지휘 AI 없이 일 나눈다… MS, Agensh 협업 코드 공개

마이크로소프트가 최대 1,024개 AI 에이전트의 협업을 연구한 Agensh의 실행 코드와 실험 시작 스크립트, 재현 안내서를 공개했다. 공식 저장소는 공개일을 10월 24일로 적었다. 중앙에서 일을 배정하는 지휘 에이전트 없이 각 작업자가 맡을 일을 고르는 방식이다. 연구 논문은 앞서 9월 22일 나왔다. 코드는 MIT 라이선스다.

작업자는 동료의 진행 상황을 읽고 맡을 일을 고른 뒤 결과를 확인·합친다. Gitea에 코드를, Mattermost에 메시지를 모으고, 공유 문맥에는 발견과 작업 의향을 남긴다. Agensh는 각 작업자의 Copilot 실행 계층 위에서 협업을 조율한다.

공유 문맥에서는 현재 맡은 일과 과거 기록을 구분한다. 작업 선언은 기본 한 시간이 지나면 현재 목록에서 숨기지만, 데이터베이스에는 받아들인 기록의 모든 수정본을 보관한다. 서비스는 보고된 검증 명령을 직접 실행하지 않고 기록의 형식을 검사한다. 작업자가 검증했다고 적은 것과 서비스가 시험한 것은 다르다.

작업자마다 붙은 라우터가 이벤트를 모아 Copilot 대화를 차례대로 진행한다. 긴급한 직접 메시지와 동료의 새 기록은 도구 결과에 붙여 전달하고, 그룹 메시지는 대화 차례의 경계에서 처리한다. 실패한 전달은 대기 시간을 두고 재시도하며, 재시작 시 저장된 세션으로 재연결을 시도한다.

공개 코드와 과거 실험의 차이

논문에서 연구진은 인터넷을 차단하고 GPT-5.6-sol의 높은 추론 설정으로 6시간 동안 프로그램 동작을 재구현했다. 어려운 ProgramBench 과제 다섯 개의 평균 시험 통과율은 에이전트 한 개일 때 19.31%, 128개일 때 28.78%였다. 1,024개 실험은 문서 변환 프로그램 Pandoc에 대한 것으로, 통과율은 한 개의 33.89%에서 55.06%로 올랐다. 다섯 과제 전체를 1,024개로 시험한 수치는 아니다.

이번 공개본은 한 노드에서 Docker Compose로 여러 작업자를 띄우는 구성과 단일 에이전트 비교 구성을 함께 담았다. 재현 환경은 리눅스와 Docker, systemd 등을 요구하며, 기본 팀은 작업자 여덟 개다. 공개된 실행 안내의 기본 실험 시간도 과제마다 6시간이다.

재현 안내서는 공개본과 기존 실험의 차이도 명시했다. 공개본은 Copilot 1.0.70과 v6 기준 실행 환경을 쓰지만, 기존 주 실험은 더 오래된 기준 환경으로 시작했다. 두 환경의 참조 프로그램은 버전 문자열이 같아도 실행 파일이 다르다. 새로 실행한 결과를 과거 실험의 정확한 재현이라고 부를 수 없다는 조건이다.

평가에 넘기는 코드에도 경계가 있다. 제출 도구는 저장소의 확정된 Git HEAD만 묶어 내보내며, 빌드 산출물은 평가 과정에서 다시 만든다. 내보내기 도구는 기준 실행 파일을 소스 트리 밖에 두어, 작업자가 만든 제출물과 분리한다.

점수 집계 도구는 ProgramBench 자체 도우미로 중복된 시험 식별자를 합친 점수를 계산한다. 저장소는 이 값을 실험 간 비교에 쓰는 점수로 지정하고, 원시 시도 횟수를 세는 실행 로그의 SCORE 줄과 구분했다. 결과를 보관할 때는 평가 도구의 리비전도 함께 기록하도록 했다.