ㅁ 주요 구조

1. Multi-Agent System

ㅇ 정의:
여러 개의 독립적인 에이전트들이 상호작용하며 공동의 목표를 달성하거나 개별 목표를 추구하는 시스템. 각 에이전트는 자율적으로 의사결정을 내리고 환경과 상호작용함.

ㅇ 특징:
– 분산 처리 구조로 확장성과 유연성이 높음
– 에이전트 간 협력(Cooperative) 또는 경쟁(Competitive) 가능
– 환경 변화에 대한 적응력 보유
– 통신 프로토콜과 조율 메커니즘 필요

ㅇ 적합한 경우:
– 복잡한 문제를 여러 하위 문제로 나누어 병렬 처리해야 하는 경우
– 분산 환경(예: IoT, 로봇 군집, 분산 시뮬레이션)에서의 의사결정
– 자율 주행 차량 간 협력, 물류 네트워크 최적화 등

ㅇ 시험 함정:
– 단일 에이전트 시스템과 혼동하여 정의를 잘못 선택하는 경우
– MAS의 장점(분산, 자율성)을 중앙집중식 시스템 특징으로 오인하는 문제
– 협력형 MAS와 경쟁형 MAS의 차이를 묻는 문제에서 혼동

ㅇ 시험 대비 “패턴 보기” 예시:
O: “여러 자율 에이전트가 상호작용하며 문제를 해결하는 분산형 AI 구조”
X: “하나의 중앙 제어기가 모든 에이전트를 직접 제어하는 구조”

ㅁ 추가 학습 내용

Multi-Agent System(MAS) 학습 정리

1. 에이전트 간 통신 방식
– 메시지 패싱: 에이전트들이 직접 메시지를 주고받으며 정보 교환
– 블랙보드 시스템: 공유 데이터 공간(블랙보드)에 정보를 기록하고 다른 에이전트가 이를 읽어 활용

2. 조율(Coordination)과 협상(Negotiation) 메커니즘
– 조율: 에이전트들이 공동 목표를 위해 행동을 조정하는 과정
– 협상: 자원 분배, 일정 조정 등 상충되는 이익을 조율하기 위한 상호작용

3. 신뢰 및 보안 문제
– 에이전트 간 정보의 신뢰성 확보
– 악의적 에이전트나 데이터 변조 방지를 위한 보안 메커니즘 필요

4. MAS의 유형
– 동질적 에이전트: 동일한 구조와 기능을 가진 에이전트로 구성
– 이질적 에이전트: 서로 다른 구조와 기능을 가진 에이전트로 구성

5. 조직 구조
– 계층형 구조: 상위 에이전트가 하위 에이전트를 관리·통제
– 네트워크형 구조: 에이전트들이 분산적으로 연결되어 상호작용

6. 환경 모델링
– Open Environment: 새로운 에이전트의 자유로운 참여와 탈퇴 가능
– Closed Environment: 사전에 정의된 에이전트 집합 내에서만 동작

7. MAS 활용 시뮬레이션 예시
– 스마트 그리드: 전력 수요·공급 최적화
– 재난 대응 시스템: 자원 배분 및 구조 활동 조율