[논문 리뷰] Small Agent Group is the Future of Digital Health

Meng Yu, Luoxi Tang외 6명|arXiv (Cornell University)|2026. 02. 08.

Artificial Intelligence in Healthcare and Education인용 수 0

한 줄 요약

논문은 Small Agent Groups (SAG)을 디지털 헬스케어를 위한 모놀리식 LLM에 대한 협업 다에이전트 대안으로 제시하고, 역할 전문화와 증거 기반으로 구조화된 MAD 프레임워크를 통해 현실적인 제약 하에서 효과성, 신뢰성, 배치 가능성을 향상시켰다.

ABSTRACT

The rapid adoption of large language models (LLMs) in digital health has been driven by a "scaling-first" philosophy, i.e., the assumption that clinical intelligence increases with model size and data. However, real-world clinical needs include not only effectiveness, but also reliability and reasonable deployment cost. Since clinical decision-making is inherently collaborative, we challenge the monolithic scaling paradigm and ask whether a Small Agent Group (SAG) can support better clinical reasoning. SAG shifts from single-model intelligence to collective expertise by distributing reasoning, evidence-based analysis, and critical audit through a collaborative deliberation process. To assess the clinical utility of SAG, we conduct extensive evaluations using diverse clinical metrics spanning effectiveness, reliability, and deployment cost. Our results show that SAG achieves superior performance compared to a single giant model, both with and without additional optimization or retrieval-augmented generation. These findings suggest that the synergistic reasoning represented by SAG can substitute for model parameter growth in clinical settings. Overall, SAG offers a scalable solution to digital health that better balances effectiveness, reliability, and deployment efficiency.

연구 동기 및 목표

• 임상 의사결정 지원에서 단일 거대 LLM에서 협업형 소형 에이전트로의 전환을 촉진한다.
• 추론, 지식, 안전, 합성 역할을 포함하는 포용적인 SAG 아키텍처를 정의한다.
• retrieval-augmented generation (RAG)를 활용한 위계적 다에이전트 토론을 사용하여 SAG를 개발하고 평가한다.
• 세 가지 임상 유용성 차원인 효과성, 신뢰성, 배포 비용에 걸쳐 SAG를 평가한다.

제안 방법

• Reasoning (A_R), Knowledge (A_K), Safety (A_S), 및 Synthesis & Judge (A_J)로 네 가지 에이전트 역할을 갖는 SAG를 제안한다.
• 지연 시간을 제어하기 위해 반복 라운드와 조기 종료를 포함한 다에이전트 토론 (MAD) 워크플로우를 채택한다.
• 의료 소스(PubMed/Medline, CDC, FDA, 지침)에서 출력을 근거화하기 위해 retrieval-augmented generation (RAG)을 도입한다.
• Group Relative Policy Optimization (GRPO) 및 Centralized Training, Decentralized Execution (CTDE)를 포함한 최적화 패러다임을 탐색한다.
• 효과성, 신뢰성, 배포 비용의 3차원 유틸리티 프레임워크를 사용하여 다양한 임상 벤치마크에서 SAG를 평가한다.

실험 결과

연구 질문

• RQ1 지식 집약적 임상 작업에서 Small Agent Group이 단일 거대 LLM의 성능에 맞추거나 이를 초과할 수 있는가?
• RQ2 토론 기반 자기비판 및 에이전트 간 감사로 SAG가 안전성, 강건성 및 일관성을 향상시키는가?
• RQ3 단일 모델과 비교한 SAG의 배치 트레이드오프(메모리, FLOPs, 지연)는 무엇인가?
• RQ4 역할별 에이전트와 RAG 근거화가 임상 추론에서 환각현상 및 인구통계학적 편향을 줄이는가?
• RQ5 최적화 전략(GRPO, CTDE)이 SAG의 효과성과 신뢰성에 어떤 영향을 미치는가?

주요 결과

• SAG는 여러 임상 벤치마크와 백본(backbones)에서 일관되게 단일 모델 기준선을 능가한다.
• 토론 주도 협업은 교차 에이전트 감사 를 통해 안전성을 향상시키고 환각을 줄이며 신뢰성을 강화한다.
• RAG 근거화와 역할 전문화가 출력물을 실제 임상 의학 증거와 더 밀접하게 맞추어 임상적 관련성을 향상시킨다.
• GRPO 또는 CTDE를 통한 최적화가 더 나은 안정성과 공정성을 제공하며, CTDE가 강력한 신뢰성 향상을 가져온다.
• 배포 트레이드오프: SAG는 거대 모델보다 피크 메모리 사용이 적지만 지연은 더 크고 FLOPs는 다소 증가하여 효과성/신뢰성의 균형이 우수하다.