# AOI: Context-Aware Multi-Agent Operations via Dynamic Scheduling and Hierarchical Memory Compression

### 저자

Zishan Bai, Hanxuan Chen, Jing Luo, Ziyi Ni, Enze Ge, Jiacheng Shi, Yichao Zhang, Jiayi Gu, Zhimo Han, Riyang Bao, Junfeng Hao

### 💡 개요

본 논문은 복잡하고 동적인 클라우드 네이티브 IT 인프라의 운영 문제를 해결하기 위해 AOI(AI-Oriented Operations)라는 새로운 다중 에이전트 협업 프레임워크를 제안합니다. AOI는 동적 작업 스케줄링 전략과 3계층 메모리 구조를 통해 효율적인 정보 처리, 작업 조정, 맥락 연속성 유지 문제를 해결합니다. 이를 통해 AI 기반 운영의 확장성, 적응성, 맥락 인지 능력을 혁신하여 차세대 IT 인프라의 자율 관리를 가능하게 합니다.

### 🔑 시사점 및 한계

- AI 기반 운영 시스템에서 동적 스케줄링과 계층적 메모리 압축을 결합한 다중 에이전트 협업의 효과성을 입증했습니다.

- 높은 수준의 맥락 압축률과 중요한 정보 보존율을 달성하면서도 작업 성공률 향상 및 평균 수리 시간(MTTR) 감소라는 실질적인 성능 개선을 이루었습니다.

- 본 연구는 최소한의 인간 개입으로도 복잡한 IT 인프라를 자율적으로 관리할 수 있는 미래 운영 패러다임의 가능성을 제시합니다.

- 실제 운영 환경에서의 다양한 상황과 예상치 못한 이벤트에 대한 AOI의 견고성 및 일반화 성능 검증이 향후 과제로 남아있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2512.13956)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).