신호 전망-상태 전파를 통한 멀티에이전트 시스템의 확장

요약

이 논문은 LLM 기반 멀티에이전트 시스템이 토큰 소비를 줄이려 상태를 주기적으로 압축하는 과정에서, 경제 시뮬레이션 속 에이전트 행동 궤적처럼 의미가 큰 상태 정보를 잃어버리는 문제를 지적한다. 저자들은 시뮬레이션이 길어질수록 에이전트 간 이질성이 점차 사라지는 현상을 발견했다. 이를 해결하기 위해 전망 이론에서 착안한 PspMAS를 제안하는데, 이는 각 에이전트의 미시 상태를 경량의 전망 상태와 LLM 기반의 의미 상태로 분리하는 방식이다. 전망 상태는 병렬화 가능한 가벼운 전파자로 심리적 흔적을 기록해 시스템에 이질성을 계속 주입하는 역할을 한다. 의미 상태는 LLM의 인지·추론·계획·의사결정 능력을 활용해 풍부한 표현력을 유지한다. 두 상태가 상호 보완적으로 작동하면서 확장 가능한 멀티에이전트 시뮬레이션 방법을 제공한다.