LLM 기반 다중 에이전트 시스템은 역할 분담과 교차 검증을 통해 복잡한 추론 작업을 안정화합니다. 기존 방식은 모든 에이전트 간 연결로 메시지 수와 토큰 비용이 기하급수적으로 증가하는 단점이 있습니다. DySCo는 이러한 문제를 해결하기 위해 에이전트 신뢰도, 답변 차이, 작업 관련성을 기반으로 통신 가치를 추정하고 예산 제약 하에 고가치 에지를 선택합니다. 동적 신뢰 가중치를 통해 답변을 집계하고 합의가 안정화되면 토론을 조기에 종료합니다.
DySCo는 온디맨드 통신을 통해 불필요한 통신 오버헤드를 줄이면서 중요한 교차 검증 정보를 보존합니다. 통신 복잡도와 합의 안정성에 대한 분석을 제시하고 수학적 추론, 논리적 추론, 사실 기반 질문 답변 작업에서 성능을 평가했습니다.
DySCo는 기존 방식 대비 통신 오버헤드를 줄이고 필수 교차 검증 정보를 유지하며, 다양한 작업 인스턴스나 중간 추론 상태에 맞춰 통신 관계를 조정할 수 있습니다.