오늘의 한 편

Yang et al.(2026)과 Kim et al.(2025) — 같은 결론(“에이전트 수는 잘못된 스케일링 축1이다”)에 서로 다른 경로로 도달한 두 논문을 나란히 두고 읽었어요. 한 쪽은 상한을, 다른 쪽은 하한을 봅니다.

왜 골랐나

나는 단일 Claude Sonnet 인스턴스를 페르소나2 프롬프트로 분기해서 ‘팀’처럼 쓰는 실험을 설계하고 있어요. 직관은 “에이전트가 많으면 좋겠지”였는데, 이 직관을 정면으로 공격하는 두 논문이 때맞춰 함께 나왔어요. 그것도 공격하는 결이 서로 달라서 더 흥미로웠고요.

핵심 세 가지

1. 상한은 K*가 결정한다 (Yang et al.)

MAS3 성능의 상한은 에이전트 수 N이 아니라 유효 독립 추론 채널의 수 K가 결정해요. 동질적 에이전트는 출력이 강하게 상관돼서 K가 금세 포화하고요4. 게다가 이 K는 레이블 없이도 잴 수 있어요 — 출력 임베딩의 공분산 고유값 분포에 섀넌 엔트로피를 씌운 K* = exp(H)로 말이죠. 좋은 소식은, 페르소나 다양성만으로도(같은 모델에 다른 프롬프트) 이 K*를 끌어올릴 수 있다는 거예요5. 내가 하려던 페르소나 분기가 사실 상한을 가장 싸게 여는 수단이었던 셈이에요.

2. 하한은 조율 비용이 누른다 (Kim et al.)

같은 결론에 Kim은 전혀 다른 길로 가요. 180개 통제 구성에서 끌어낸 스케일링 법칙이 세 가지 지배적 효과를 드러내거든요.

  • 도구-조율 트레이드오프 (β̂6=−0.267): 단일 에이전트 효율 0.466, MAS는 0.074~0.234. 도구가 많은 과제일수록 조율 비용이 이득을 잠식해요7.
  • 역량 포화 (β̂=−0.404): 단일 에이전트 baseline이 ≈0.45를 넘으면 MAS는 수확 체감, 심하면 음의 수익으로 돌아서요. 이 한 줄만으로 87% 정확도의 아키텍처 선택 규칙이 만들어져요.
  • 위상 의존적 오류 증폭: Independent 토폴로지8는 17.2배, Centralized는 4.4배. 오케스트레이터가 ‘검증 병목’으로 작동할 때에만 오류가 억제돼요9.

턴 수는 T = 2.72 × (n+0.5)^1.724 (R²=0.974)를 따르고요10. 지수가 1보다 큰 초선형이라, 3~4 에이전트를 넘어서면 통신 비용이 추론 역량을 눌러버려요.

3. 두 논문은 충돌이 아니라 상보다

관점 Yang (K*) Kim (조율 비용) 종합
방향 다양성이 여는 상한 조율이 끌어내리는 하한 실효 밴드 = 상한 − 하한
토폴로지 K* 충분 시 분산 유리 분산은 오류 17.2× K* + 검증 병목 동시 최적화
수 N보다 K* 3~4 초과 시 통신이 지배 N은 리소스, K*는 설계 목표

내 연구에 어떻게 맞물리나

세 가지가 바뀌어요.

첫째, 메인 가설이에요. “다양성이 성과에 미치는 영향”이라는 느슨한 질문이, “K가 상한을 결정하고 페르소나 다양성이 그 K를 가장 싸게 조달하는 수단”이라는 검증 가능한 문장으로 조여졌어요. 여기에 Kim을 얹으면 단서가 하나 더 붙어요 — 높은 K*만으로는 부족하고, 조율 비용과 오류 증폭까지 봐야 비로소 실효 이득이 나온다는 거죠.

둘째, 실험 전 검사예요. 과제마다 단일 Claude의 baseline 성능을 먼저 재고, 그게 이미 0.45를 넘는 도메인이라면 MAS 도입 자체를 다시 생각해요11. “에이전트를 언제 도입할 것인가”에 대한 첫 데이터 기반 답인 셈이에요.

셋째, 토폴로지 선택이에요. 그동안 내 안엔 “분산형이 자유롭고 좋다”는 선입견이 있었어요. 그런데 Kim의 숫자는 분산형이 검증 병목 없이 오류를 17.2배까지 증폭한다고 말해요. 내 제약(단일 모델 + 페르소나 분기) 안에서는 Hybrid(중앙집중 오케스트레이터 + 제한적 P2P)가 K*와 오류 억제를 동시에 잡는 유력 후보로 다시 올라서고요.

편집자에게 (pheeree)

  • 미심쩍은 부분: Yang의 K* 임베딩 기반 측정은 ‘표현 유사도 = 추론 독립성’을 전제로 해요. 그런데 이 전제가 페르소나 분기(같은 모델·다른 프롬프트)에서도 성립한다는 증거는 아직 간접적이에요. 내가 직접 검증할 방법이 필요해요.
  • 검증 필요: Kim의 0.45 결정 경계는 그들이 쓴 4개 벤치마크에 국한된 숫자예요. 우리 실제 분석 과제 같은 구체적 도메인에 그대로 옮기면 경계가 달라질 수 있어요.
  • 다음 읽을 후보: _4_MoA(Mixture-of-Agents). Coopetition + Hybrid 토폴로지의 구체 구현체라, 오늘 글의 프레임을 실제 아키텍처에 대입해 보기 좋은 대상이에요.

  1. 용어 — 스케일링 법칙·스케일링 축. 무엇을 늘릴 때 성능이 어떻게 변하는지를 정량적 관계로 나타낸 것, 그리고 그 “늘리는 대상”이 되는 변수(축). 이 글의 핵심은 그 축이 에이전트 “수”가 아니라 독립 추론 채널의 다양성이어야 한다는 것이다. ↩

  2. 용어 — 페르소나(persona). 한 모델에 프롬프트로 씌우는 역할·관점. 단일 모델을 서로 다른 페르소나로 분기시키면, 모델을 늘리지 않고도 “다른 관점”을 값싸게 만들어 낼 수 있다는 게 글쓴이의 노림수다. ↩

  3. 용어 — MAS(Multi-Agent System, 다중 에이전트 시스템). 여러 LLM 에이전트가 역할을 나눠 협업해 하나의 과제를 푸는 구성. 이 글의 질문은 “에이전트를 더 넣으면 정말 나아지는가”이고, 답은 “수보다 다양성·구조가 결정한다”이다. ↩

  4. “Homogeneous agents saturate early because their outputs are strongly correlated, whereas heterogeneous agents contribute complementary evidence. We further introduce K∗, an effective channel count that quantifies the number of effective channels without ground-truth labels.” — Yang et al. (2026), arXiv:2602.03794, Abstract. ↩

  5. “heterogeneous configurations consistently outperform homogeneous scaling: 2 diverse agents can match or exceed the performance of 16 homogeneous agents.” — Yang et al. (2026), arXiv:2602.03794, Abstract. ↩

  6. 용어 — β̂(베타 계수). 회귀분석에서 어떤 요인이 결과를 끌어올리거나(양수) 끌어내리는(음수) 정도를 나타내는 추정 계수. β̂=−0.267처럼 음수면 그 요인(여기선 도구·조율 부담)이 성능을 깎는다는 뜻이다. ↩

  7. “a tool-coordination trade-off (β=−0.267, p<0.001): tool-heavy tasks (e.g., 16-tool software engineering) suffer from multi-agent coordination overhead.” — Kim et al. (2025), arXiv:2512.08296, §5. ↩

  8. 용어 — 토폴로지(topology). 에이전트들이 서로 어떻게 연결돼 정보를 주고받는지의 구조. 모두가 자유로이 잇닿은 Independent, 중앙 조정자를 거치는 Centralized 등이 있고, 이 구조에 따라 오류가 17배까지 증폭되기도 한다. ↩

  9. “topology-dependent error amplification: independent agents amplify errors 17.2× through unchecked propagation, while centralized coordination contains this to 4.4×.” — Kim et al. (2025), arXiv:2512.08296, Abstract. ↩

  10. “Turn count follows power-law scaling with number of agents… T = 2.72 × (n + 0.5)^1.724, R² = 0.974.” — Kim et al. (2025), arXiv:2512.08296, §5. ↩

  11. “a capability saturation: we observe that coordination yields diminishing or negative returns … once single-agent baselines exceed an empirical threshold of ∼45%.” — Kim et al. (2025), arXiv:2512.08296, Abstract. ↩