다중 AI 에이전트 토큰 최대 4.7배…아마존 연구진 단일 구성 제안
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 13개 SOP 실험에서 가장 높은 성공률을 낸 다중 구성은 75.6%를 기록했지만, 단일 구성보다 토큰 4.7배와 처리 시간 3.1배를 썼다.
- 아마존(Amazon·$AMZN)과 워싱턴대학교(University of Washington) 연구진은 기업 업무용 AI 에이전트의 출발점으로 단일 구성을 제안했다.
- 실험에서 가장 높은 성공률을 낸 다중 구성은 단일 구성보다 토큰을 4.7배, 처리 시간을 3.1배 사용했다.
본문
13개 SOP 실험에서 가장 높은 성공률을 낸 다중 구성은 75.6%를 기록했지만, 단일 구성보다 토큰 4.7배와 처리 시간 3.1배를 썼다. 아마존(Amazon·$AMZN)과 워싱턴대학교(University of Washington) 연구진은 기업 업무용 AI 에이전트의 출발점으로 단일 구성을 제안했다. 실험에서 가장 높은 성공률을 낸 다중 구성은 단일 구성보다 토큰을 4.7배, 처리 시간을 3.1배 사용했다. 연구진은 11월 7일 공개한 논문에서 기업의 표준운영절차(SOP) 13개를 대상으로 AI 에이전트 구조 4종, 세부 구성 8개를 비교했다. 모델은 Claude Opus 4.8로 고정하고 과업과 도구를 동일하게 유지한 채 에이전트 구조만 바꿨다. 과업당 평균 토큰 사용량은 2만4900개, 처리 시간은 24초였다. 품질 높은 스킬을 추가한 단일 구성은 성공률이 73.1%로 높아졌다.
작업을 나눠 전문 에이전트에게 맡긴 초기 구성의 성공률은 58.2%로 단일 기준 구성에 미치지 못했다.
개선된 다중 구성은 과업당 토큰 11만7300개를 사용했고 처리 시간은 73.5초였다. 결과표와 본문은 13개 SOP에서 단일 구성 67.4%, 개선된 다중 구성 75.6%를 제시하지만, 결론은 평가 범위를 12개 SOP로 적고 성공률을 각각 65.6%, 74.4%로 썼다. 성능과 자원 사용량을 함께 살펴본 AI 에이전트 연구는 앞서도 있었다. 아마존웹서비스(AWS)는 11월 9일 공개한 설계 가이드에서 단순 업무에는 단일 에이전트를, 여러 영역에 걸친 복잡한 업무에는 감독자와 전문 에이전트를 쓰는 방식을 제시했다.