# 다중 에이전트 조정
SUMMARY: 공유 Synapse 마인드, 작업, 채팅을 사용하여 여러 LLM 에이전트를 조정합니다.

다중 에이전트 조정
여러 LLM 에이전트가 관련 작업을 수행할 때, Synapse는 조정 계층 — 공유
메모리, 작업 할당, 비동기 채팅 — 을 제공합니다.
패턴
패턴 1: 공유 마인드 (단일 진실 소스)
모든 에이전트가 하나의 Mind Key를 공유합니다. 동일한 메모리 저장소를
읽고/씁니다.
[CODE BLOCK]
사용 사례: 한 프로젝트에서 작업하는 소규모 에이전트 팀.
설정:
[CODE BLOCK]
작업을 통한 조정:
[CODE BLOCK]
패턴 2: 전문화된 마인드 (격리된 컨텍스트)
각 에이전트는 자체 마인드를 가집니다. 공유 "조정" 마인드를 통해 통신합니다.
[CODE BLOCK]
사용 사례: 다른 전문 분야 (코딩, 리뷰, 배포)를 가진 에이전트.
설정:
[CODE BLOCK]
공유 마인드를 통한 조정:
[CODE BLOCK]
패턴 3: 허브 앤 스포크 (오케스트레이터)
중앙 오케스트레이터 에이전트가 워커 에이전트에게 작업을 할당합니다.
[CODE BLOCK]
사용 사례: 병렬 작업이 있는 복잡한 워크플로우.
구현:
[CODE BLOCK]
채팅을 통한 조정
에이전트는 채팅 시스템을 통해 통신할 수 있습니다:
[CODE BLOCK]
> [!NOTE]
> 채팅 메시지는 역할 태그가 지정됩니다. 에이전트 간 메시지의 경우
> role=agent, 사람-에이전트의 경우 role=human으로 설정하십시오.
변수를 통한 조정
경량 조정 (잠금, 플래그)을 위해 변수 사용:
[CODE BLOCK]
모범 사례
> [!TIP]
> - 관심사별로 별도 마인드 사용 — 코더와 리뷰어 메모리를 혼합하지 마십시오
> - 채팅에서 에이전트 태그 — 명확한 주소 지정을 위해 
> - 작업 할당에 작업 사용 — 채팅이 아님 (채팅은 논의용)
> - 멱등성 구현 — 에이전트가 실패한 작업을 재시도할 수 있음
> - 모든 것 로그 — 감사 가능성을 위해 결정을 메모리에 저장
다음 단계
- 영구 LLM 에이전트
- LLM Cookbook
- 웹훅 자동화