Blog

에이전트리아는 비주얼 빌더로 비즈니스 워크플로를 설계하고, 어빌리티를 조직 자산으로 쌓으며, API·MCP 배포와 거버넌스까지 갖춘 조직 단위 운영 체계입니다. 조직 프로세스엔 에이전트리아입니다.

싱글 LLM의 한계를 넘어서는 멀티에이전트 시스템(MAS)은 단순한 역할 분담이 아니라, 구조·협업·커뮤니케이션 설계를 통해 창발적 지능을 만들어내는 아키텍처다. 이 글은 토폴로지, 협업 전략, 동적 오케스트레이션, 커뮤니케이션 프로토콜 등 실제 프로덕션 환경에서 MAS를 설계할 때 필요한 핵심 기술과 트레이드오프를 구체적으로 다룬다.

단일 LLM으로 복잡한 비즈니스 문제를 해결하는 접근은 현실에서 쉽게 한계에 부딪힌다. 이 글에서는 단일 프롬프트부터 멀티 에이전트 시스템에 이르기까지 AI 아키텍처의 발전 단계를 분석하고, 각 구조가 왜 실패하거나 부족했는지 그 이유를 짚는다. 그리고 그 흐름 속에서 도출되는 멀티 에이전트 스케일링 법칙이 B2B 플랫폼 설계에 어떤 시사점을 주는지 살펴본다.

"힘들지만 버틸 만하다"는 환자의 말을 3점이라 판단하는 임상의의 근거는 어디에 있을까요. 기존 AI는 판단의 결과만 배웠을 뿐 근거를 놓쳤습니다. IASDR 2025에서 발표된 제네시스랩·UNIST·서울대병원 공동 연구는 라벨링 인터페이스 설계로 이 근거를 데이터로 만드는 방법을 보여줍니다.

정신종양학 전문의와 함께 만든 암 환자를 위한 정신건강 돌봄 에이전트는 대화를 통해 환자가 공유하는 내용을 구조화된 기록으로 정리하며, 위험도가 높아지면 적절한 지원이나 치료를 권장합니다.

Agentria 기반 면접 시뮬레이션 에이전트는 면접관이 면접 유형·가상 지원자 페르소나·시간을 설정해 반복 연습할 수 있게 합니다. 연습 후에는 질문이 회사 평가기준과 역량 항목에 얼마나 맞는지 점수와 근거로 리포트해, 면접관이 질문의 개선점을 바로 확인할 수 있습니다.

JD와 인재상을 기반으로 평가 기준을 구조화하고, 지원자별 역량 점수·평가 근거·면접 추천 질문까지 자동 생성합니다.

영상 면접 평가가 채용 전형을 가르는 단계까지 쓰이고 있습니다. 모델이 품은 편향은 점수에 그대로 실립니다. 제네시스랩 연구진이 공동 저자로 참여한 IEEE Access 2023 논문은 연속 점수와 멀티모달이라는 두 조건에서, 공정성을 학습 손실의 정규화항으로 직접 적용하는 방법을 제시합니다.

본 논문은 Classifier의 confidence 기반 노이즈 레이블 필터링과 pseudo-labeling을 결합한 SSL 방식을 제안하며, 노이즈 데이터와 희귀 양성 사례 탐지 모두에서 우수한 성능을 보였고 최종적으로 off-site validation set에서 AUROC 0.9993을 달성하였다.