재귀적 멀티 에이전트 시스템: 토큰 비용 75% 절감과 성능 향상

RecursiveMAS는 멀티 에이전트 시스템의 협업 효율성을 높이기 위해 고안된 재귀적 프레임워크이다. 기존 에이전트들이 텍스트 기반으로 통신하며 발생하는 높은 토큰 비용과 복잡한 조정 문제를 해결하기 위해, RecursiveLink 모듈을 통해 에이전트 간 잠재 상태(latent state)를 직접 전송하는 방식을 채택했다. 이 방식은 에이전트들이 서로의 잠재 상태를 공유하며 반복적으로 답변을 정교화하도록 유도한다. 실험 결과, AIME2025와 같은 수학 벤치마크에서 기존 대비 높은 정확도를 기록했으며, 토큰 사용량을 평균 75.6% 절감했다. 이는 소규모 모델로도 대형 모델 수준의 성능을 구현할 수 있는 가능성을 제시하지만, 아직 초기 연구 단계로 대규모 모델에서의 확장성은 추가 검증이 필요하다.