연구진은 LLM 기반 다중 에이전트 의사 결정 시스템에서 발생하는 인위적 합의 문제를 해결하기 위해 AI Council 프레임워크를 제안했어요.
모델 아키텍처의 다양성을 확보하면 정책 시나리오에서 첫 번째 선택 집중도를 크게 줄일 수 있다는 것을 확인했어요 (아동 복지: 70.9%에서 46.1%, 주택: 46.0%에서 22.9%).
일관성 검증은 특정 시나리오에서는 집중도를 낮추지만, 경쟁적인 옵션이 있는 시나리오에서는 오히려 집중도를 높이는 균형을 보이는 것으로 나타났어요.