스탠퍼드: AI 에이전트 팀, AIME에서 오라클 라우터 제쳐

스탠퍼드대 연구팀의 연구에 따르면, 스스로 협업 구조를 학습하는 AI 에이전트 팀이 개별 에이전트나 최적 라우팅 전략보다 월등한 성능을 보인다. 5개의 수학 및 물리 벤치마크에서 자기 조직화 팀은 평균 **66.7%**의 정확도를 기록했으며, 이는 가장 강력한 개별 멤버의 **48.8%**나 항상 최선의 멤버를 선택하는 오라클 라우터의 **59.0%**를 상회한다.

협업 계산 메커니즘

연구진은 이러한 성능 향상을 협업 계산(collaborative computation) 메커니즘으로 설명한다. 에이전트들이 부분적인 추론 단계를 교환하고, 도전하며, 수정하고, 종합하여 단일 멤버로는 생성할 수 없는 해답을 만들어내는 방식이다. 이는 팀의 조직 구조 자체가 기존 기술의 단순한 집합이 아닌 고유한 역량으로 작용함을 시사한다.

AIME 2026 성능

특히 AIME 2026 벤치마크에서 자기 조직화 팀은 오라클 라우터보다 13.4%p 높은 성능을 보였다. Aneesh Pappu가 주도한 이 논문은 COLM 2026의 Context Beyond the Window 워크숍과 EMNLP 2026의 DocInsights 워크숍에서 포스터로 채택되었다.