체계적 문헌 고찰 및 메타분석(SR/MA)은 근거 종합의 금본위 기준으로 남아 있으나, 완료까지 통상 67주와 상당한 전문가 노력이 소요된다. 최근 대규모 언어 모델(LLM) 시스템들은 SR의 개별 단계에서 우수한 성능을 보여주었다—스크리닝(otto-SR: 민감도 96.7%), 추출(Gartlehner 등: 정확도 91.0%), 검색(TrialMind: 재현율 0.83)—그러나 엔드투엔드 파이프라인 실행에 실제로 드는 비용, 단계별 비용 분포, 또는 아키텍처 선택이 비용-품질 트레이드오프에 미치는 영향을 보고한 연구는 없었다. 우리는 의도적인 모델 라우팅을 적용한 11개의 특화 LLM 에이전트를 사용해 SR/MA의 6개 단계를 자동화하는 오픈소스 다중 에이전트 파이프라인인 LUMEN을 제시한다. LUMEN을 7개 데이터셋(자체 수행한 5개 도메인 고찰—정신의학, 심리학, 외과학, 백신학, 심장학—및 2개의 SYNERGY 스크리닝 벤치마크)에서 평가한다. 정답 비교 가능한 13개 결과 전반에 걸쳐 LUMEN은 발표된 메타분석과 100% 방향 일치를 달성하였으며, 동질적 연구 설계에서 효과 크기 오차는 1% 이내이다. 주요 기여는 이러한 파이프라인에 대한 최초의 실증적 비용 및 운영 특성 분석이다: 전체 고찰 비용은 19~29달러(중앙값 22.65달러)이며, 제목-초록 스크리닝과 데이터 추출이 지출의 대부분을 차지한다. 세 갈래 추출 절제(ablation) 실험은 단계 의존적 아키텍처 역전 현상을 드러낸다: 다중 에이전트 설계는 스크리닝에서는 성능을 저하시키지만 추출에서는 필수적으로, 단일 모델 대안 대비 풀링 가능한 분석을 5.7배 더 많이 생성하고 임상적으로 위험한 방향 오류를 제거한다. 두 데이터셋 스크리닝 벤치마크는 모델 순위가 도메인 의존적이며 고찰 주제 간에 이전될 수 없음을 보인다. 모든 코드와 비용 로그는 공개되어 있다.
심장 영상 표현형과 임상 질환 간의 견고한 연관을 식별하는 것은 인구 규모 심혈관 연구와 신뢰할 수 있는 위험 계층화에 필수적이다. 그러나 현재의 표현형 전체 연관 연구(PheWAS)는 사전 정의된 단일 변수 표현형이나 전문가가 설계한 특징에 의존하며, 이는 임상적으로 의미 있는 비선형 효과와 표현형 간 상호작용을 포착하는 능력을 제한한다. 이를 해결하기 위해, 우리는 심혈관 PheWAS를 위한 반복적 표현형 구성(phenotype-Composition) 프레임워크인 CPAgents를 제안한다. 이 프레임워크는 기본 영상 특징으로부터 해석 가능한 복합 표현형(예: 다항식, 비율, 상호작용 형태)을 자동으로 구성하고 검증한다. 구체적으로, 우리 시스템은 세 개의 에이전트를 조율한다: (i) 통계적 이상을 식별하고 후보 변환을 지명하는 Analyst, (ii) 수치 안전 규칙 하에서 의학적·통계적으로 동기부여된 표현식을 생성하는 Proposer, (iii) 다단계 기준으로 후보를 평가하고 채택된 표현형에 대한 투명한 증거 추적을 생성하는 Verifier. 인구 규모 심장 영상 코호트에서 평가한 결과, 발견된 복합 표현형은 질환 변별을 현저히 개선한다. 72개의 분류기-질환-지표 조합 가운데 우리 변형은 56건에서 최상위 순위를 달성했으며 baseline은 18건이었고, 9개 임상 질환 카테고리 전반에서 개선이 관찰되었다. 우리 프레임워크는 투명한 증거 추적과 함께 간결하고 임상적으로 해석 가능한 표현형 공식을 산출하여, 전문가 주도 특징 선택을 넘어서 더 강한 표현형-질환 연관의 확장 가능한 발견을 가능하게 한다.
우리는 장애 탐지 출력을 플랜트별 지식에 기반한 제약 인식 복구 조치로 변환하는 능동적 장애 허용 제어(FTC)를 위한 에이전트형 대규모 언어 모델(LLM) 프레임워크를 제안한다. 이 접근법은 (i) 운영자 업무를 모니터링, 계획, 조치 합성, 시뮬레이션, 검증, 재프롬프트로 분해하는 다중 에이전트 워크플로, (ii) 플랜트 데이터, 모델, 실행 전 테스트를 위한 시뮬레이션 서비스를 제공하는 디지털 공정 플랜트 트윈(DPPT), (iii) CPSMod 온톨로지 위에 구축된 그래프 검색-증강 생성(Graph RAG) 층으로, 플랜트 지식(구조, 기능, 하이브리드 동역학, 제어 맥락, 장애 의미론)을 그래프로 조직화하여 에이전트를 위한 관계 인식 다중 홉 검색을 지원하는 구성 요소를 결합한다. 시정 조치는 최소 위험 상태 기계 복구 경로와 이에 상응하는 이산 명령 또는 연속 설정값(setpoint) 적응으로 생성되며, 구동 전에 인터록, 운전 범위, 동적 실현 가능성에 대해 결정론적으로 검증된다. 유한 시간 창 내에 허용 가능한 계획을 찾지 못하면 제어는 안전 폴백(safety fallback)으로 넘겨진다. 이 프레임워크는 두 대표 벤치마크에서 시뮬레이션으로 평가된다: 폐루프 PID 제어 하의 이산 배치 혼합 모듈과 연속 교반 탱크 반응기(CSTR). 경량 LLM(GPT-4o-mini 및 GPT-4.1-mini)을 사용한 결과는, 의미적으로 그라운딩된 에이전트가 각 공정 동역학과 호환되는 지연 시간 예산 내에서 유효한 복구 결정을 도출할 수 있음을 보여주며, 이산 및 연속 FTC 작업 모두에서 탐지에서 검증된 시정 조치까지 이어지는 실용적 경로를 입증한다.
Vehicle-to-Everything(V2X) 통신을 통한 협력적 인식(cooperative perception)은 가림을 완화하고 시야(field of view)를 확장함으로써 차량 인식을 향상시킬 상당한 잠재력을 제공한다. 그러나 기존 연구는 효율성, 지연 시간(latency), 실세계 배포 가능성(deployability)과 같은 중요한 시스템 수준 고려사항을 다루지 않고 정확도 지표 개선에 주로 초점을 맞춰 왔다. 주목할 점은, 대부분의 기존 시스템이 완전 정밀도 모델에 의존하여 높은 연산 및 전송 비용을 발생시키며, 이로 인해 자원이 제한된 환경에서의 실시간 운용이 비현실적이라는 것이다. 본 논문에서는 다중 모달(multi-modal), 다중 에이전트 V2X 협력적 인식의 효율적이고 확장 가능한 배포를 위해 특별히 설계된 최초의 완전 양자화 다중 에이전트 시스템인 QuantV2X를 소개한다. QuantV2X는 신경망 모델과 전송되는 메시지 표현 모두에 걸친 통합 end-to-end 양자화 전략을 도입하여 연산 부하와 전송 대역폭을 동시에 줄인다. 주목할 만하게, 저비트(low-bit) 제약 하에서도 QuantV2X는 완전 정밀도 시스템에 필적하는 정확도를 달성한다. 더 중요한 것은, 배포 지향(deployment-oriented) 지표로 평가할 때 QuantV2X가 시스템 수준 지연 시간을 3.2배 줄이고 완전 정밀도 베이스라인 대비 mAP30에서 +9.5의 개선을 달성한다는 점이다. 또한 QuantV2X는 더 효과적으로 스케일링(scaling)되어, 더 크고 성능이 뛰어난 모델을 엄격한 메모리 예산 내에 맞출 수 있게 한다. 이러한 결과는 실세계 배포를 위한 완전 양자화 다중 에이전트 중간 융합(intermediate fusion) 시스템의 타당성을 보여준다. 해당 시스템은 이 분야의 연구를 촉진하기 위해 공개될 예정이다: https://github.com/ucla-mobility/QuantV2X.
LLM 에이전트 평가에는 정적 추론과 제로샷(zero-sum) 게임을 넘어서는 동적 환경이 필요하다. 실제 경제적 상호작용은 종종 개방형(open-ended)이며 혼합 동기(mixed-motive)적이다: 에이전트는 협상하고, 정합(positive-sum) 잉여를 창출하며, 희소 자산을 놓고 경쟁하고, 지연된 수익 하에서 계획을 세워야 한다. 우리는 개방형 정합 협상에서 LLM 에이전트를 평가하기 위한 새로운 벤치마크(benchmark) 프레임워크인 SidConArena를 제안한다. SidConArena는 다인 플레이어 경제를 유한 수평(finite-horizon) 부분 관측(partially observable) 확률적 게임(stochastic game)으로 형식화하며, 세 가지 결합된 단계로 구성된다: 구속력 있는 거래를 수반하는 자연어 협상, 결정론적 변환기(converter) 기반 생산, 장기 자산을 위한 밀봉 입찰(sealed-bid) 경매. 이 프레임워크는 구조화된 관측, 단계 인식(phase-aware) 에이전트 디스패칭, 신경-기호(neural-symbolic) 행동 인터페이스, 비동기 실행을 결합하여 자유 형식 상호작용을 가능하게 하면서 규칙에 기반한(grounded) 평가를 유지한다. 동질(homogeneous) 및 이질(heterogeneous) 토너먼트 전반에 걸쳐, 더 강력한 프론티어 모델이 더 높은 경제적 성과를 달성하지만, 에이전트는 여전히 자원을 잘못 평가하고, 수동적으로 협상하며, 장기 투자 계획에 제한을 받는다.
다중 에이전트 LLM 루프의 고정 반복 상한(max_iterations) 대신, 연속 초안 임베딩의 코사인 거리와 품질 신호로 의미 수렴 시 조기 종료하는 semantic early-stopping(SHP)을 제안한다. HotpotQA 60문항 테스트에서 판정자 없는 변형은 max_iterations 대비 운영 토큰을 38% 줄이면서 품질은 동등했고, 최적 라운드를 고르는 오라클이 모든 실용 정책보다 Information Score +0.115를 달성해 핵심 과제가 언제 멈출지가 아니라 어느 라운드가 최적인지로 재구성됨을 보였다.
LLM 기반 GPU 커널 생성이 정확성과 고성능을 동시에 달성하기 어려운 문제를 해결하기 위해, EGG는 전문가 최적화 원칙으로 알고리즘 구조 설계와 하드웨어 특화 튜닝(병렬 매핑, 텐서 타일링, 메모리 최적화) 두 단계로 생성을 분해하고 단계 인식 다중 에이전트 협업으로 최적화를 안내한다. KernelBench와 실제 워크로드에서 PyTorch 대비 평균 2.13배 속도 향상을 달성했으며, 기존 에이전트 및 강화학습(RL) 기반 접근법을 능가한다.
auto-psych는 계산 인지과학에서 중첩된 에이전트 루프로 확률적 인지 모델을 제안·적합·비판하고, 크라우드소싱 설문 실험을 설계·실행·분석해 인간 행동 이론을 자동 탐색하는 시스템이다. 동전 던지기 순열의 주관적 무작위성 판단 과제에서 합성 데이터의 정답 이론을 신뢰성 있게 복원했고, 세 차례 인간 실험에서 문헌 기반 이론보다 데이터 적합도가 높은 이론을 찾아 자동화된 데이터 수집과 이론 발견의 가능성을 보였다.
정신과 약물 안전 정보가 규제 부작용 기록과 검증되지 않은 환자 서사 사이에 분리된 문제를, Reddit·WebMD·FDA FAERS를 통합하는 출처 인식 지식 그래프 기반 다중 에이전트 프레임워크로 다루며, LLM 개체 인식은 약물·질환 F1 각각 0.969·0.973을 기록했다. 커뮤니티 데이터는 규제 보고와 부분적으로 독립적인 안전성 신호를 형성하고 세르트랄린(sertraline) 등에서 부작용이 FDA 기록보다 수백 일 앞서 나타나, Neo4j 지식 그래프로 출처를 구분·추적 가능한 통합 경로를 제시한다.
Artificial intelligence increasingly drives automated scientific discovery, yet contemporary generalist agents lack physical grounding, frequently hallucinating hardware-incompatible designs. Here, we present a physically grounded, multi-agent discovery engine that autonomously architects hardware-compliant computing systems. Anchored by an Evolutionary Knowledge Graph structuring past scientific innovations, the framework extracts an "algorithmic Chain-of-Thought" to transform blind stochastic search into directed structural evolution. Applied to the extreme testbed of foundation model deployment, the engine evolved two hardware-aware compression methodologies surpassing human-engineered heuristics: Q-Enhance mitigates long-context accuracy loss in dense models, and MoE-Salient-AQ outperforms state-of-the-art manual sparse Mixture-of-Experts designs by 3.7% at sub-3-bit regimes. Utilizing a bandwidth-efficient Sensitivity Profile, we successfully deployed a massive 235-billion-parameter model onto a constrained dual-A100 server, reducing memory requirements by 75% with a marginal 0.64% accuracy degradation. By transforming unconstrained combinatorial search into knowledge-driven autonomy, this establishes a scalable hardware-software co-design paradigm for machine-driven discovery within strict physical boundaries.
민감한 검색-증강 생성(RAG) 배포에서 악의적 프롬프트로 인한 개인정보 유출 위험을 줄이기 위해, 프라이버시 추출·의미 분석·재구성을 담당하는 세 에이전트가 검색 문서를 의미 재작성으로 정화하는 다중 에이전트 프레임워크를 제안한다. ChatDoctor와 Wiki-PII에서 LLaMA-3-8B의 표적 공격 노출을 144건에서 1건으로 낮추면서 BLEU-1 0.122로 문맥 충실도를 유지했고, 재작성은 오프라인 전처리로 온라인 추론 지연을 추가하지 않는다.
그래프·멀티에이전트 기반 대규모 언어 모델(LLM) 오케스트레이션은 실행 연속성은 제공하지만, 여러 상호 의존 목표를 중단·재개·수정·무효화해야 하는 복잡 대화의 목표 연속성(objective continuity)은 해결하지 못한다. 이를 위해 목표·태스크 프레임·수명주기 상태·무효화 규칙·재개 계약을 1급 런타임 객체로 두고 실행은 그래프 런타임·에이전트·도구·API에 위임하는 프레임워크 중립 설계 패턴 GODR(Goal-Oriented Dialogue Runtime)을 제안하며, 문제 정식화·아키텍처 선택 기준·향후 실증 평가 의제를 제시한다.
LectūraAgents는 ProfessorAgent가 연구·계획·검토·강의 전달을 조율하는 계층적 멀티에이전트(multi-agent) 프레임워크로, 학습자 프로필에 맞춰 필기·강조·밑줄 등 가시적 교수 행동과 발화를 TASA(Teaching Action-Speech Alignment)로 정렬하는 적응형 체화 교수(embodied teaching)를 제공한다. 고등·학부·대학원 과목 평가에서 전문 교육자 검증을 통해 기존 접근 대비 강의 내용·체화 교수·평가·개인화 품질이 일관되게 향상됨을 보였다.
Existing ECG report generation is tightly coupled -- interpretation and reporting fused end-to-end, so errors propagate without stage-level recourse -- while agent-based systems decouple tasks but remain single-pass, never revisiting earlier outputs. Clinical ECG reporting instead unfolds iteratively, requiring progressive context integration and bidirectional editing. We present \textsc{ATRIA}, a multi-agent ECG reporting system that mirrors the clinician's iterative workflow: it binds every report claim to its supporting evidence, flags statements unsupported by that evidence, incorporates additional context mid-session, and lets clinicians verify and revise individual findings rather than accept one opaque output. Because its agents use ECG analysis models already in clinical use, the underlying findings are clinically trustworthy; and as a cloud-based web service, \textsc{ATRIA} is ready for immediate deployment. We demonstrate \textsc{ATRIA} through four interaction cases, with a live demo and video available.
MindTailor는 구희자의 게시 이력으로 사례 개념화를 만들고, 서로 다른 상담 전략에 기반한 상담사 에이전트들의 협력적 비평으로 정서적 지원 응답을 반복 정제하는 프레임워크이며, 이를 위해 798개 Reddit 게시물과 이전 게시 이력을 쌍으로 묶은 ReddiSupp 데이터셋을 구축했다. LLM-as-a-Judge 평가, 전문가 평가, 구희자 대상 사용자 연구에서 베이스라인을 능가해 공감, 개인화, 이해를 높이고 전반적 선호도에서 가장 높은 성능을 보였다.
고위험 추론 작업은 투명하고 검증 가능한 워크플로를 필요로 하지만, 기존의 단일 모델 대규모 언어 모델(LLM)은 제로샷(zero-shot) 패러다임에서 환각(hallucination)과 낮은 해석 가능성 문제에 자주 어려움을 겪는다. 이러한 일반적인 AI 과제를 해결하기 위해, 협력적이고 다단계인 검증 과정을 시뮬레이션하는 다중 에이전트 감사 프레임워크를 제안한다. 이 아키텍처를 모듈형 LangChain 워크플로를 사용하여 민감한 임상 정신건강 스크리닝 영역에서 실증적으로 검증한다. 우리 프레임워크는 추론 과정을 Perception Agent, 지식 검색-증강 생성(RAG), 사고의 연쇄(Chain-of-Thought, CoT) 임상 추론, 그리고 핵심적인 Audit 검증 단계로 분해한다. 로컬에 배포한 오픈소스 모델을 사용하여 DAIC-WOZ 데이터셋에서 이 프레임워크를 평가했다. 실험 결과, 우리의 다중 에이전트 파이프라인이 단일 에이전트 베이스라인을 유의미하게 능가하며, PHQ-8 우울증 중증도 예측의 평균 절대 오차(MAE)를 5.35에서 5.02로 줄였음을 보여준다. 에이전트 간 검증 추적을 노출함으로써, 프레임워크는 추론 이탈(reasoning drift)을 완화하고 높은 해석 가능성을 갖는 진단 근거를 제공하며, 단독적인 모델 스케일링을 넘어 신뢰할 수 있는 AI 보조 의사결정 지원을 위한 일반화 가능한 패러다임을 제시한다. 재현성을 위해 데이터와 코드를 GitHub에 공개한다.
대규모 언어 모델(LLM) 에이전트에게 미래 이벤트 예측은 선거와 통화 정책부터 금융 시장까지 다양한 영역을 아우르는 중요한 과제이다. 그러나 이 과제에서의 진전을 평가하는 것은 효율성과 환경 충실도 사이의 근본적인 상충 관계를 제기한다. 실시간 평가 벤치마크는 본질적으로 느린 피드백 루프에 시달리는 반면, 기존의 사후 재현(retrospective replay) 방식은 일반적으로 에이전트를 정적이고 사전 동결된 데이터베이스로 제한하여 실제 배포의 환경적 현실성을 희생시킨다. 이 문제에 대응하기 위해, 우리는 cutoff 이후 콘텐츠를 필터링하여 선택한 과거 시점의 웹 상태를 근사적으로 재구성하는 인프라인 Agentic Time Machine(TM)을 제안한다. 이 평가 인프라를 활용하여, 우리는 각 질문을 다양한 분석 관점으로 분해하고, 병렬로 증거를 수집하며, 결과를 단일 예측으로 통합하는 planner-solver-aggregator 다중 에이전트 프레임워크를 추가로 제안한다. 실험 결과 TM 하에서의 오프라인 점수는 실시간 FutureX 점수와 강한 상관관계를 보여, TM이 예측 에이전트 평가를 위한 빠르고 신뢰할 수 있는 샌드박스임을 입증한다. TM 하에서 평가된 FutureX-Past와 Polymarket에서, 우리의 프레임워크는 강력한 closed-book, tool-augmented, self-consistency 베이스라인 중 최고 점수를 달성한다. 공식 FutureX 실시간 리더보드에서, 우리 시스템은 5월 1주차 1위를 포함하여 연속 4주간 최고 평균 순위를 달성한다. 6월 17일 현재, FutureX 공식 8주 종합 리더보드에서도 1위를 기록하고 있다.
생의학 연구자들은 단백질 수준의 신호를 해석하기 위해 AI가 생성한 분석과 보고서를 점점 더 많이 사용하고 있지만, 정적인 출력물은 증거를 검토하고, 불확실성을 평가하며, 메커니즘을 비교하고, 가설을 정교화해야 하는 연구 의사결정에는 종종 불충분하다. 우리는 정적인 생의학 보고서 생성에서 증거 중심의 상호작용형 인터페이스 생성으로 전환하는 멀티 에이전트 시스템인 BioInsight를 제안한다. 질병명, 단백질 연관성 표, 선택적 코호트 메타데이터가 주어지면 BioInsight는 순위가 매겨진 경로, 문헌 증거 패킷, 단백질 수준 추론 노트, 인용 기반 보고서, 대시보드 스키마, 렌더링된 상호작용형 인터페이스 등 유형화된 중간 산출물을 통해 질병 특이적 증거를 구조화한다. 이 시스템은 증거 검색과 기전적 추론을 분리하고, 결정론적 컴포넌트를 통해 인용을 정규화하며, 보고서에 사용된 동일한 구조화된 증거를 상호작용형 인터페이스로 변환한다. BioInsight를 표준화된 생의학 QA, 어려운 단백질 기능 추론, 종단간 생의학 증거 합성 과제에서 평가한다. 결과는 BioInsight가 최고 성능을 달성함을 보여주며, 생의학 AI 시스템이 텍스트 전용 및 정적 보고서를 넘어 출처 보존형 상호작용형 증거 산출물을 향해 나아가야 함을 시사한다.
생성형 AI 튜터는 실시간 맞춤형 학습 지원을 제공하지만, 새로운 교육 불평등을 만들기도 한다. 프리미엄 AI 서비스에 접근할 수 있는 학생들은 무료 또는 저비용 서비스에 국한된 학생들보다 더 명확한 설명, 더 개인화된 안내, 더 나은 비계(scaffolding)를 받을 수 있다. 이 문제에 대응하기 위해, 우리는 형평성 인식 모델 라우팅 프레임워크인 FairTutor를 제안하며, 이는 교육학적 동기를 갖춘 다중 에이전트 오케스트레이션을 통해 비용 효율적인 AI 튜터링을 달성한다. FairTutor는 쿼리 분석, 교육학적 계획, 저비용 모델 생성, 평가자 가이드 비판 및 수정, 프리미엄 AI 모델로의 선택적 에스컬레이션을 결합한다. 우리는 프리미엄 접근과 예산 제약 튜터링 간의 품질 차이를 측정하는 접근 등급 AI 교육(AIED) 이점 격차(Advantage Gap)와, 수학, 읽기, 쓰기, 과학, 언어 학습에 걸친 벤치마크인 TutorAccessEval을 도입한다. 실증 평가에 따르면 FairTutor는 프리미엄 교육학적 품질의 97.1%(하한 조정 Likert 척도)를 달성하면서 서빙 비용을 71.6% 절감한다. 민감도 분석은 조정 가능한 비용-품질 파레토 프론티어를 보여주며, 이를 통해 FairTutor를 다양한 학생 집단의 요구에 맞게 맞춤 설정할 수 있다.
대규모 언어 모델(LLM)을 기반으로 자동화된 질적 인터뷰를 수행하는 시스템에 대한 여러 제안이 있지만, 현재 대부분의 솔루션은 독점 LLM에 의존하여 재현성과 데이터 보안을 저해한다. 또한 모든 인터뷰 작업에 LLM에 의존하여 질문 문구의 표준화와 질문 순서에 대한 통제를 제한한다. 이러한 문제를 해결하기 위해, 설문 소프트웨어의 통제된 질문 진행과 LLM의 유연성을 결합한 멀티 에이전트 파이프라인 기반의 오픈소스 솔루션인 AInterviewer 플랫폼을 제안한다. AInterviewer는 사회과학 분야 질적 인터뷰의 모범 사례를 구현하도록 설계된 학제 간 노력이며, 보안, 투명성, 재현성을 보장하기 위해 로컬에서 호스팅된 모델로 실행할 수 있다. 본 플랫폼은 인터뷰 가이드 설계 및 파일럿 테스트부터 인터뷰 배포 및 데이터 수집 모니터링에 이르는 데이터 수집의 각 단계를 지원하는 웹 기반 GUI를 제공한다.