CoLFA: LLM 기반 다중 에이전트 시스템을 위한 협업 안내형 경량 실패 원인 분석

요약

다중 에이전트 시스템의 실패 원인 추적은 복잡한 정보 교환으로 인해 어려움이 있습니다. 본 논문은 협업 단서(collaboration cues)를 활용하여 원인 분석 입력을 구성하는 CoLFA(Collaboration-Guided Lightweight Failure Attribution)를 제안합니다. 이를 통해 정확도를 높이고 토큰 비용을 크게 절감할 수 있음을 실측했습니다.

핵심 포인트

• 다중 에이전트 시스템의 실패 추적은 복잡한 기록으로 인해 어려움이 있습니다.
• CoLFA는 협업 단서를 활용하여 원인 분석 입력 구조를 최적화합니다.
• Handoff-Guided Step Expansion 등으로 처리 효율성을 높였습니다.
• 개별 모델 대비 정확도는 최대 37.50% 향상, 토큰 소비량은 최대 97.6% 감소했습니다.