런타임 재구성 다중 에이전트 시스템을 위한 느슨한 구조 소프트웨어

본 논문은 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템(MAS)이 급격히 확장되면서, 에이전트 간 자유형 상호작용이 시스템 행동을 지배하게 되는 현상을 관찰한다. 에이전트 수가 늘어날수록 컨텍스트 압력(context pressure), 협업 오류, 시스템 드리프트가 증폭되어 단순히 프롬프트 튜닝이나 모델 규모 확대만으로는 한계에 봉착한다는 점을 지적한다. 이에 저자는 ‘런타임 생성 및 진화(runtime generation and evolution under uncertainty)’라는 핵심 특성을 가진 소프트웨어 패러다임을 정의하고, 이를 ‘느슨한 구조 소프트웨어(Loosely‑Structured Software, LSS)’라 명명한다. LSS는 전통적인 정적 소프트웨어가 빌드 타임에 모듈을 분리하고 인터페이스를 고정하는 것과 달리, 세 가지 ‘물리’를 기반으로 동작한다. 첫째, **View‑Constructed Programming**은 전역 아티팩트(시스템 프롬프트, 스킬 파일, 메모리 등)를 단계별로 필터링·투사해 현재 실행 단계에 맞는 ‘뷰’를 동적으로 구성한다. 이는 컨텍스트 윈도우 제한 하에서 필요한 정보만을 선택함으로써 컨텍스트 오염을 최소화한다. 둘째, **Runtime Semantic Binding**은 전통적인 함수 호출이나 인터페이스 계약이 아니라, 자연어 기반 의미 라우팅을 통해 에이전트와 아티팩트가 연결된다. 의미 라우터는 의도와 목표를 해석해 적절한 스킬이나 도구에 매핑하고, 동적 바인딩을 실시간으로 재구성한다. 셋째, **Endogenous Evolution**은 아티팩트 자체가 에이전트에 의해 재작성·업데이트될 수 있음을 의미한다. 스킬 파일이나 메모리 저장소가 실행 중에 스스로 개선되며, 시스템은 지속적인 자기 진화를 수행한다. 이러한 특성을 관리하기 위해 저자는 **3‑계층 엔지니어링 프레임워크**를 제시한다. 1. **View/Context Engineering**: 컨텍스트 예산을 관리하고, 뷰 구성 시 불필요한 정보가 포함되지 않도록 필터링·요약·재구성을 수행한다. 여기에는 Retrieval‑Augmented Generation, 컨텍스트 압축, 동적 재조정 기법이 포함된다. 2. **Structure Engineering**: 의미 기반 바인딩을 조직화하고, 동적 에이전트 팀 구성을 지원한다. 의미 라우터, 서비스 디스커버리, 의미 기반 인터페이스 계약을 통해 에이전트 간 협업을 안정화한다. 3. **Evolution Engineering**: 아티팩트의 수명 주기를 정의하고, 버전 관리·검증·롤백 메커니즘을 제공한다. ‘Self‑Repair’와 ‘Self‑Upgrade’ 루프를 설계해 진화 엔트로피를 제어한다. 프레임워크 위에 저자는 **LSS 디자인 패턴**을 도입한다. 대표적인 패턴으로는 **Semantic Router**(의도 기반 라우팅), **Mediator**(중재자, 다중 에이전트 간 메시지 흐름 조정), **Self‑Repair**(오류 감지 후 자동 수정), **Self‑Upgrade**(성능 향상을 위한 스킬 재작성) 등이 있다. 이러한 패턴은 전통적인 OOP 디자인 패턴과 달리 정적 클래스 계층이 아니라, 런타임 의미 흐름을 제어하는 ‘semantic control block’으로 구현된다. 논문은 기존의 LangChain, AutoGPT 등 정형 파이프라인이 ‘결정론적 로직’에 초점을 맞추는 반면, LSS는 ‘런타임 엔트로피’를 설계 변수로 삼아 시스템 전체의 **설계 가능성(designability)**, **확장성(scalability)**, **진화성(evolvability)**을 향상시킨다고 주장한다. 이를 뒷받침하기 위해 두 가지 워크플로 예시를 제시한다. 첫 번째는 컨텍스트 오버플로를 방지하기 위해 뷰 필터링과 의미 라우팅을 적용한 경우이며, 두 번째는 바인딩 오류를 감소시키기 위해 Mediator 패턴과 Self‑Repair 루프를 도입한 경우이다. 실험 결과, 패턴 적용 시 평균 토큰 사용량이 23% 감소하고, 바인딩 오류 발생률이 40% 이상 감소함을 보고한다. 관련 연구 섹션에서는 전통적인 **Loose Coupling**, **Context Engineering**, **Orchestration Frameworks**, **Autonomous Agents**, **Harness Engineering** 등을 검토하고, LSS가 이들 접근법을 의미 레이어에서 통합·확장하는 역할을 한다고 설명한다. 특히 LSS는 의미 기반 디커플링을 통해 서비스 계약의 경직성을 넘어서는 유연성을 제공한다. 논문의 한계로는 실험 규모가 제한적이며, 다양한 도메인·스케일에 대한 일반화 검증이 부족하다는 점을 인정한다. 또한, 설계 패턴의 구체적인 구현 가이드라인과 자동화 도구가 아직 미비하다는 점에서 향후 연구가 필요하다. 결론적으로, 본 연구는 LLM 기반 MAS를 전통적인 소프트웨어와 구별되는 새로운 패러다임인 ‘느슨한 구조 소프트웨어’로 정의하고, 엔트로피 관리라는 설계 원칙을 중심으로 3‑계층 프레임워크와 디자인 패턴을 제시함으로써, 대규모 에이전트 시스템의 설계·운영·진화를 체계적으로 다룰 수 있는 방법론적 토대를 제공한다.