연구팀은 대규모 멀티 에이전트 시스템(MAS)의 신뢰성을 높이기 위해 EARS(Explanatory Abstention for Reliable Sub-Agent Modeling) 프레임워크를 개발했어요.
EARS는 서브 에이전트의 회피를 단순한 회피가 아닌, 코디네이터와 소통하는 프로토콜로 재정의하여, 실패 상태를 코디네이터에게 전달해요.
실제 이커머스 어시스턴트 환경에서 EARS를 적용한 결과, 전체 응답 성공률이 68.5%에서 78.9%로 향상되며 MAS 신뢰성 향상에 기여했어요.