다중 모델 앙상블
여러 개의 모델을 동일한 입력에 대해 병렬로 실행하고 결과를 집계하거나 판정 모델을 거쳐 최종 출력을 생성하는 기법이다. 본문에서는 'panel'이 각 모델의 응답을 수집하고 별도의 judge 모델이 합의·모순·부분적 커버리지를 구조화한 뒤 synthesizer가 최종 답변을 만든다는 흐름으로 작동 원리가 제시됐다. 모호한 추론 문제에서 신뢰성을 높이는 대신 토큰 비용과 지연이 증가하는 트레이드오프가 존재한다는 점이 중요하다.
