멀티 에이전트를 '인재 시장'으로 동적 고용하는 OneManCompany 프레임워크 공개

최근 멀티 에이전트 시스템을 만들어본 사람이라면 대개 고정된 조직도를 그렸을 것입니다. 기획자, 개발자, 검수자 에이전트를 고정된 파이프라인으로 연결하는 방식입니다.

하지만 이런 구조는 작업이 조금만 설계 범위를 벗어나도 전체 프로세스가 멈춰버리는 한계를 안고 있습니다. 이번에 발표된 논문 OneManCompany(OMC)는 이 문제를 해결하기 위해 에이전트를 고정된 파이프라인이 아닌 유동적인 '노동 시장'으로 다루자고 제안합니다.

사용자 한 명을 제외한 모든 구성원을 AI로 채우고, 심지어 관리직 업무까지 에이전트에 맡기는 일인 회사 체제입니다.

에이전트를 필요할 때 채용하는 인재 시장 모델

OneManCompany는 특정 기술과 도구를 묶어 독립적인 정체성을 부여한 에이전트를 'Talents(인재)'로 정의합니다.

시스템 내부에는 '인재 시장'이 마련되어 있어, 작업이 주어질 때마다 필요한 역량을 갖춘 에이전트를 즉석에서 채용해 유연하게 팀을 꾸립니다.

관리 업무 자체도 자동화되었습니다. COO 에이전트가 업무를 분해하고 인력을 배치하며, HR 에이전트는 성과를 평가하고 교육하며 역량이 미달할 경우 해고 절차까지 스스로 수행합니다.

작업 실행 단계에서는 Explore-Execute-Review(탐색-실행-검토) 트리 탐색 방식을 사용합니다. 복잡한 목표를 계층적으로 쪼개어 실행한 뒤 검토 결과를 상위로 취합하는 구조입니다. 논문의 사례 연구에서는 사람의 개입 없이 게임을 완성해 배포하는 수준의 자율성을 보여주었습니다.

PRDBench에서 이전 SOTA 대비 15.5%p 향상

이러한 시장형 에이전트 구성은 벤치마크에서도 뚜렷한 성능 개선으로 증명되었습니다.

복합 다중 에이전트 성능을 측정하는 PRDBench 평가에서 OneManCompany는 84.67%의 성공률을 기록했습니다.

이전 최고 성능(SOTA) 대비 15.5%포인트 높은 수치입니다. 다양한 도메인을 다룬 사례 연구 전반에서도 안정적인 일반화 능력을 입증했습니다.

AI 연구 커뮤니티 dair.ai는 작업 범위를 사전에 예측하기 어려운 개방형 시스템일수록, 에이전트를 고정된 흐름도로 묶어두기보다 채용 가능한 인력 풀로 다루어야 자기 조직화와 지속적 성능 개선이 가능하다고 짚었습니다.

왜 중요한가

OneManCompany의 가장 영리한 점은 에이전트 오케스트레이션 문제를 정적인 소프트웨어 파이프라인이 아니라 '조직 운영'의 관점으로 전환했다는 데 있습니다. 정해진 분기에 의존하는 멀티 에이전트는 예외 상황에서 쉽게 깨지지만, 인재 시장 모델을 쓰면 낯선 문제를 만났을 때 시스템이 멈추는 대신 적합한 에이전트를 찾아 배치할 수 있습니다.

1인 개발자나 소규모 창업팀에게는 실질적인 일인 회사를 구현할 매력적인 청사진입니다. 전문 기술이 부족하더라도 디지털 인재를 그때그때 고용해 AI 관리자에게 프로젝트를 맡기면 개인이 감당할 수 있는 생산성의 상한이 크게 넓어집니다.

다만 아직은 통제된 벤치마크 중심의 학술 연구 단계에 머물러 있습니다. 동적 채용과 계층적 트리 탐색이 반복될 때 발생하는 토큰 비용과 지연 시간, 자율 HR 기능의 실전 신뢰성은 해결해야 할 과제입니다. 그럼에도 취약한 고정형 에이전트 파이프라인을 대체할 구조적 방향성을 명확히 보여준 작업으로 평가할 수 있습니다.