AI Agents Negotiating the Road: Building PathPact

Context

라우팅 앱은 단일 '최적' 경로만 제시하지만, 자율주행차의 경우 속도 우선, 안전 우선, 연료 효율 우선 등 서로 다른 성향의 다중 에이전트가 같은 도로망에서 경로를 두고 경합할 때 충돌이 발생한다.

Technical Solution

• OSRM(Open Source Routing Machine)으로 실제 도로망 경로 데이터 취득: 경로 조회 시 대체 경로와 GeoJSON 형식으로 전체 경로 데이터 반환
• Google Gemini 1.5 Flash의 멀티 에이전트 추론 능력 활용: 각 에이전트의 성향 프로필과 교통·날씨 데이터를 입력받아 협상 과정을 모의하고 JSON 형식의 경로 할당 결과 생성
• React 18 & Vite 조합으로 반응형 UI 구현: 개발 중 빠른 번들링과 핫 모듈 리플로드 제공
• Leaflet & OpenStreetMap으로 지리공간 데이터 렌더링: 맵 기반 시각화 처리
• 경로 오프셋 알고리즘으로 중첩 경로 시각화: 같은 도로 위의 에이전트마다 (agentIndex - 1) * 0.00008 좌표 오프셋(약 8~10미터 간격)을 적용해 각각의 레인을 분리 표시

Key Takeaway

LLM의 추론 능력을 지리공간 데이터와 결합하면 단순 최적화 문제가 아닌 에이전트 간 협상을 시뮬레이션하는 멀티 에이전트 시스템을 구축할 수 있으며, 프롬프트 엔지니어링을 통해 AI가 에이전트의 성향을 유지하면서 일관된 협상 기록을 생성하도록 조정할 수 있다.