연구진은 AI 에이전트들이 각자의 비공개 추론은 내부에 유지하면서 중간 결과를 공용 메모리 버퍼에 올려 비동기식으로 작업할 수 있게 하는 시스템 MUFFIN을 제안한다. 오케스트레이터가 질문을 분배하고, 더 까다로운 질문은 여러 에이전트에 전달한다.
저자들은 MUFFIN이 20개 벤치마크 설정 가운데 17개에서 가장 높은 정확도를 기록했다고 밝혔다. 다중 에이전트 토론 방식과 비교하면 토큰을 77.4% 적게 사용하면서 정확도가 19.2포인트 높았다고 보고했다. 그러나 초록에는 벤치마크 이름이 나오지 않고 독립적인 검증도 제시되지 않아, 결과가 더 넓은 범위에 적용될 수 있을지는 불분명하다.
왜 중요한가
다중 에이전트 AI 시스템을 만드는 팀에 MUFFIN은 토큰을 덜 쓰면서도 유용한 결과를 공유할 수 있음을 시사한다. 다만 초록에는 어떤 테스트를 거쳤는지 나오지 않으며, 해당 테스트 외의 환경에서 얼마나 효과적인지도 확인되지 않았다.
