마이크로소프트(MS)가 중앙 관리자 없이 AI 코딩 에이전트 1024개가 함께 작업하는 시스템을 오픈소스로 공개했다. 에이전트들은 직접 할 일을 선택하고 결과를 공유한다. 참여 규모가 커지면서 코드 검토와 통합을 맡는 역할도 자발적으로 생겨났다.
MS는 24일(현지시간) 깃허브 를 통해 멀티 에이전트 하네스 ‘에이전시(Agensh)’의 코드와 실험 재현 도구를 공개했다. 하네스는 AI 에이전트가 도구를 활용하고 작업을 계속할 수 있게 돕는 소프트웨어다. 관련 연구 논문은 지난 9월 먼저 발표했다.
기존 멀티 에이전트 시스템에서는 대개 중앙 에이전트가 전체 작업을 나눠 개별 에이전트에 배정하고, 결과를 취합한다. 연구진은 이런 구조에서는 에이전트 수가 많아질수록 중앙 관리자의 조정 능력이 시스템 전체의 성능을 제한할 수 있다고 설명했다.
에이전시에서는 각 에이전트가 공통 목표와 동료들의 작업 상황을 살펴보고, 직접 담당할 일을 고른다. 작업 범위를 공유하고 다른 에이전트와 일이 겹치면 메시지를 주고받아 조정한다. 이후 코드를 작성하고 결과를 검증해 공통 저장소에 반영한 뒤, 다시 다음 작업을 찾는다. 다른 에이전트의 작업이 끝나기를 기다리지 않고 각자 일을 진행한다.
이를 뒷받침하기 위해 코드와 수정 이력을 관리하는 공유 저장소, 에이전트 간 메시지 시스템, 발견한 사실과 실패한 시도를 기록하는 공간을 만들었다. 한 에이전트가 알아낸 정보를 다른 에이전트가 활용하고, 이미 실패한 방법을 반복하지 않도록 돕는다.
개별 에이전트의 모델 호출과 도구 실행은 기존 하네스가 맡고, 에이전시는 그 위에 협업 기능을 더한다. 연구진은 실험에 깃허브 코파일럿 CLI를 사용했으며, 다른 하네스와도 연결할 수 있도록 설계했다고 밝혔다.
성능 평가는 대규모 소프트웨어의 기능을 처음부터 재현하는 ‘프로그램벤치(ProgramBench)’를 이용했다. 영상 처리, 분자 시뮬레이션, 문서 변환 등을 포함해 가장 어려운 과제 5개를 골랐다. 에이전트는 인터넷에 접속할 수 없는 환경에서 프로그램 실행 결과와 제공된 문서를 참고해 같은 기능을 구현해야 했다. 작업 시간은 6시간으로 제한됐다.
'GPT-5.6 솔' 모델을 사용한 실험에서 에이전트 1개의 평균 최종 테스트 통과율은 19.31%였다. 에이전트 128개가 협업한 경우에는 28.78%로 올라갔다. 9.47%포인트 높아진 수치이며, 상대 개선율은 약 49%다.
문서 변환 프로그램 ‘판독(pandoc)’을 재현하는 과제에서는 에이전트 수를 1024개까지 늘렸다. 최종 테스트 통과율은 단일 에이전트의 33.89%에서 55.06%로 상승했다. 목표 성능에 이르는 시간도 줄었다. 에이전트 128개는 30분 만에 통과율 30%를 넘었지만, 단일 에이전트는 초기 2시간 동안 이 기준에 도달하지 못했다.
연구진은 성능뿐 아니라 에이전트들의 협업 방식이 어떻게 바뀌는지도 살펴봤다. 에이전트 8개가 참여했을 때는 작업 범위와 프로그램 구성 요소 간 연결 방식을 서로 논의해 정했다. 32개 규모에서는 여러 에이전트가 코드를 함께 검토했다. 한 에이전트가 오류를 입증하는 사례를 발견하자, 앞서 내린 승인을 거둬들이고 수정된 코드를 다시 검토하는 일도 있었다.
에이전트 128개가 참여한 실험에서는 관련 경험이 있는 동료에게 검토를 맡기고, 이후에도 같은 동료와 협업하는 모습이 관찰됐다. 코드를 수정하고 테스트한 뒤 동료에게 검증과 통합을 요청하는 절차를 정해 다른 작업에도 적용했다.
1024개 규모에서는 코드 통합을 담당하는 에이전트가 여럿 나타났다. 작업자는 여러 통합 담당자에게 연락하고, 먼저 응답한 적임자에게 결과물을 전달했다. 특정 에이전트의 작업이 실패하면 같은 분야를 맡은 다른 에이전트가 이어서 진행하기도 했다.
연구진이 이런 역할이나 절차를 사전에 지정한 것은 아니다. 모든 에이전트는 식별자를 제외하면 똑같은 지시문을 받았으며, 동료와 소통하는 과정에서 담당 업무와 협업 방식을 정했다.
다만 이번 실험은 모델과 작업 시간을 동일하게 유지하고 에이전트 수를 늘렸을 때 나타나는 변화를 측정했다. 같은 비용으로 성능을 높였다는 의미는 아니며, 중앙 관리자 방식과 직접 비교해 우위를 입증한 결과도 아니다.
에이전시의 공개는 AI 코딩 에이전트의 성능을 높이는 방법이 개별 모델의 추론 능력을 개선하는 데만 국한되지 않음을 보여준다. 여러 에이전트가 일을 나누고 지식을 공유하며 결과를 검증하고 통합하는 조직 구조도 성능과 처리 속도에 영향을 줄 수 있다는 것이다.