에이전트 오케스트레이션(agentic orchestration)은 독립된 컨텍스트를 가진 서브 에이전트(sub-agent)들에게 작업을 위임함으로써 대규모 언어 모델(LLM) 에이전트의 유효 실행 범위를 확장하는 핵심적인 방안을 제공합니다. 그러나 기존 오케스트레이션 방식은 두 가지 한계에 직면해 있습니다. 실행 측면에서는 서브 에이전트 생성 시점에 목표와 하네스(harness)가 고정되어 동적인 실제 환경에 대한 적응력이 제한되며, 최적화(optimization) 측면에서는 희소하고 지연된 피드백으로 인해 오케스트레이션 정책의 효과적인 학습이 저해됩니다. 이러한 한계를 해결하기 위해, 본 연구에서는 온더플라이(on-the-fly) 능동적 에이전트 오케스트레이션 프레임워크인 POrchestra를 제안합니다. POrchestra는 서브 에이전트가 로컬 실행의 연속성을 유지하면서도 임의의 논리적 지점에서 오케스트레이터와 능동적으로 소통하여 하네스 조정을 요청할 수 있도록 합니다. 이 메커니즘은 서브 에이전트가 동적 환경에 매끄럽게 적응할 수 있도록 지원할 뿐만 아니라, 사후 피드백(hindsight feedback) 기반의 온-정책 오케스트레이션 증류(OPOD)를 자연스럽게 이끌어냅니다. OPOD는 서브 에이전트의 능동적 수정 요청을 이전 오케스트레이션 결정에 귀인하여 타겟 개선 신호를 도출하고, 최종 보상과 함께 이러한 신호를 프로세스 지도(process supervision)로 활용하여 오케스트레이션 정책을 최적화합니다. 심층 연구, 동적 디지털 지원, 소프트웨어 엔지니어링을 아우르는 세 가지 장기 과제(long-horizon) 에이전트 벤치마크에서 POrchestra를 평가했습니다. POrchestra는 가장 강력한 기준선 대비 작업 성공률을 평균 9.1% 향상시켰으며, OPOD와 결합했을 때는 기존 학습 기준선 대비 소형 오케스트레이터의 성공률을 평균 10.0% 향상시켰습니다. 또한 POrchestra는 더 유리한 비용 대비 성능 트레이드오프를 달성합니다. 코드베이스는 https://github.com/XueyangFeng/POrchestra 에서 공개되어 있습니다.
본 논문에서는 미해결 연구 문제에 대한 자동화된 증명 발견을 위한 멀티 에이전트(multi-agent) 프레임워크인 Cogentic을 제시합니다. 최첨단 언어 모델은 단일 시도(single-shot)로도 강력한 수학적 아이디어를 생성할 수 있지만, 여러 경쟁 가설을 탐색하고 미묘한 기술적 난관을 극복하며 긴 기간에 걸쳐 중간 진전을 유지해야 하는 미해결 문제에는 단일 생성만으로는 불충분한 경우가 많습니다. Cogentic은 오케스트레이터가 서로 다른 증명 방향에 걸쳐 독립적인 증명자 집단을 배치하고, 이들의 출력을 여러 특화된 구성요소를 통한 적대적 검증에 회부하며, 확인된 중간 결과를 후속 라운드가 활용할 수 있는 영구 검증 원장에 반영하는 반복적인 '증명-검증 루프'를 통해 이러한 난제를 해결합니다. 이 프레임워크는 연구 수준의 수학 및 이론 컴퓨터 과학 문제를 해결할 수 있도록 설계되었습니다. Gemini 3.1 Pro 또는 Gemini 4 Argon의 초기 버전을 기반 모델로 사용하여, Cogentic은 온라인 학습(online learning), 경매 이론(auction theory), 메커니즘 디자인(mechanism design) 전반의 미해결 문제에서 새로운 연구 결과를 도출했습니다. 각 결과는 해당 분야 전문가에 의해 독립적으로 검증되었으며 후속 논문에서 완전하게 전개됩니다. 이러한 결과들과 새롭게 검증되는 결과들은 https://sites.google.com/view/cogentic 에 지속적으로 게시하고 있습니다.
최첨단 코딩 성능은 일반적으로 크고 비용이 많이 드는 독점 모델을 통해 달성된다. 본 연구에서는 단일 모델의 새로운 인스턴스들이 문제를 분해하고 공유 파일 시스템을 통해 조율하는 무학습(training-free) 방식인 원장 기반 제로샷 자기 오케스트레이션(GVS5H)을 소개한다. 최신 고난도 LiveCodeBench 100개 문제에 대해 11개의 오픈 및 클로즈드 가중치(weight) 모델을 대상으로 실험한 결과, 이 방식은 최대 25.6점의 향상을 보이며 여러 저렴한 모델을 최첨단 수준의 성능으로 끌어올린다. 오케스트레이션이 적용된 Qwen3.8 Flash Next는 Fable 5의 90.4% 대비 9%에 불과한 비용으로 93.0%를 기록하며, 더 작은 Qwen3.8-27B는 92.4%에 도달한다. 성능 향상이 모든 모델에 보편적인 것은 아니며, 일부 모델은 성능 변화가 없거나 악화되기도 한다. 트랜스크립트 분석 결과 이러한 향상은 문제 분해와 지속적 컨텍스트에 기인하는 것으로 나타났다. 추론(inference) 시점의 조직화를 통해 자체 호스팅 가능한 가중치로도 훨씬 적은 비용으로 최첨단 코딩 정확도에 도달하거나 이를 뛰어넘을 수 있다.
실제 대규모 언어 모델(LLM) 애플리케이션은 단일 에이전트 워크플로우를 넘어 오케스트레이션된 멀티 에이전트 시스템으로 전환되고 있지만, 현재 모델들은 각 서브 에이전트가 무엇을 알아야 하는지 결정하는 데 여전히 어려움을 겪고 있다. 이를 측정하기 위해 우리는 멀티 에이전트 시스템을 위한 오케스트레이션 프롬프트를 구성하는 LLM의 능력을 평가하는 벤치마크인 PerspectiveGap을 소개한다. PerspectiveGap은 110개의 시나리오를 포함하며, 각 시나리오는 역할-단편 할당(role-fragment assignment)과 자유형 프롬프트 작성이라는 두 가지 방해 요소 혼합 태스크 형식으로 평가된다. 이 시나리오들은 저자들의 실제 엔지니어링 경험에서 도출되어 10개의 토폴로지로 구성되며, 최소한의 역할 및 엔지니어링 오버헤드로 효용을 극대화하는 루프 중심의 오케스트레이션을 구축하는 프롬프트 경제(Prompt Economy) 원칙에 의해 구조화된다. 10개 회사의 33개 상용 모델을 대상으로 한 실험에서 GPT-5.5는 모든 경쟁 모델을 크게 앞선 반면, Opus 4.8은 강력한 코딩 성능에도 불구하고 오케스트레이션 프롬프팅에서 두드러진 약점을 보인다. 그럼에도 불구하고 PerspectiveGap은 여전히 난이도가 높으며, 평가된 모델들은 평균 통합 통과율 17.2%(GPT-5.5는 62.0%)와 평균 전체 누출률 217.9%(시나리오별 정보 누출 이벤트 횟수이며 비율이 아님; GPT-5.5는 49.1%)를 달성하는 데 그쳤다. 이러한 결과는 멀티 에이전트 오케스트레이션 프롬프팅이 별도의 독립적이며 충분히 평가되지 않은 능력임을 시사하며, PerspectiveGap은 이를 체계적으로 측정하고 개선하기 위한 기반을 제공한다.
인공지능은 과학적 발견을 발전시켜 왔지만, 대부분의 AI4Science 시스템은 문제 공식화, 문헌 그라운딩, 모델 활용, 시뮬레이션, 검증, 지식 재활용을 인간이 조율하는 데 의존하는 단편적인 도구로 남아 있다. 본 논문은 에이전틱 조직적 연결 허브 기반의 과학적 협력 혁신 시스템인 SCION(Scientific Collaborative Innovation with Agentic Organizational Nexus)을 제안한다. SCION은 조직적 연결 허브(organizational nexus)로서 기능하는 에이전틱 과학 운영 체제이다. 메타-하네스(Meta-Harness)로 작동하는 사이언스 에이전트(Science Agent)를 통해, SCION은 과학적 태스크, 도구, 에이전트, 아티팩트, 메모리를 연결하여 연구를 실행 가능하고 감사 가능하며 재사용 가능한 운영 프로세스로 전환한다. 핵심에는 연구 실행 계획(Research Execution Plan, REP)이 있으며, 이는 고수준의 과학적 의도를 단계적 목표, 의존성, 검증 체크포인트, 도구 요구사항, 예상 아티팩트, 폴백 조건으로 컴파일한다. SCION은 장기적 과학 연구를 지원하기 위해 계층적 멀티 에이전트 실행, 프로파일 기반 전문화, 선택적 컨텍스트 구성, 통제된 위임, 층화된 인식론적 메모리를 추가로 통합한다. 우리는 SCION 하에서의 발견을 목표 조건부 역탐색(Target-conditioned Inverse Search)으로 공식화하고, 유한한 실험 예산 하에서의 배치 능동 탐색을 통해 숨겨진 목표 설정으로 이를 확장한다. 소재 분석, 분자 설계, 단백질 또는 항체 스크리닝 응용 사례와 함께 과학적 읽기, 아이디어 생성, 분자 생성, 항체 스크리닝에 대한 실험을 통해, SCION이 기존 자율 연구 에이전트 기준선을, 특히 분해, 검증, 정제, 메모리 재사용 측면에서 능가함을 보인다. 전반적으로 SCION은 AI를 고립된 도구에서 추적 가능하고 재사용 가능한 과학적 혁신을 위한 조율된 운영 층으로 전환시킨다.
공유 팩트 그래프(fact graph)를 전역 메모리 관리 메커니즘으로 활용하는 수학적 추론 오케스트레이션 시스템 Danus를 제안하며, 메인 에이전트의 조율 하에 병렬로 동작하는 다수의 워커 에이전트와 무상태 검증기가 협력하여 긴 수학적 증명을 단계적으로 구성한다. 대수기하학, 특이점 이론, 조합론 분야의 여섯 가지 연구 수준 사례 연구에서 팩트 그래프 기반 오케스트레이션이 장기 연구 문제에 대한 수학적 추론 에이전트의 확장에 효과적임을 입증했다.
Production large language-model (LLM) agents are increasingly deployed not as lone problem-solvers but as managers: a main model creates specialized subagents, delegates work, and orchestrates their parallel, asynchronous returns through dynamic workflows. Whether one model can actually run such a team is largely unmeasured: existing benchmarks score a policy's own task-solving or a fixed multi-agent system's emergent behavior, but none isolate the management ability of the single LLM acting as leader. We introduce ClawArena-Team, a benchmark of 41 multi-turn, multimodal, multi-directory scenarios spanning 258 evaluation rounds and 72 staged updates that measures this management ability. The main agent is deliberately constrained: it natively perceives only text and directly accesses only part of the workspace. It commands a fixed, locally served subagent pool, so score differences reflect management skill, not raw capability. All scoring is execution-based with no LLM judge: an overall score -- the Subagent-Management Score (SMS) -- multiplies task correctness by a least-privilege and modality-routing factor. Across twelve proprietary, community-hosted, and self-hosted models, experiments show that the management bottleneck is privilege granting rather than perception (no model exceeds 50% workspace-permission precision); that cost and management quality are decoupled (API cost spans over 100 times while the overall score spans under 4 times, with the cheapest open models on the Pareto frontier); and that most leaderboard scores cluster within a 9.9-point band while orchestration behaviors diverge by more than an order of magnitude. Code and data will be released.
단일 이미지에서 완전한 3D 장면을 생성하려면 본질적으로 모호한 시각적 정보로부터 전역적으로 일관된 기하학, 객체 관계 및 환경적 맥락을 추론해야 합니다. 레이아웃 및 메시 공동 생성의 최근 발전에도 불구하고, 기존 방법들은 종종 여러 요소를 동시에 결합하고 광범위한 장면 수준의 감독을 요구하는 전체적이거나 약하게 분해된 파이프라인에 의존하며, 이는 복잡한 실제 환경으로의 일반화를 제한합니다. 우리는 단일 이미지 3D 장면 생성을 장면 초기화, 환경 구축 및 다중 에이전트 정제의 세 가지 구조화된 단계로 분해하는 다중 에이전트 오케스트레이션 프레임워크를 제안합니다. 초기화 단계는 이미지 기반 객체 마스크를 추출하고, 객체 수준의 3D 표현을 구축하며, 대략적인 3D 장면을 형성하기 위해 초기 공간 레이아웃을 예측합니다. 환경 구축 단계는 이 초기화와 포인트 맵 기하학을 활용하여 지지 표면, 방 경계, 재질 및 조명으로 구성된 환경적 스캐폴드를 구축합니다. 마지막으로, 정제 단계에서 플래너 에이전트는 구조적 및 시각적 불일치를 식별하고 간단한 수정을 직접 적용하며, 전역 장면으로 재통합되는 복잡한 국소적 수정을 위해 전문가 에이전트를 파견합니다. 장면 수준 주석에 대한 의존도를 낮추면서 신뢰할 수 있는 구조적 초기화를 제공하기 위해, 우리는 포인트 맵에서 도출된 희소 기하학적 사전에 의해 감독되는 기하학 인식 레이아웃 예측기를 추가로 도입합니다. 완전히 감독된 레이아웃 생성기와 달리, 해당 예측기는 분할 수준 데이터로부터 학습될 수 있으며 다양한 실제 장면에 강건하게 일반화됩니다. 벤치마크 데이터셋에 대한 광범위한 실험 결과, 우리의 방법은 기하학적 정확도, 공간적 일관성 및 지각적 사실성 측면에서 기존 접근 방식을 일관되게 능가함을 보여줍니다.