최근 arXiv에서 본 position paper(arXiv:2608.18092)의 주장이 직관적이었다. 현재 멀티 에이전트 시스템(MAS)의 신뢰성 문제, 뿌리는 동시성 제어가 안 되어 있다는 것. 쉽게 말해, 프롬프트가 나빠서가 아니라 모델이 부족해서도 아니고, 다들 잠금 장치 없는 데이터베이스 위에서 트랜잭션을 돌리고 있다는 얘기다.
이 비유일수록 곱씹을수록 맞아 보인다. 아래에서는 논문의 핵심 주장과 내가 demo를 만들며 직접 관찰한 내용을 묶어 정리한다.
에이전트를 늘릴수록 더 나빠지는 건, 뭔가 안 보이는 게 있어서다
adding agents often reduces reliability — 에이전트를 많이 붙일수록 신뢰성은 오히려 떨어진다.
내가 만들어 본 demo 몇 개에서도 이 패턴이 그대로 나왔다. 에이전트 3개协作(협업)하면 10번 중 8번은 안정적으로 돌아가는데, 7~8개로 늘리면 4번 정도 성공하는 게 고작이다. 12개 이상으로 밀어넣으면 거의 운에 맡기는 수준.
대부분 사람들은 프롬프트 탓, 모델 추론 능력 부족, 컨텍스트 과다로 돌린다. 논문의 진단은 다르다. 이런 실패의 근본 원인은 대부분 동시성 문제라는 것.
LLM 추론 지연을 '긴 트랜잭션'으로 바라보기
데이터베이스 쪽에는 오래된 농담이 있다. 긴 트랜잭션이 모든 문제의 근원이다. 트랜잭션이 몇십 분 동안 돌면서 그동안 다른 사람이 읽을 데이터를 바꿔 버리면, 커밋 시점에 받아 보는 결과는 stale read이고, 심하면 dirty write까지 발생한다.
LLM 추론은 자연적으로 긴 트랜잭션이다.
- GPT-4o나 Claude 호출 한 번, 요청 보내고 응답 다 받기까지 3초면 빠른 편이고, 복잡한 tool use와 추론이 얽히면 30초는 흔하다.
- 그 30초 동안 다른 에이전트가 공유 상태를 이미 바꿔 버릴 수 있다.
- 이 에이전트가 '시점 지난 사실' 들고 돌아와서 쓰기를 하면, 다른 에이전트의 업데이트를 덮어쓴다 — lost update.
논문 원문 그대로 인용하면: long LLM inference windows amplify the risk of stale reads, lost updates, and inconsistent outcomes. 여기서 'LLM inference window'만 'transaction'으로 바꿔 치면 어느 데이터베이스 교재에 넣어도 말이 된다.
MAS에서 클래식한 동시성 이상이 전부 再현된다
논문에서 가장 핵심적인 문단: failure modes commonly attributed to coordination or communication breakdowns can be mapped directly onto classical concurrency anomalies.
풀어 쓰면 이렇다. 사람들이 '조율 실패'라고 부르는 것들의 대부분은, 클래식한 동시성 버그의 외장만 바꾼 버전이다. 내가 직접 밟아 본 몇 가지를 예로 든다.
Lost update (갱신 손실)
두 에이전트가 동시에 사용자 선호 A=[tech, music]를 읽고, 각각 추론한 뒤 쓴다고 하자.
- Agent 1이 A=[tech, music, cooking]로 덮어쓴다.
- Agent 2가 A=[tech, music, sports]로 덮어쓴다.
나중에 쓴 쪽이 이기고, 앞선 에이전트의 증분은 그대로 사라진다. 두 트랜잭션이 같은 행을 동시에 수정하는 것과 정확히 같은 상황이다.
Dirty read (더티 리드)
Agent A가 작업 상태를 pending에서 in_progress로 바꾸고 실행 중이라고 하자. Agent B는 A가 끝나기 전에 그 상태를 읽고 in_progress를 보고 다운스트림 결정을 내린다. 그런데 A가 실패해서 pending으로 롤백되면, B의 결정은 더 이상 유효하지 않은 상태 위에 세워진 것이 된다.
Write skew (쓰기 편향)
두 에이전트가 각자 '상대는 안 바꿀 것'이라는 가정 하에 쓰는 경우다. 의사 당직표 문제의 클래식 버전이다. 두 의사가 각자 당직표를 보고 '상대만 안 당직이면 나도 안 당직해도 되겠네'라고 판단해 둘 다 배정이 안 되는 결과가 나온다. MAS에서는 두 에이전트가 각자 스냅샷 기반으로 결정해 마지막에 합치면 모순 상태가 튀어나오는 식이다.
이건 이론이 아니라 CrewAI, LangGraph에서 실제로 재현해 본 동작이다.
기존 프레임워크에 동시성 제어가 없는 이유
주류 에이전트 프레임워크 — AutoGen, CrewAI, LangGraph — 는 설계할 때 묵시적 가정이 하나 있다. 에이전트 호출은 짧고 단순한 RPC라는 것.
# LangGraph에서 흔한 노드 작성법
def research_node(state: AgentState):
result = llm.invoke(state["messages"])
return {"messages": [result]}
함수 호출처럼 보이지만, 실제로는 수 초에서 수십 초짜리 블로킹 I/O다. 프레임워크는 다음 어떤 메커니즘도 제공하지 않는다.
invoke진행 중에state를 잠그는 방법- 반환 값이 최신 state 기반인지 검증하는 방법
- '내가 추론하는 동안 의존 데이터를 다른 누군가가 바꿔 버렸다'를 처리하는 방법
더 골치 아픈 건, 에이전트 간 '통신'이 사실상 공유 상태(어떤 dict, 메시지 큐)라는 점이다. 트랜잭션 경계도 없고, 격리 수준도 없고, ACID 보장도 전혀 없다. 워크플로를 짜는 줄 알았더니, 알고 보니裸(알몸)으로 동시성을 돌리고 있던 거다.
논문의 표현이 직설적이다. 잠금 없는 데이터베이스 위에서 트랜잭션을 돌리는 것과 같다고 — 그것보다 더 나쁘다고, 왜냐하면 데이터베이스라도 WAL은 있으니까.
데이터베이스에서 베끼기: 락, 버전 번호, 트랜잭션 격리
논문은 MAS 프레임워크 설계 단계부터 동시성 제어를 내장하라고 제안한다. 구체적으로 뭘 어떻게 가져올까? 논문에서 제시한 방향에 내 실험을 덧붙여 정리한다.
비관적 락 (pessimistic locking)
에이전트가 공유 상태를 수정하는 작업을 시작하기 전에 관련 필드를 명시적으로 잠근다. 다른 에이전트가 읽으려 하면 락이 풀릴 때까지 블록된다.
# 의사 코드
with state.lock("user_preferences"):
current = state.read("user_preferences")
new = agent.run(current)
state.write("user_preferences", new)
단점이 명확하다. LLM 추론이 느려서 락 보유 시간이 너무 길어지면 동시성이 0에 수렴한다. 다만 일관성 요구가 높은 시나리오(금융, 주문)는 감수할 만하다.
낙관적 락 + 버전 번호 (optimistic concurrency control)
각 공유 객체에 version 필드를 붙인다. 쓰기 전에 CAS로 버전 번호를 확인하고, 변동이 없으면 쓰고, 변동이 있으면 재시도한다.
version = state.read("user_preferences.version")
prefs = state.read("user_preferences")
new_prefs = agent.run(prefs)
state.cas_write(
key="user_preferences",
expected_version=version,
value=new_prefs,
)
읽기가 많고 쓰기가 적은 에이전트协作에 잘 맞는다. 재시도 로직에 새 데이터를 반드시 같이 넘겨야 한다. 그렇게 안 하면 다시 lost update로退화한다.
트랜잭션 격리 (transaction isolation)
한 번의 에이전트协作(여러 단계 + 여러 번의 상태 읽기/쓰기)을 하나의 트랜잭션으로 감싼다. 격리 수준은 낮은 순서부터.
- Read uncommitted: 거의 쓸모 없음
- Read committed: 더티 리드 방지
- Repeatable read: 비반복 읽기 방지
- Serializable: 완전 격리, 성능은 가장 떨어짐
MAS에서는 대부분 read committed로 충분하고, 핵심 결정 지점(쓰기)만 serializable로 처리하면 된다.
CRDT (conflict-free replicated data type)
논문에는 명시되어 있지 않지만, 내가 직접 시도해 본 결과 CRDT가 한 부류의 MAS 문제를 잘 풀어 준다. 여러 쪽이 각자 추가만 하고 엄격한 순서가 필요 없는 시나리오.
예를 들어 여러 에이전트가 각자 공유 노트에 bullet point를 추가하는 경우, 마지막 병합은 충돌 없이 끝난다. Yjs 같은 라이브러리를 그대로 쓰면 되고, 락을 직접 구현하는 것보다 훨씬 단순하다.
아무도 안 하는 이유: 프레임워크가 아직 '되면 된다' 단계라서
현 MAS 프레임워크는 '몇 줄로 에이전트 팀 짜기' 경쟁에 몰두해 있다.
- CrewAI는 빠른 팀 구성을 내세워드
- AutoGen은 '대화가 곧 协作'을 슬로건으로 삼는다
- LangGraph는 시각화 워크플로를 강조한다
동시성 제어 같은 더러운 일은 아무도 손대지 않는다. 단기적으로는 사실 그럴 필요가 없다. demo 단계에서 에이전트 3개가 잘만 돌아가니, 프로덕션에서 깨질지 안 깨질지는 신경 쓸 사람이 없다.
하지만 진지하게 MAS를 프로덕션으로 밀어 본 사람이라면 오늘 설명한 문제들과 반드시 부딪힌다. 프롬프트로 고치는 것도 아니고, 더 강한 모델로 교체하는 것도 아니다. 아키텍처 차원에서 동시성 프리미티브를 들여와야 한다.
직접 검증해 보고 싶다면, 이 순서로
- CrewAI 또는 LangGraph로 5개 이상 에이전트 demo를 만들고, 두 에이전트가 동시에 같은 공유 상태(사용자 선호, 작업 목록 무엇이든)를 쓰게 한다.
- 20회 이상 돌려 보며 lost update / dirty read 발생 빈도를 기록한다.
- 공유 객체에 version 필드와 CAS 쓰기를 추가하고 안정성 향상을 확인한다.
- 일관성 요구가 높은(금액, 주문 상태가 걸린) 쓰기 경로는 낙관적 동시성을 쓰지 말고 serializable로 간다.
이 논문에서 딱 한 문장만 가져가겠다. 'AI가 불안정하다'가 아니라, '동시성 제어를 안 했다'다. 이렇게 생각하면 해법이 명확해진다. 데이터베이스 영역에서 그대로 베끼면 된다.
참고: arXiv:2608.18092 - Concurrency Control for Multi-Agent Systems