여러 AI 에이전트의 협력으로 단일 모델을 능가하는 정확도 달성

Coral AI Labs와 여러 대학의 연구자들이 'AgentRadio'라고 불리는 새로운 멀티에이전트 협력 메커니즘을 발표했다. 이 기술을 사용해 4개의 AI 에이전트를 협조시킨 결과, 단일의 고성능 모델을 능가하는 코딩 성능을 보였다. 실험에서 AgentRadio를 도입한 에이전트 팀은 독립적으로 동작하는 단일의 상위 모델보다 높은 정답률을 기록했다.

이번 연구가 다룬 것은 AI 에이전트가 대규모 코드베이스(기업이 실제로 운영하는 소프트웨어의 집합)를 이해·분석할 때 발생하는 '커버리지 문제'였다. 코드베이스 분석에는 소프트웨어 빌드, 실행, 여러 파일에 걸친 처리 추적 등 긴 작업 연쇄가 요구된다. 단일 에이전트가 이를 담당하면 조사가 진행될수록 컨텍스트(기억할 수 있는 정보의 범위)가 팽창해 초기 계획을 수정하기 어려워진다. 후반부에 발견한 중요 정보가 전반부의 판단에 역으로 반영되지 않는 구조적 한계가 있다.

여러 에이전트에 작업을 분담시키는 '멀티에이전트' 방식은 기존부터 존재했지만, 많은 구현에서는 각 에이전트가 고립되어 동작하며 서로 실시간으로 정보를 교환할 수 없는 설계가 되어 있다. AgentRadio는 이 과제를 '비동기 메시지 패싱 계층'이라는 메커니즘으로 해결한다. 쉽게 말해, 각 에이전트가 자신의 작업을 멈추지 않으면서 다른 에이전트에 메시지를 보내거나 받을 수 있는 통신 메커니즘이다. 이에 따라 어떤 에이전트가 도중에 중요한 발견을 했을 때, 다른 에이전트가 그 정보를 실시간으로 받아 작업의 방향성을 수정할 수 있다.

성능을 측정하는 지표로서 연구팀은 'SWE-Atlas QnA'라는 벤치마크(평가 기준)를 사용했다. 이는 실제로 운영되고 있는 소프트웨어 저장소에 대해 자연언어로 질문을 던지고 AI가 올바르게 답할 수 있는지를 측정하는 것이다. 코드를 읽기만 해서는 풀 수 없으며 실제로 소프트웨어를 실행하면서 여러 명령어를 실행할 필요가 있는, 난이도 높은 테스트가 된다.

실험 결과에 따르면 단일의 Claude 에이전트(Claude Code, Opus 4.6)는 이 벤치마크에서 32.3%의 정답률에 머물렀다. 더 새로운 모델인 Opus 4.8도 57.2%로만 개선되었으며, 단순히 모델을 고성능화하는 것만으로는 한계가 있음이 드러났다. 한편 AgentRadio를 사용해 4개의 에이전트를 협조시킨 시스템은, 4개의 에이전트가 독립적으로 동작하는 경우와 비교해 정답률을 거의 2배로 높였으며 Opus 4.8의 단일 동작도 능가하는 결과를 냈다.

이 결과가 보여주는 것은 AI의 성능 향상에 있어 '더 큰 모델을 사용한다'는 방향성만이 정답이 아니라는 점이다. 에이전트 간 협력 설계라는 '구조'의 개선을 통해 스케일업과 동등하거나 그 이상의 효과를 얻을 수 있는 가능성이 있다. 기업의 현장에서는 대규모 코드베이스를 다루는 장면이 증가하고 있으며, AgentRadio와 같은 접근법은 비용 효율 측면에서도 실용적인 선택지가 될 수 있다고 위치지어진다. 향후로는 이러한 협력 아키텍처가 소프트웨어 개발 이외의 복잡한 업무 작업에 어디까지 응용될 수 있는지 하는 점이 주목 대상이 될 것으로 보인다.