LLM 기반 다중 에이전트 협업의 발전은 구조화된 의사소통의 중요성을 강조하지만, 기존 방법은 정적 또는 그래프 기반 토폴로지에 의존하여 유연성이 부족합니다. 본 연구는 그래프 구조 대신 순차적 구조를 통해 다중 에이전트 조정을 재고하고, 더 넓은 토폴로지 공간을 제공하는 새로운 프레임워크를 제안합니다. 이 프레임워크는 (1) 다음 에이전트 예측을 통해 각 단계에서 가장 적합한 에이전트 역할을 선택하고, (2) 다음 컨텍스트 선택(NCS)을 통해 각 에이전트가 이전 단계의 관련 정보에 선택적으로 접근할 수 있도록 합니다. 이를 통해 역할 유연성과 전반적인 정보 흐름을 지원하는 작업 적응형 통신 파이프라인을 구축합니다. 다양한 벤치마크에서 뛰어난 성능과 통신 오버헤드 감소를 입증했습니다.
