하기 위해, 대규모 언어 모델을 기반으로 하는 논리 기반 멀티 에이전트 프레임워크인 \textsc{MedLA}를 제안합니다. 각 에이전트는 삼단 논법(주요 전제, 부전제, 결론)을 기반으로 명시적인 논리 트리를 구성하여 투명한 추론과 전제 수준의 정렬을 가능하게 합니다. 에이전트들은 오류 수정 및 모순 해결을 통해 합의를 이루기 위해 다중 라운드, 그래프 기반 논의에 참여하여 논리 트리를 비교하고 반복적으로 개선합니다. \textsc{MedLA}는 MedDDx 및 표준 의료 QA 작업과 같은 어려운 벤치마크에서 고정 역할 기반 시스템과 단일 에이전트 기반 시스템 모두보다 일관되게 우수한 성능을 보입니다. 또한, \textsc{MedLA}는 오픈 소스 및 상용 LLM 백본 모두에서 효과적으로 확장되어 최고 수준의 성능을 달성하고 신뢰할 수 있는 의료 추론을 위한 일반화 가능한 패러다임을 제공합니다.
