에이전트 AI, 멀티에이전트 AI: 우리는 정말 바퀴를 재발명하고 있는 걸까요?

본 기사는 V. Botti의 논문 "Agentic AI and Multiagentic: Are We Reinventing the Wheel?"를 바탕으로 최근 AI 분야에서 유행하는 '에이전트 AI'와 '멀티에이전트 AI'라는 용어가 기존 연구들을 간과하고 있다는 점을 지적합니다. 논문은 사회과학과 철학적 배경, 기존 AI 에이전트 연구를 검토하여 새로운 용어 사용의 문제점을 지적하고, 기존 지식의 통합을 강조합니다.

에이전트 AI, 멀티에이전트 AI: 낡은 용어의 새로운 포장인가?

최근 생성형 AI 논의에서 '에이전트 AI'와 '멀티에이전트 AI'라는 용어가 급부상하고 있습니다. 자율적인 소프트웨어 에이전트와 이러한 에이전트로 구성된 시스템을 설명하는 데 사용되지만, 이러한 용어들은 AI 문헌에서 이미 확립된 개념인 '지능형 에이전트'와 '멀티에이전트 시스템'과 혼동을 일으킬 수 있다는 우려가 제기되고 있습니다. V. Botti의 논문 "Agentic AI and Multiagentic: Are We Reinventing the Wheel?"는 바로 이러한 혼란에 대한 날카로운 비판을 제시합니다.

기존 연구의 재해석: 뿌리깊은 오해

논문은 사회과학에서 '에이전트'의 이론적 기원(Bandura, 1986)과 철학적 의도성(Dennett, 1971)을 검토합니다. 이는 단순한 유행어가 아닌, 깊이 있는 학문적 배경을 가진 개념임을 강조하는 부분입니다. 더 나아가 Wooldridge, Jennings 등의 선구적인 연구를 바탕으로 지능형 에이전트와 멀티에이전트 시스템에 대한 기본 개념을 재조명하며, '에이전트 AI'와 '멀티에이전트 AI'라는 용어가 이러한 기존 연구들을 무시하고 있다는 점을 지적합니다.

AI 에이전트의 핵심 속성: 단순한 반응을 넘어

단순 반응형 에이전트부터 BDI(Belief-Desire-Intention) 모델까지, 다양한 고전적인 에이전트 아키텍처를 분석합니다. 자율성, 반응성, 사전 예측성, 사회적 능력 등 AI 에이전시를 정의하는 핵심 속성들을 꼼꼼히 살펴봄으로써, 단순히 '똑똑한 프로그램'을 넘어선 AI 에이전트의 본질을 규명하려는 노력을 보여줍니다. 최근 LLM(대규모 언어 모델) 기반의 AI 에이전트와 오픈소스 멀티에이전트 조정 프레임워크의 발전 동향을 소개하며, 이러한 발전이 기존 연구의 토대 위에서 이루어져야 함을 강조합니다.

새로운 물결, 기존 지식의 통합: 바퀴 재발명은 그만

결론적으로 논문은 'AI 에이전트'와 '멀티에이전트 시스템'이라는 기존 용어를 사용하고, 멀티에이전트 시스템 플랫폼 표준, 통신 언어, 협력 알고리즘, 합의 기술(자동 협상, 논증, 가상 조직, 신뢰, 평판 등)과 같은 기존 지식을 LLM 기반의 AI 에이전트에 통합해야 한다고 주장합니다. 이는 시간과 노력을 낭비하는 '바퀴 재발명'을 피하고, AI 연구의 효율성을 높이기 위한 중요한 메시지입니다. 새로운 기술의 발전만큼이나, 기존 지식의 계승과 발전이 중요하다는 점을 다시 한번 일깨워줍니다.