멀티에이전트 프로그래밍 콘테스트 종합 리뷰

초록

본 논문은 2005년부터 2019년까지 매년 독일 클라우슈탈 대학이 주관한 Multi‑Agent Programming Contest(MAPC)의 목표, 설계 원칙, MASSim 시뮬레이션 프레임워크, 시나리오 변천사 및 2019년 대회 결과를 정리하고, 에이전트 기반 시스템이 전통적 프로그래밍 방식에 비해 언제, 어떤 상황에서 유리한지를 교훈으로 제시한다.

상세 분석

MAPC는 “분산·자율·협업”이라는 에이전트 특성을 실험적 벤치마크로 활용하기 위해 설계되었다. 가장 큰 설계 선택은 소프트웨어 제약을 두지 않음으로써 참가팀이 자유롭게 언어·플랫폼을 선택하도록 한 점이다. 이는 에이전트 전용 언어(JADE, Jason, 2APL 등)와 전통적 객체지향·함수형 언어 모두를 동일한 경쟁 환경에 투입함으로써, 언어 자체가 제공하는 추상화·통신 메커니즘이 실제 문제 해결에 미치는 영향을 순수하게 비교할 수 있게 한다.

시뮬레이션은 MASSim이라는 Java 기반 서버와 JSON(이전 XML) 프로토콜을 통해 이루어진다. 서버는 각 스텝마다 현재 세계 상태를 ‘percept’ 형태로 전송하고, 에이전트는 이를 기반으로 행동을 선택해 ‘action’ 메시지를 반환한다. 4초라는 비교적 넉넉한 타임아웃은 네트워크 지연을 포함한 현실적인 실행 환경을 반영하면서도, 실시간 성능보다는 알고리즘·전략 설계에 집중하도록 만든다.

시나리오 진화는 초기 ‘Gold Miners’(단순 그리드 이동) → ‘Cows and Cowboys’(협동·플러킹) → ‘Agents on Mars’(복합 물리·자원 관리) → ‘Agents Assemble’(도시 지도 기반 복합 목표) 순으로 진행되었다. 각 단계마다 협업 요구도와 환경 복잡도가 증가했으며, 이는 에이전트 간 메시징·계획·의도 진행(Intention Progression) 같은 고급 기능을 시험할 수 있는 자연스러운 테스트베드가 되었다. 특히 2017년 MASSim 재구축으로 웹 기반 모니터링과 플러그인 구조 폐지를 통해 다중 팀 동시 시뮬레이션을 지원하게 되었고, 향후 확장성을 크게 높였다.

대회 결과 분석에서는 에이전트 전용 언어가 제공하는 내장된 의사소통·프로액티브·리액티브 메커니즘이 복잡한 시나리오에서 구현 비용을 크게 낮추는 경향을 보였지만, 성능 최적화와 대규모 시스템 관리 측면에서는 전통적 언어가 여전히 우위를 점했다는 점을 지적한다. 또한, 참가팀이 “스마트 솔루션” 대신 “경로 최소 저항”을 선택하는 경향이 강해, 시나리오 설계 시 문제 난이도와 제약조건을 신중히 조정해야 함을 교훈으로 제시한다.

교육적 측면에서는 MAPC가 매년 제공하는 오프‑더‑쉘프 패키지와 교재가 대학 강의에 바로 적용 가능하다는 장점이 강조된다. 학생들은 실제 네트워크 기반 멀티에이전트 시스템을 구현·디버깅하면서, 이론적 지식(논리 프로그래밍, BDI 모델 등)을 실전 경험으로 전환할 수 있다.

전반적으로 MAPC는 에이전트 프로그래밍 언어와 플랫폼의 실용성·표현력을 장기간에 걸쳐 체계적으로 평가한 드문 사례이며, 향후 연구에서는 실시간 제약, 대규모 분산 인프라, 다중 목표 최적화 등을 포함한 새로운 시나리오를 도입해 현재 한계를 확장할 필요가 있다.