LLM 기반 다중 에이전트 시스템(MAS)은 역할·파이프라인·턴 일정으로 조직되지만, 에이전트 간 주고받는 내용은 대개 제약 없는 자연어라 토큰 사용을 급격히 부풀리고 공유 컨텍스트를 잠식해 성능과 추론 비용을 모두 해친다. 이 논문은 두 MAS 토폴로지에서 다섯 가지 통신 전략을 분석해 보편적으로 최적인 고정 전략은 없으며, 효과적인 메시지는 하위 에이전트가 필요로 하는 행동 중심 정보를 일관되게 보존함을 발견했다. 이를 바탕으로 에이전트 간 통신을 공개 상태 갱신 문제로 보고, 원시 출력을 공유 이력에 들어가기 전 간결한 '행동-상태 기록'으로 투영하는 PACT를 제안한다. 여러 토폴로지에서 PACT는 성능-비용 트레이드오프를 일관되게 개선해 훨씬 적은 토큰으로 동등하거나 더 강한 성능을 냈다. 실제 코딩 하니스에서도 OpenHands의 해결당 토큰을 10% 줄이며 해결률을 높였고, SWE-agent에서는 해결률 유지하면서 입력 토큰을 절반으로 줄였다.

• •자유형 자연어 에이전트 간 통신이 토큰·컨텍스트를 잠식해 성능·비용을 해치는 문제 제기
• •5개 통신 전략 분석 결과 보편 최적 전략은 없으며, 행동 중심 정보 보존이 핵심
• •PACT는 원시 출력을 간결한 '행동-상태 기록'으로 투영해 공유 이력에 입력
• •적은 토큰으로 동등 또는 더 강한 성능 달성, 성능-비용 트레이드오프 개선
• •OpenHands 해결당 토큰 -10%, SWE-agent 입력 토큰 절반 감축