[논문 리뷰] Beyond Self-Talk: A Communication-Centric Survey of LLM-Based Multi-Agent Systems

Bingyu Yan, Zhou, Zhibo외 7명|ArXiv.org|2025. 02. 20.

Semantic Web and Ontologies인용 수 6

한 줄 요약

이 설문은 LLM 기반 다중 에이전트 시스템에 대한 의사소통 중심 프레임워크를 제시하고, 시스템 수준과 내부 의사소통, 아키텍처, 목표, 전략, 콘텐츠를 자세히 다루며 도전 과제와 향후 방향을 개괄합니다.

ABSTRACT

Large language model-based multi-agent systems have recently gained significant attention due to their potential for complex, collaborative, and intelligent problem-solving capabilities. Existing surveys typically categorize LLM-based multi-agent systems (LLM-MAS) according to their application domains or architectures, overlooking the central role of communication in coordinating agent behaviors and interactions. To address this gap, this paper presents a comprehensive survey of LLM-MAS from a communication-centric perspective. Specifically, we propose a structured framework that integrates system-level communication (architecture, goals, and protocols) with system internal communication (strategies, paradigms, objects, and content), enabling a detailed exploration of how agents interact, negotiate, and achieve collective intelligence. Through an extensive analysis of recent literature, we identify key components in multiple dimensions and summarize their strengths and limitations. In addition, we highlight current challenges, including communication efficiency, security vulnerabilities, inadequate benchmarking, and scalability issues, and outline promising future research directions. This review aims to help researchers and practitioners gain a clear understanding of the communication mechanisms in LLM-MAS, thereby facilitating the design and deployment of robust, scalable, and secure multi-agent systems.

연구 동기 및 목표

• 거시적 수준에서 미시적 수준에 이르기까지 LLM-MAS를 이해하기 위한 의사소통 중심 프레임워크를 정의한다.
• 시스템 수준의 아키텍처와 의사소통 목표를 분석하여 LLM-MAS에서의 조정 및 협업을 설명한다.
• 전략, 패러다임, 객체, 콘텐츠를 포함한 시스템 내부 의사소통 메커니즘을 검토하여 에이전트 간 상호작용을 설명한다.
• 확장성, 보안, 다중모드 통합 등의 도전과제를 식별하고 향후 연구 방향을 제안한다.
• 의사소통 요소가 다양한 응용에서 집단 지능을 가능하게 하는 방법을 설명한다.

제안 방법

• 사전에 정의된 의사소통 아키텍처 내에서 의사소통 목표에 의해 구동되는 자동화된 시스템으로 LLM-MAS를 정의한다.
• 시스템 수준 의사소통(조직화 및 목표)과 시스템 내부 의사소통(전략, 패러다임, 객체, 콘텐츠)의 두 수준 프레임워크를 제안한다.
• 의사소통 아키텍처와 의사소통 목표에 따라 기존 LLM-MAS 연구를 범주화하고 합성한다(문헌 조사 및 표 요약을 통해).
• 실세계 사례를 해부하여 조정된 의사소통이 어떻게 효과적인 다중 에이전트 행동으로 이어지는지 설명한다.
• 설계, 경쟁, 다모드성, 보안 및 벤치마킹의 향후 연구 방향을 개략하며 도전과제와 기회를 논의한다.

실험 결과

연구 질문

• RQ1 LLM-MAS의 조정과 성능을 지배하는 핵심 시스템 수준 아키텍처와 의사소통 목표는 무엇인가?
• RQ2 내부 의사소통 전략, 패러다임, 객체, 콘텐츠가 LLM-MAS의 협력적 문제 해결에 어떤 영향을 미치는가?
• RQ3 확장성, 보안, 다모드 통합 등 주요 도전 과제와 LLM-MAS 발전의 기회는 무엇인가?
• RQ4 통합된 의사소통 중심 프레임워크가 다양한 LLM-MAS 응용의 분석 및 설계를 어떻게 개선할 수 있는가?

주요 결과

• 두 수준의 의사소통 중심 프레임워크(시스템 수준 및 시스템 내부)가 LLM-MAS 워크플로를 전체적으로 보여준다.
• 다섯 가지 아키텍처(Flat, Hierarchical, Team, Society, Hybrid)는 확장성, 유연성, 효율성에서 서로 다른 트레이드오프를 제시한다.
• 세 가지 주요 의사소통 목표(Cooperation, Competition, Mixed)가 에이전트 상호작용과 시스템 역학을 형성한다.
• 네 가지 내부 의사소통 차원(Strategie, Paradigm, Object, Content)와 그 조합이 미시적 수준의 조정을 설명한다.
• 새로운 도전과제로는 설계 최적화, 보안, 다모달 통합 및 교차 도메인 벤치마크의 필요성이 있다.