여러 AI 모델이 함께 작업하여 개별 작업보다 더 나은 결과를 산출하는 협력 방식. 서로 다른 강점을 결합하여 더 강력한 시스템 구축.
협력 패턴:
- 순차적 협력: 한 모델의 출력이 다른 모델의 입력
- 병렬 협력: 여러 모델이 동시에 처리 후 결과 결합
- 계층적 협력: 주도 모델과 보조 모델의 역할 분담
- 피드백 루프: 반복적 개선
시너지 효과:
- 개별 모델의 합보다 큼
- 약점 상호 보완
- 견고성 증대
- 더 복잡한 문제 해결
구현 요소:
- 명확한 역할 분담
- 효율적 소통 메커니즘
- 결과 통합 방식
- 성능 평가 방법
장점:
- 단일 모델보다 높은 성능
- 다양한 상황 대응력
- 오류 감지 및 보정 가능