Agentic Fusion 기반 모델 협업 체계로 Frontier 모델 급 성능 구현

Context

단일 모델 기반 AI 어시스턴트의 낮은 품질 혹은 Frontier 모델의 높은 운영 비용이라는 Trade-off 존재. 단순 반복 작업에도 고비용 모델을 사용해야 하는 비효율적인 비용 구조를 해결할 필요성 대두.

Technical Solution

• Planners, Main Model, Reviewers로 역할을 분리한 Agentic Fusion 아키텍처 설계
• 최대 5개의 Read-only Planners를 통한 병렬 경로 탐색 및 최적의 해결책 제안
• Tool Access 권한을 가진 단일 Main Model 중심의 실행 구조로 보안성 및 제어력 확보
• 최대 5개의 Read-only Reviewers를 활용한 교차 검증 및 Verdict loop 기반의 결과물 정제
• Schema 레벨의 권한 분리를 통한 Read-only 모델의 임의 파일 수정 및 명령어 실행 원천 차단
• MEMORY.md 및 USER.md 파일을 활용한 지속적 학습 및 상태 유지 메커니즘 구현