이 기사의 핵심 내용은?

연구진은 소프트웨어 개발 업무 수행 중 LLM 기반 멀티 에이전트 시스템의 토큰 소비 패턴을 분석했다. 분석 결과, ChatDev 워크플로에서 코드 리뷰 단계가 전체 토큰의 59.4%를 소모하는 것으로 나타났다. 입력 토큰은 전체 소비량의 평균 53.9%를 차지하며, 이는 운영 효율성이 크게 저하됨을 시사한다.

LLM 기반 멀티 에이전트 시스템, 소프트웨어 개발 토큰 소모량 분석

•연구진은 소프트웨어 개발 업무 수행 중 LLM 기반 멀티 에이전트 시스템의 토큰 소비 패턴을 분석했다.
•분석 결과, ChatDev 워크플로에서 코드 리뷰 단계가 전체 토큰의 59.4%를 소모하는 것으로 나타났다.
•입력 토큰은 전체 소비량의 평균 53.9%를 차지하며, 이는 운영 효율성이 크게 저하됨을 시사한다.

2026년 1월 20일에 제출된 연구 논문은 소프트웨어 엔지니어링을 위해 설계된 멀티 에이전트 시스템의 토큰 소모량을 분석했다. 연구진은 GPT-5 추론 모델을 사용하는 ChatDev 프레임워크가 수행한 30가지 개발 작업을 검토하여 설계, 코딩, 코드 완성, 리뷰, 테스트 및 문서화 단계 전반에 걸친 토큰 분배 방식을 수치화했다. 이번 연구는 실무자가 운영 비용을 예측하고 SDLC(소프트웨어 개발 수명 주기) 내 워크플로 효율성을 개선하도록 돕는 표준화된 평가 체계를 제공한다.

분석 결과에 따르면, 반복적인 코드 리뷰 단계가 전체 토큰 사용량의 59.4%를 차지하며 가장 큰 비중을 보였다. 또한 입력 토큰은 일관되게 전체 자원 사용량의 53.9%를 차지했다. 이러한 수치는 에이전트 기반 소프트웨어 엔지니어링의 주요 재정적·컴퓨팅 비용이 초기 코드 생성이 아닌 자동화된 수정 및 검증 과정에서 발생함을 시사한다. 연구진은 이러한 시스템적 비효율성을 해결하기 위해 더 효율적인 토큰 활용 협업 프로토콜을 개발할 것을 제안했다.

2026년 1월 20일에 제출된 연구 논문은 소프트웨어 엔지니어링을 위해 설계된 멀티 에이전트 시스템의 토큰 소모량을 분석했다. 연구진은 GPT-5 추론 모델을 사용하는 ChatDev 프레임워크가 수행한 30가지 개발 작업을 검토하여 설계, 코딩, 코드 완성, 리뷰, 테스트 및 문서화 단계 전반에 걸친 토큰 분배 방식을 수치화했다. 이번 연구는 실무자가 운영 비용을 예측하고 SDLC(소프트웨어 개발 수명 주기) 내 워크플로 효율성을 개선하도록 돕는 표준화된 평가 체계를 제공한다.

분석 결과에 따르면, 반복적인 코드 리뷰 단계가 전체 토큰 사용량의 59.4%를 차지하며 가장 큰 비중을 보였다. 또한 입력 토큰은 일관되게 전체 자원 사용량의 53.9%를 차지했다. 이러한 수치는 에이전트 기반 소프트웨어 엔지니어링의 주요 재정적·컴퓨팅 비용이 초기 코드 생성이 아닌 자동화된 수정 및 검증 과정에서 발생함을 시사한다. 연구진은 이러한 시스템적 비효율성을 해결하기 위해 더 효율적인 토큰 활용 협업 프로토콜을 개발할 것을 제안했다.