SwarmEvolve: KV 캐시를 나누는 에이전트 군집과 코드 공개 범위

SwarmEvolve는 여러 에이전트가 추론 정보를 나눠 프로그램을 개선하는 연구다. 긴 설명문 대신 모델의 KV 캐시를 전달한다. 저자 Qile Jiang과 George Em Karniadakis가 2026년 11월 5일 논문을 제출했다. 제품 출시가 아닌 연구 발표다. 논문·제출 이력

말로 설명하는 시간을 줄이면

각 군집은 문제를 다른 방향에서 살핀다. 숨은 상태의 차이를 비교해 다양한 아이디어를 남기고 요약 에이전트가 캐시를 받아 새 프로그램을 작성한다. 추론 내용을 매번 문장으로 풀어 쓰는 부담을 줄이려는 설계다.

저자들은 수학·과학 계산 문제 21개에서 비교 방법들이 60분에 얻은 점수에 중앙값 3~8분 만에 도달했다고 보고했다. 일부 문제에서는 Qwen3 8B로 AlphaEvolve의 초기 해답을 개선했다고 설명한다. 모두 저자 측 실험 결과이며 독립 재현은 확인하지 못했다. 일반 코딩 업무의 속도 향상으로 확대해서 읽기 어렵다. 연구 초록

캐시 공유에는 조건이 붙는다

논문 본문은 에이전트와 요약기가 같은 모델을 써야 한다고 명시한다. 표준 어텐션 구조가 필요하며 에이전트 수와 추론 단계·모델 층이 늘면 캐시 메모리도 커진다. 서로 다른 서비스의 API를 연결하는 방식과는 구현 조건이 다르다. 논문 5절

저장소 공개와 구현 공개를 구분하기

11월 8일 확인한 저자 저장소에는 문제별 평가 자료와 비교 프레임워크 실행 스크립트가 있다. 하지만 SwarmEvolve 핵심 코드는 공개 예정이라고 안내한다. 저장소가 있다는 이유로 전체 방법을 바로 실행할 수 있다고 보면 안 된다. 공식 저장소

개발자가 참고할 대목은 에이전트 사이에 무엇을 전달할지다. 문장 메시지의 편의성과 내부 상태 공유의 계산·메모리 비용을 함께 비교해야 한다는 것이 이 연구에서 얻을 수 있는 설계상의 시사점이다. 지금은 성능 수치만 보고 도입하기보다 구현 공개와 재현 결과를 기다릴 단계다.