---
title: "멀티 에이전트 시스템이란? LLM 오케스트레이션 정리 | BroadRouter"
description: "멀티 에이전트 시스템은 작업을 여러 LLM 에이전트에 나눕니다. 보통 리드가 계획하고 워커가 병렬로 실행합니다. 작동 방식, 효과적인 경우, 비용을 정리했습니다."
url: https://broadrouter.com/ko/glossary/multi-agent-system/
lang: ko
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/glossary/multi-agent-system/) (2026-11-15 업데이트).

# 멀티 에이전트 시스템(multi-agent system)

업데이트 2026-11-15

멀티 에이전트 시스템(multi-agent system)은 각자 프롬프트, 도구, 컨텍스트를 가진 여러 에이전트가 하나의 작업을 나눠 처리하는 LLM 애플리케이션입니다. 흔한 설계는 오케스트레이터-워커 방식으로, 리드 에이전트가 계획을 세우고 워커 에이전트를 병렬로 실행한 뒤 결과를 합칩니다.

다른 이름: 멀티 에이전트, 다중 에이전트 시스템, 멀티에이전트, 멀티 에이전트 오케스트레이션, 오케스트레이터-워커, multi-agent, multi-agent orchestration, orchestrator-worker

단일 에이전트는 작업을 한 단계씩 처리합니다. 멀티 에이전트 시스템은 작업을 나눠 여러 조각을 동시에 실행합니다.

## 작동 방식

Anthropic은 자사 Research 기능을 “orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents.”(번역: 리드 에이전트가 전문화된 서브에이전트에 작업을 위임하면서 전체 과정을 조율하는 오케스트레이터-워커 패턴)라고 설명합니다. 리드는 질문을 읽고 계획을 세운 뒤 병렬로 검색하는 여러 [서브에이전트](https://broadrouter.com/ko/glossary/subagent/)를 실행하고, 그 요약을 바탕으로 최종 답변을 작성합니다.

다른 설계도 있습니다. AutoGen 논문(Wu 외, 2023)은 “customizable, conversable”(번역: 사용자 정의가 가능하고 대화할 수 있는) 에이전트들이 서로, 사람과, 도구와 대화하는 프레임워크를 설명하며, 개발자는 대화 패턴을 자연어나 코드로 프로그래밍합니다.

오케스트레이터-워커 실행 예시입니다.

```text
Lead:     plan -> start 3 workers
Worker 1: search docs for topic A  -> 1,500-token summary
Worker 2: search docs for topic B  -> 1,500-token summary
Worker 3: search docs for topic C  -> 1,500-token summary
Lead:     read 3 summaries -> final answer
```

각 워커는 검색과 읽기에 자기 토큰을 씁니다. 리드는 요약만 봅니다.

## 왜 중요한가

-   **폭넓은 작업에서의 품질.** Anthropic은 Claude Opus 4 리드와 Sonnet 4 워커로 구성한 멀티 에이전트 설정이 내부 리서치 평가에서 “outperformed single-agent Claude Opus 4 by 90.2%“(번역: 단일 에이전트 Claude Opus 4보다 90.2% 더 좋은 성능을 냈다)고 보고합니다.
-   **토큰 비용.** 같은 글에 따르면 에이전트는 채팅보다 약 4배, 멀티 에이전트 시스템은 “about 15× more tokens than chats”(번역: 채팅보다 약 15배 많은 토큰)를 씁니다. 또한 BrowseComp에서 성능 차이의 80%가 토큰 사용량만으로 설명되었다고 보고합니다. 에이전트가 많을수록 대개 청구액도 커집니다. [멀티 에이전트 비용](https://broadrouter.com/ko/blog/multi-agent-cost/) 글은 토큰당 과금과 정액 과금을 비교합니다.
-   **적합성.** Anthropic은 “most coding tasks involve fewer truly parallelizable tasks than research”(번역: 대부분의 코딩 작업은 리서치보다 진정으로 병렬화할 수 있는 작업이 적다)며 코딩에는 덜 맞는다고 지적합니다. 공유 컨텍스트가 많거나 에이전트 간 의존성이 큰 작업에도 잘 맞지 않습니다.
-   **동시 처리.** 병렬 워커는 곧 병렬 요청이므로, [동시 처리](https://broadrouter.com/ko/glossary/concurrency/) 한도가 속도 향상의 상한이 됩니다.

## BroadNet Inference에서는

BroadNet은 모델을 제공하고, 오케스트레이션은 사용자의 프레임워크에서 실행됩니다. BroadNet base URL로 [CrewAI](https://broadrouter.com/ko/guides/crewai-custom-openai-endpoint/)와 [OpenAI Agents SDK](https://broadrouter.com/ko/guides/openai-agents-sdk-custom-provider/)를 쓰는 가이드가 있습니다.

종량제 키는 분당 요청 30개, 동시 처리 요청 4개까지 허용합니다. DeepSeek V4.1 Flash용 [정액 플랜](https://broadrouter.com/ko/plans/)에는 토큰 미터가 없어 청구액에서 토큰 배수 효과가 사라지지만, 세션마다 한 번에 요청 하나만 처리합니다. 같은 순간에 처리 중일 수 있는 모델 요청마다 세션을 하나씩 구매하세요. 워커 3개가 동시에 실행되면 세션 3개가 필요하고, 워커가 일하는 동안 리드도 계속 모델을 호출한다면 4개가 필요합니다. 흔한 패턴은 [정액 API로 병렬 코딩 에이전트 실행하기](https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/)에서 단계별로 설명합니다.

## 자주 묻는 질문

### 멀티 에이전트 시스템이 단일 에이전트보다 항상 나은가요?

아닙니다. Anthropic은 폭넓은 리서치 작업에서 큰 개선을 보고했지만, 멀티 에이전트 시스템이 채팅보다 약 15배의 토큰을 쓰며 대부분의 코딩 작업은 리서치보다 진정으로 병렬화할 수 있는 부분이 적다고도 밝혔습니다.

### 멀티 에이전트 시스템은 어떤 프레임워크로 만드나요?

AutoGen, OpenAI Agents SDK, CrewAI, 그리고 Claude Code 같은 코딩 도구가 모두 어떤 형태로든 지원합니다. AutoGen 논문은 에이전트끼리, 사람과, 도구와 대화하는 에이전트를 설명합니다.

### 멀티 에이전트 시스템에는 병렬 요청이 몇 개 필요한가요?

같은 순간에 모델을 호출하는 에이전트당 하나입니다. 리드 하나와 워커 넷이 함께 실행되면 동시에 처리 중인 요청 5개가 필요합니다.

## 함께 보기

-   [AI 에이전트(AI agent)](https://broadrouter.com/ko/glossary/agent/) (용어)
-   [서브에이전트(subagent)](https://broadrouter.com/ko/glossary/subagent/) (용어)
-   [AI 코딩 에이전트(AI coding agent)](https://broadrouter.com/ko/glossary/coding-agent/) (용어)
-   [동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/) (용어)
-   [LLM 정액 플랜(Flat-rate LLM plan)](https://broadrouter.com/ko/glossary/flat-rate-llm-plan/) (용어)
-   [컨텍스트 엔지니어링(context engineering)](https://broadrouter.com/ko/glossary/context-engineering/) (용어)
-   [ReAct(추론과 행동, reason and act)](https://broadrouter.com/ko/glossary/react-agent/) (용어)
-   [에이전트용 무제한 LLM API 플랜은 어떻게 작동하나요?](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/) (가이드)
-   [CrewAI에서 BroadNet Inference를 커스텀 OpenAI 엔드포인트로 쓰기](https://broadrouter.com/ko/guides/crewai-custom-openai-endpoint/) (가이드)
-   [BroadNet Inference에서 OpenAI Agents SDK 실행하기](https://broadrouter.com/ko/guides/openai-agents-sdk-custom-provider/) (가이드)
-   [멀티 에이전트 구성의 실제 비용: 토큰당 과금 vs 정액 세션](https://broadrouter.com/ko/blog/multi-agent-cost/) (글)
-   [정액제 LLM API로 코딩 에이전트를 병렬 실행하는 방법](https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/) (글)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-multi-agent-system&utm_content=page-cta) ·

**출처**

-   [Anthropic Engineering, How we built our multi-agent research system(2026-11-15 확인)](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [Wu 외, AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation, arXiv 2308.08155(2026-11-15 확인)](https://arxiv.org/abs/2308.08155)
-   [Claude Code 문서, 서브에이전트(2026-11-15 확인)](https://code.claude.com/docs/en/sub-agents)
