멀티에이전트 시스템을 위한 호출 그래프 프로파일링 도구, AgentSpotter

초록

AgentSpotter는 다중 에이전트 시스템(MAS)의 성능을 분석하기 위해 설계된 프로파일링 툴이다. 본 논문에서는 기존의 Space‑Time Diagram에 이어, 에이전트 간 메시지 교환을 기반으로 한 호출 그래프(Call Graph) 뷰를 소개한다. 메시지 전송이 각 에이전트의 처리량에 미치는 영향을 정량화하고, 트리 형태의 시각화로 개발자가 병목 현상을 빠르게 파악하도록 돕는다.

상세 분석

본 논문은 MAS 프로파일링 분야에서 두드러진 공백을 메우기 위해 AgentSpotter의 새로운 시각화 모듈인 Call Graph View를 제안한다. 전통적인 프로파일러가 함수 호출 관계와 실행 시간을 계층적으로 보여주는 것과 유사하게, 에이전트 기반 시스템에서는 “메시지 영향”이라는 개념을 도입한다. 메시지 Mα가 에이전트 A에서 B로 전달될 때, B가 해당 메시지를 처리하고 다음 메시지를 받을 때까지 소요되는 전체 연산 시간을 T Mα,B 로 정의하고, 이를 재귀적으로 누적해 에이전트 간 영향(Tx,y) 및 전체 시스템 영향(TS)을 계산한다.

이 접근법의 핵심은 메시지 수신 시점부터 다음 수신 시점까지의 연산을 하나의 원자적 작업으로 간주함으로써, 메시지 흐름이 시스템 전체 성능에 미치는 비중을 정량화한다는 점이다. 논문은 수식 (1)~(5)를 통해 메시지 영향의 누적 방법을 상세히 제시하고, 이를 기반으로 트리 구조의 Call Graph를 구성한다. 트리의 각 레벨은 세션 → 발신 에이전트 → 수신 에이전트 → FIPA ACL 수행 행위 → 개별 메시지 순으로 고정 깊이를 갖으며, 각 노드는 총 영향 시간, 부모 대비 비율, 세션 대비 비율을 표시한다.

시각화 측면에서는 고정 깊이에도 불구하고 메시지 수가 수천 건에 달할 경우 폭넓은 트리 구조가 발생할 수 있기에, 부분 확장 방식, 색상 강조, 키워드 검색, 줌·팬 기능을 제공한다. 이는 전통적인 호출 그래프가 함수 호출 스택 깊이에 따라 자동으로 조정되는 것과 달리, MAS 특유의 대규모 메시지 교환을 효율적으로 탐색하도록 설계된 것이다.

또한, 기존 MAS 디버깅 도구(예: Zeus, JADE Sniffer, ACLA analyser)와 비교했을 때, AgentSpotter는 단순히 메시지 흐름을 보여주는 수준을 넘어, 각 메시지가 실제 연산 비용에 어떻게 기여하는지를 시각적으로 드러낸다. 이는 개발자가 “어떤 메시지가 성능 병목을 초래했는가”를 빠르게 식별하고, 해당 프로토콜이나 에이전트 로직을 최적화할 근거를 제공한다.

하지만 논문은 몇 가지 한계를 인정한다. 모든 MAS가 반응형(reactive) 구조를 갖는 것은 아니며, 환경 이벤트나 내부 타이머 등 메시지 외 요인도 성능에 영향을 미칠 수 있다. 현재 제안된 메시지 영향 측정은 가장 단순한 형태이며, 보다 정교한 비용 모델(예: CPU 사용량, 메모리 대역폭, 네트워크 지연)과 결합될 필요가 있다. 또한, 메시지 처리 시간 측정이 정확히 이루어지려면 에이전트 플랫폼에 대한 깊은 통합이 요구되며, 이는 플랫폼 이식성을 저해할 가능성이 있다.

전반적으로, 이 논문은 MAS 프로파일링에 호출 그래프 개념을 성공적으로 적용했으며, 메시지 기반 영향 분석이라는 새로운 관점을 제공한다. 향후 연구에서는 동적 깊이 조정, 비메시지 이벤트 통합, 그리고 다양한 플랫폼에 대한 일반화된 구현이 기대된다.