인공지능 공학 패러다임이 단일 에이전트 프롬프트 및 컨텍스트 엔지니어링에서 다중 에이전트 **협업 엔지니어링 (Coordination Engineering)**으로 변화함에 따라, 여러 에이전트가 어떻게 협력하는지를 명문화하고 체계적으로 개선할 수 있는 능력이 중요한 병목 현상으로 부상했습니다. 단일 에이전트 기술은 이제 이식 가능한 자산으로 배포될 수 있지만, 다중 에이전트 협업 프로토콜은 여전히 프레임워크 내부 코드나 정적 구성에 갇혀 있어 시스템 간 공유되거나 시간이 지남에 따라 자율적으로 개선되는 것을 막고 있습니다. 본 논문에서는 Anthropic Skills 표준을 확장한 다중 에이전트 의미론을 가진 이식 가능한 명세인 Swarm Skills를 제안합니다. Swarm Skills는 다중 에이전트 워크플로우를 역할, 워크플로우, 실행 경계 및 자체 진화를 위한 내장 의미 구조로 구성된 1급의 배포 가능 자산으로 변환합니다. 이 명세의 진화하는 특성을 구현하기 위해, 우리는 성공적인 실행 궤적을 새로운 Swarm Skills로 자동 추출하고 다차원 점수(효과성 (Effectiveness), 활용도 (Utilization), 신선도 (Freshness))를 기반으로 기존 스킬을 지속적으로 패치하여 개선하는 동반 자체 진화 알고리즘을 제시하며, 이 과정에서 인간의 개입(human-in-the-loop) 감독이 필요하지 않습니다.

아키텍처 호환성 분석과 오픈 소스 JiuwenSwarm 참조 구현을 활용한 포괄적인 정성적 사례 연구를 통해, 우리는 Swarm Skills가 점진적 공개(progressive disclosure)를 통해 제로 어댑터 크로스-에이전트 이식성(zero-adapter cross-agent portability)을 달성하는 방법을 보여주며, 이를 통해 에이전트 팀들이 프레임워크 종속성 없이 자체적으로 협력 전략을 진화시킬 수 있도록 합니다.