MIT와 마이크로소프트 연구진이 에이전트 기반 워크플로우의 설계 및 배포를 최적화하는 시스템인 Murakkab을 개발했다. 이 시스템은 개발자가 복잡한 기술 사양을 수동으로 코딩하는 대신 자연어로 작업 내용을 기술하면, 가장 적합한 모델과 도구를 자동으로 선택한다. 또한 사용자의 비용, 속도, 정확성 등의 요구사항에 맞춰 최적의 작업 순서와 하드웨어 구성을 결정한다.

기존에는 개발자가 에이전트 기반 워크플로우를 직접 정의해야 했기에 비효율적인 자원 할당과 에너지 낭비가 빈번했다. Murakkab은 배포 과정에서 구성을 동적으로 결정하며, 클라우드 제공자가 실시간으로 자원을 조절해 효율성을 극대화하도록 지원한다.

비디오 질의응답 및 코드 생성 등 다양한 에이전트 기반 작업에서 Murakkab은 뛰어난 효율을 입증했다. 기존 방식 대비 연산 자원 사용량은 약 35%에 불과했으며, 에너지 소비량은 약 27%, 비용은 25% 미만으로 나타났다. 특히 한 사례에서는 기존 기준 대비 정확도를 2% 이내로 유지하면서도 에너지 소비를 10배 이상 줄이는 성과를 거뒀다.

전기공학 및 컴퓨터 과학 대학원생인 고하르 초드리(Gohar Chaudhry)가 이끄는 연구팀은 Murakkab이 클라우드 사업자에게 복잡한 작업 부하에 대한 가시성을 제공하여 자원 공유 효율을 높인다고 설명한다. 해당 프로젝트는 반도체연구협회(SRC)와 미국 방위고등연구계획국(DARPA)의 지원을 받았다. 향후 연구진은 더 복잡한 워크플로우와 대규모 클러스터에 시스템을 확장하여 AI의 경제적, 환경적 영향을 더욱 줄여나갈 계획이다.

MIT와 마이크로소프트 연구진이 에이전트 기반 워크플로우의 설계 및 배포를 최적화하는 시스템인 Murakkab을 개발했다. 이 시스템은 개발자가 복잡한 기술 사양을 수동으로 코딩하는 대신 자연어로 작업 내용을 기술하면, 가장 적합한 모델과 도구를 자동으로 선택한다. 또한 사용자의 비용, 속도, 정확성 등의 요구사항에 맞춰 최적의 작업 순서와 하드웨어 구성을 결정한다.

기존에는 개발자가 에이전트 기반 워크플로우를 직접 정의해야 했기에 비효율적인 자원 할당과 에너지 낭비가 빈번했다. Murakkab은 배포 과정에서 구성을 동적으로 결정하며, 클라우드 제공자가 실시간으로 자원을 조절해 효율성을 극대화하도록 지원한다.

비디오 질의응답 및 코드 생성 등 다양한 에이전트 기반 작업에서 Murakkab은 뛰어난 효율을 입증했다. 기존 방식 대비 연산 자원 사용량은 약 35%에 불과했으며, 에너지 소비량은 약 27%, 비용은 25% 미만으로 나타났다. 특히 한 사례에서는 기존 기준 대비 정확도를 2% 이내로 유지하면서도 에너지 소비를 10배 이상 줄이는 성과를 거뒀다.

전기공학 및 컴퓨터 과학 대학원생인 고하르 초드리(Gohar Chaudhry)가 이끄는 연구팀은 Murakkab이 클라우드 사업자에게 복잡한 작업 부하에 대한 가시성을 제공하여 자원 공유 효율을 높인다고 설명한다. 해당 프로젝트는 반도체연구협회(SRC)와 미국 방위고등연구계획국(DARPA)의 지원을 받았다. 향후 연구진은 더 복잡한 워크플로우와 대규모 클러스터에 시스템을 확장하여 AI의 경제적, 환경적 영향을 더욱 줄여나갈 계획이다.