본 논문은 복잡한 작업 수행 시 단일 에이전트의 한계를 해결하고, 대규모 언어 모델(LLM) 기반의 모듈식 작업 분해 및 동적 협업을 위한 다중 에이전트 아키텍처를 제안한다. 자연어 작업 설명을 LLM을 통해 통합된 의미 표현으로 변환하고, 모듈식 분해 메커니즘을 통해 전체 목표를 계층적 하위 작업으로 분해한다. 동적 스케줄링 및 라우팅 메커니즘을 통해 에이전트 간의 효율적인 분업과 실시간 협업을 가능하게 하여, 환경 피드백에 따라 전략을 지속적으로 조정하고, 복잡한 작업에서 효율성과 안정성을 유지한다. 제약 조건 파싱 및 글로벌 일관성 메커니즘은 하위 작업 간의 일관된 연결과 균형 잡힌 작업 부하를 보장하여 불필요한 통신 또는 불균등한 자원 할당으로 인한 성능 저하를 방지한다. 실험 결과는 제안된 방법이 기존 접근 방식보다 전반적인 성능과 견고성 측면에서 우수하며, 작업 복잡성과 통신 오버헤드 간의 균형을 잘 유지함을 보여준다.
