Stateful Swarms: 비용 39배 절감

AI 에이전트의 고비용 문제와 추적 및 감사(Audit)의 어려움을 해결하기 위한 새로운 패러다임인 **'Stateful Swarms'**가 오픈소스로 공개되었다.

기존 에이전트가 문서를 반복해서 읽으며 정보를 소실하는 방식과 달리, Stateful Swarms는 **구조화된 블랙보드(Blackboard)**를 사용하여 지속적이고 감사 가능한 메모리를 유지한다. 특화된 에이전트들이 작업을 수행하고 그 결과를 중앙 집중식 메모리에 저장함으로써, 문서를 한 번만 읽고도 저렴하게 지식을 구축하고 쿼리할 수 있다.

주요 성능 지표 (Harvey AI 법률 에이전트 벤치마크):

• Stateful Swarms: 작업당 $1.30 비용으로 기준 통과율 83.74% 달성.
• 기존 SOTA (Harvey): 작업당 $50.90 비용으로 기준 통과율 10.4% 기록.

이 방식은 법률 분야뿐만 아니라 Datadog의 10-K 보고서 분석 등에서도 Claude Code의 Opus 에이전트보다 뛰어난 성능을 보였다. 모든 코드, 실험 설정, 데이터, 추론 과정은 MIT 라이선스로 공개되어 누구나 검증하고 활용할 수 있다.