본 논문은 복잡한 AI 시스템 구축에 사용되는 에이전트 워크플로우를 분석하고 최적화하기 위한 ShapleyFlow라는 새로운 프레임워크를 소개합니다. 협동 게임 이론을 사용하여 각 구성 요소의 기여도를 평가하고, 작업별 최적 구성을 식별합니다. 네비게이션, 수학, OS 등 7가지 시나리오의 데이터셋을 통해 이론적 프레임워크 제시, 최적 워크플로우 발견, 그리고 1,500개 이상의 작업을 분석하여 실행 가능한 통찰력과 설계 지침 제공을 주요 내용으로 합니다.
