대규모 언어 모델(LLM)과 LLM 기반 에이전트의 다중 사용자 환경에서의 광범위한 채택으로 다양한 선호도를 수용하고 상충되는 지시를 해결하기 위한 신뢰할 수 있고 사용 가능한 방법이 필요해졌다. 본 논문에서는 갈등 해결 이론을 바탕으로, 반성, 분석, 피드백의 세 단계로 구성된 사용자 중심의 다중 사용자 개인화 워크플로우를 소개한다. 그리고 이 워크플로우를 구현하기 위한 다중 에이전트 시스템인 MAP(Multi-Agent system for multi-user Personalization)을 제시한다. MAP은 특수화된 에이전트에게 하위 작업을 위임함으로써, (1) 관련 사용자 정보를 검색하고 반영하는 동시에 에이전트 간 상호 작용을 통해 신뢰성을 향상시키고, (2) 투명성과 사용성을 향상시키기 위한 자세한 분석을 제공하며, (3) 사용자 피드백을 통합하여 결과를 반복적으로 개선한다. 12명의 사용자 연구 결과는 MAP의 효과와 사용성을 강조하는 동시에 해결 검증 및 실패 관리에 사용자 참여의 중요성을 강조한다. 본 연구는 다중 에이전트 시스템이 사용자 중심의 다중 사용자 개인화 워크플로우를 구현할 수 있는 잠재력을 보여주며, 다중 사용자 환경에서의 개인화에 대한 통찰력을 제공한다.
